面试题写起

本文分享了面试中遇到的C++基础题、算法转换题、指针操作题及智力逻辑题的解答方法,涵盖了自增运算符、递归算法、指针特性等知识点,并通过具体案例进行了详细解析。

这两天陪同学跑了两场面试,将一些面试题整理出来。


C++基础:

1.考查自增运算符:

int n = 4;
n += n++;  //我的想法是这个跟调用约定有关 如printf("%d %d\n", n, n++); n比n++先入栈  先计算n++的值 之后计算n的值 所以输出是5 4
cout<<n <<endl;
此题打印的值为9


2.算法转换题:

有N阶台阶,一次只能走一步或者两步,问走上这个台阶一共有多少种走法。

当时自己在纠结第一次到底是走一步还是走两步,由于要保存当前的状态,所以得采用递归,由于自己的思路不对,所以这道题自己当时并没有做出来。

正确思路是:对N进行具体化,如1阶的话只能走一步,2阶的话可以走两次一步也可以一次走两步, 三阶的话只能有1阶夸两步上去或者是由2阶跨一步上去

同理当N > 3时,所有的走法只能是从N-2阶跨两步上去或者从N-1阶跨一步上去,所以走到第N阶的走法是有走到第N-2阶和N-1阶的步数之和。

int nCount(const int n)
{
	if (n <= 0)
	{
		return 0;
	}
	else if (n == 1)
	{
		return 1;
	}
	else if (n == 2)
	{
		return 2;
	}
	else
	{
		return nCount(n - 2) + nCount(n - 1);
	}
}

3.指针free掉之后它的地址有没有改变


智力逻辑题:

这是自己的软肋,基本都没有答对的,还是得平时多多积累。

1.A,B,C,D四个人过桥的最短时间为1,2,5,8。目前有一个手电筒,过桥只能是两个人过或者一个人过,手电筒必须由过去的人再送回来,请问所有人过桥所需的最短时间。

直接写解法了:A B先过去     A回来     C D过去    B回来    A B一起过去  


2.有八个钢珠,其中一个的重量比其它七个大,现在有一杆天平秤,请问至少秤几下可以找出那个质量稍大的钢珠。

直接写解法:最少两次,一次先在天平两边各放三个钢珠,若天平平衡,则质量大的在两个未秤的里面,若不平衡,则钢珠在质量大的一边,然后将质量大的一方取两个进行秤量,若平衡则另一个是质量大的


3.有许多不均匀的绳子,一根绳子烧完的时间是一个小时,请用烧绳子的方法丈量出一个小时十五分钟。

先将两根绳子的一根两头点着,另一根的一头点着,当两头点着的绳子烧完时再将另一根的另一头点燃,两根绳子烧完也就有四十五分钟了,再将一根绳子的两头点着,这跟绳子烧完就用了三十分钟。

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值