经典笔试题笔记

1. 有无序的实数列V[N],要求求里面大小相邻的实数的差的最大值,关键是要求线性空间和线性时间

方法:桶排序

由抽屉原理知最在差值Maxsub有如下关系


所以,当所桶大小设为时,只要记录每个桶内的最大值和最小值即可。因为同一桶中的差值肯定不是最优的。

然后就成有序的了,接下来就只要比较相邻,取最优就可以了。

2.13个球一个天平,现知道只有一个和其它的重量不同,问怎样称才能用三次就找到那个球?

根据三分的思想

尽可能平均三分

4 4 5

分在4 4 5 分别记做 a4 b4 c5
接下来都这样标记
if(a4 == b4)
{
		答案在c5
		c5分 3 2
		if(c5_3 == 比过的正常的3个)
		{
			找到结果是在c5_2中
			找个正常的一比就完事了
		}
		else
		{
			可以得到信息,那个球是轻还是重
			3个中随便找两个比较,相等则答案是另一个
			不相等,则根据原先比较知道结果
		}
}
else
{

	   如果不平衡,假设现在是a重b轻, 
	   取a1+a2+b1放天平一边(设为左边), 
	   再取a3+a4+b2放另一边(右), 
	   若平衡,就在b3/b4任拿一个跟C1上去称就行了, 
	   如果不平衡,那么假设 
	   情况一:左重 
	   则是a1/a2/b2有问题 
	   直接把a1a2放两边称,重的那个有问题,如果平 
	   衡就是b2有问题 
	   情况二:右重 
	   就是 a3/a4/b1有问题,方法同上
}

3.给个有序数组,一个数可以由这个数组从中任取n个数求和来表示,求从1开始最小的不可表示的数?

直接上O(n)算法

http://acm.hrbust.edu.cn/index.php?m=ProblemSet&a=showProblem&problem_id=2090

设sum为1-sum内的数都可以表示,那么当sum+1>=f[i]时,就能表示1->f[i]+sum

因为1->sum都可以表示,且sum+1>=f[i] 所以f[i] + (1-sum) 都可以表示了 。

当sum = 0 时,肯定成立所以此算法成立

#include <cstdio>
#include <cstring>
#define LL long long
using namespace std;

const int mm = 1e7+9;

int f[mm];
LL sum;
int main()
{
    int n,x,cas;
    while(~scanf("%d",&cas))
    {
        while(cas--)
        {
            scanf("%d",&n);
            sum = 0;
            for(int i=0;i<n;++i)
            {
               scanf("%d",&f[i]);
            }
            for(int i=0;i<n;++i)
            {
                if(sum+1<f[i])
                {
                    break;
                }
                sum += f[i];
            }
            printf("%lld\n",sum+1);
        }
    }
    return 0;
}

4.给定二维数组,从左到右递增,从上到下递增,问x在不在数组中?

O(n*m)算法就不说了,现在说O(max(n,m))

1258
471014
7111418
9121619

其实应该从右上角或左下角开始选,假设这个数是7,那么8>7又因为从上到下递增,所以一整列可以舍弃,

变成子问题了。在比较 5<7 且从左到右递增,所以此行可去掉。

上代码:

#include <cstdio>
#include <cstring>
#define LL long long
using namespace std;

const int mm = 110;

int n,m;
int f[mm][mm];
bool have(int x,int y,int z)
{
    if(x>=n||y<0)
        return false;
    if(f[x][y] == z)
        return true;
    if(f[x][y] > z)
        return have(x,y-1,z);
    else if(f[x][y] < z)
        return have(x+1,y,z);
}
int main()
{
    int x;
    scanf("%d %d %d",&n,&m,&x);
    for(int i=0;i<n;++i)
        for(int j=0;j<m;++j)
        {
            scanf("%d",&f[i][j]);
        }
    if(have(0,m-1,x))
        puts("yes");
    else
        puts("no");
    return 0;
}







资源下载链接为: https://pan.quark.cn/s/dab15056c6a5 用户画像(User Profile)是大数据领域关键概念,是基于用户多维度信息如行为数据、偏好、习惯等构建的虚拟代表。它是数据分析重要工具,能助企业深度理解用户,实现精准营销、个性化推荐及服务优化。其源码涵盖以下内容:一是数据收集,需大量数据支撑,常借助Flume、Kafka等日志收集系统,实时或批量收集用户浏览记录、购买行为、搜索关键词等数据;二是数据处理与清洗,因数据源杂乱,需用Hadoop、Spark等大数据处理框架预处理,去除噪声数据,统一格式,保障数据质量;三是特征工程,为构建用户画像关键,要挑选有意义特征,像用户年龄、性别、消费频率等,且对特征编码、标准化、归一化;四是用户聚类,用K-means、DBSCAN等算法将用户分组,找出行为模式相似用户群体;五是用户建模,借助决策树、随机森林、神经网络等机器学习模型对用户建模,预测其行为或需求;六是用户画像生成,把分析结果转为可视化用户标签,如“高消费能力”、“活跃用户”等,方便业务人员理解。 其说明文档包含:一是项目背景与目标,阐述构建用户画像原因及期望效果;二是技术选型,说明选用特定大数据处理工具和技术栈的理由;三是数据架构,描述数据来源、存储方式(如HDFS、数据库)及数据流图等;四是实现流程,详述各步骤操作方法和逻辑,含代码解释及关键函数功能;五是模型评估,介绍度量用户画像准确性和有效性方式,像准确率、召回率、F1分数等指标;六是应用场景,列举用户画像在个性化推荐、广告定向、客户服务等实际业务中的应用;七是注意事项,分享开发中遇问题、解决方案及优化建议;八是结果展示,以图表、报表等形式直观呈现用户画像成果,展现用户特征和行为模式。 该压缩包资源对学习实践用户画像技术价值大,既可助人深入理解构建过程,又能通过源码洞察大数据处
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