Happy Birthday

 

上午监考，11点面搜狗。面得一般。发现c没有做过大项目，确实没经验，一个很简单的堆也答得不好。看来基础的东西要好好补习一下了。

 

下午5点面试获必获，很小的公司。不过面试的几道智力题目还是很有意思。

第一题是编程之美里蚂蚁的那道题。我说我见过，说了一下就过去了。他们见我知道，问从哪里看到的。我说编程之美里的题啊。他们好像不知道似的。

第二题是逻辑推理题，具体忘了。求一个人的生日，给出了10个日子。然后把月告诉第一个人，日告诉了第二个人。

第一个人说，如果我不知道，第二个人肯定不知道。然后第二个人说我知道了，然后第三个人也说那我也知道了。

开始没摸着头脑，后来想了半天终于想了出来。

第三题 有M个怪兽，B只兔子，一个人。 随机抽两个出来，怪兽碰到怪兽，抵消，不放回。怪兽遇到兔子，吃掉兔子，怪兽放回，兔子没了。怪兽碰到人，吃掉人，怪兽放回。兔子碰到兔子，都放回。人碰到兔子，可以吃，也可以不出。

求人最后活下来的概率。  M如果是奇数，肯定人被吃掉。M是偶数，当时没想出来。

 

还有一道是网页排重的，首先要定义什么是重复的网页。 我的定义是网页的正文部分重复就算重复。因为转载帖子时只是把正文转过来，导航栏，广告栏还是自己的。 然后我说用编辑距离比较，速度很慢。 然后我说要快就只能hash，但是hash的条件是网页一模一样才行，但是转载可能会加一些空格，换行，甚至少量的修改。 然后他们提示我分词。其实这个问题我很早就想过。就说把一篇文章看出一个词汇(token)上的分布，其实就是向量空间模型（VSM）中的一个点。然后可以去掉一些停用词，如空格，换行等等。然后可以对这个矢量做hash。

 

然后是实际的问题： 有一个电影网站，用户会给每一部电影打分，比如1-10分。然后可以求出电影的平均分。

现在的问题是，新出来的电影打分的人会比较少，有什么办法解决？

我的第一反应就是平滑。因为这是一个统计问题，如果实验次数很多的话，根据大数定律估计是没有问题的。

但是因为数据太稀疏，那么就可能会有比较大的偏差。 因为在语言模型中最简单的就是加一平滑。所以我说可以给没有出现的分数加一。他们认为不太好。

然后我又换了种思路，因为每个打分用户的标准不一样，有的松，有的严。

比如 电影1的平均分是5 A给电影1打分为6， 而给新电影2打分为7，那么可以折算成 5*7/6。

他们认为这个思路还不错，不过有两个缺点，一是必须注册用户，如果是匿名用户的话不能实习，还要就是计算量有些大。

然后提示我不用想得太复杂。比如打分的人越多，就越准。

我顺着提示给出了一种方法。先用所有电影的平均分作为新电影的基准分，随着打分人数的增加，打分的权重越来越大

比如可以用现在打分人数/每部电影的平均打分人数*现在打分的平均值。 当然还要做归一化。

他们觉得还可以。

 

接着是一个开放题，三选一，好像有个什么开发月球的，我选了一个为一只手的人设计键盘

我当时的思路局限在怎么设计键盘的布局上。比如键应该少一些，没个键上可能不止两个字符，比如可以4个或者更多。选择是一个shift键可能不够，需要两个 2的平方=4种组合。

比如怎么根据字符的不同概率，设计字符的分布，使得按了各个手指的按键次数差不多，而且按了一个键后下一个键离它不能太远。

然后他们说不要把思维局限在这上面。我说能语音识别不，他们说也是一种思路。然后我就把五种感觉都想了一下，触觉可以写字ocr，听觉语音识别，视觉好像只能接受信号，发送信号目前好像不行。嗅觉好像也很难发送气味。

他们看时间很晚了，也就不在问什么了

回来的路上想，没有手，其实能不能用脚输入？

 

回来上bbs，看到有转让火车票的，打电话过去，发现被人抢先了。于是狂盯着版面刷新。呵呵，看来做论坛的垂直搜索还是有用的。

后来去水木发现有转让T61的，就要了。没办法，19号的票有点晚，但明天去火车站买也最多是18号的。而且还是到冷水江的，我只能先到长沙然后坐汽车了。唉，学校订票都订不到。真郁闷。

 

今天某人生日，Happy Birthday to you.