商汤科技2018校招研究员笔试第一场

秋招笔试编程题(之二) 1、[度小满][数字的情绪]每个整数都希望可以整除很多数字,特别是它自身包含的数字,我们将整数分为三类:1)数字可以整除它包含的一部分数字,比如72,由7和2两种数字组成,72可以整除2,我们称这个数字是开心的,用“H”表示;2)数字不能整除它包含的任何数字,比如73,由7和3两种数字组成,73不能整除任何数,我们称这个数是沮丧的,用“S”表示;3)数字可以整除它包含的所有数字,比如12,既可以整... 阅读详情

https://www.nowcoder.com/test/11960206/summary

题目1

铁柱在研究一个区域的小黄车使用分布。他得到了服务器上最近10000个用户的二维位置,现在他想把这些用户聚成K(K<10) 组,每组有一个中心C_i。他想评价聚类算法的好坏,把每个数据点到中心的l1距离作为总距离。即
D = sum_j || X_j - C( X_j ) ||_1
其中C(X_j)代表X_j所属的中心。现在他想找一个尽可能好的聚类算法,使得这个总距离尽可能小。要求你输出K个中心的位置(顺序不限)
比如如果有5个数据点

1 1
1 2
1 4
3 4
3 5

给定2个中心1 2, 3 4的话
总距离就是1+0+2+0+1 = 4

解答

kmeans,只过了 23%的样例

points = []
point_num = 10000
max_iter = 100
K = int(input())
for i in range(point_num):
    line = input().strip().split()
    points.append([float(line[0]), float(line[1])])
 
centers = [points[i] for i in range(K)]
label = [-1 for i in range(10000)]
flag = True
 
def distance(p1, p2):
    return abs(p1[0]-p2[0]) + abs(p1[1]-p2[1])
 
 
now_iter = 0
while now_iter < max_iter:
    now_iter += 1
    group = [[] for i in range(K)]
    for i in range(point_num):
        min_dis, target = 999999, -1
        for center_ind, center in enumerate(centers):
            dis = distance(center, points[i])
            if  dis< min_dis:
                min_dis, target = dis, center_ind
        group[target].append(points[i])
    for i in range(K):
        ps = group[i]
        xs = [p[0] for p in ps]
        ys = [p[1] for p in ps]
        x = sum(xs) / len(xs)
        y = sum(ys) / len(ys)
        centers[i] = [x, y]
for i in range(K):
    print('{} {}'.format(centers[i][0], centers[i][1]))

题目2

研究地球空间科学的永强想研究海岸线的长度和海岸线面积之间的关系,为此他找来了很多航拍图像。在航拍图像上利用图像分割的方法,把图像的每个像素标记成陆地(1)和水面(0)。
现在永强想知道每张图中陆地部分的面积。

已知每张图最底部的一条边都是陆地,并且在一张图上陆地都是四邻域联通的。

但是永强发现分割的结果有很多的噪声,于是他定义了如下规则试图去除噪声:
a) 如果一个水面区域被陆地包围,则将这个区域记为陆地;
b) 在a的基础上如果一个陆地区域不和底边的陆地相连,那么这是一个岛屿,不计入陆地的面积。

解答

内存超了,只过了92%的数据,懒得进行优化了,思路应该是正确的。

#include <iostream>
using namespace std;
int m, n, land=0;
int board[1000][1000];
 
void label(int x, int y, int raw, int color)
{
    land += 1;
    board[x][y] = color;
    if(x>=1 && board[x-1][y]==raw)
        label(x-1, y, raw, color);
    if(x<m-1 && board[x+1][y]==raw)
        label(x+1, y, raw, color);
    if(y>0 && board[x][y-1]==raw)
        label(x, y-1, raw, color);
    if(y<n-1 && board[x][y+1]==raw)
        label(x, y+1, raw, color);
}
 
int main()
{
    cin >> m >> n;
    for(int i=0;i<m;i++)
    {
        for(int j=0;j<n;j++)
        {
            cin>>board[i][j];
        }
    }
     
    // 将海洋连接到一起,且全标成-2
    for(int col=0;col<n;col++)
    {
        if(board[0][col] == 0)
            label(0, col, 0, -1);
    }
    // 标记两侧的海洋
    for(int row=0;row<m;row++)
    {
        if(board[row][0] == 0)
            label(row, 0, 0, -1);
        if(board[row][n-1] == 0)
            label(row, n-1, 0, -1);
    }
    // 其余的海洋是地中海,标记为陆地
    for(int i=0;i<m;i++)
    {
        for(int j=0;j<n;j++)
        {
            if(board[i][j] == 0)
                board[i][j] = 1;
        }
    }
    // 计算陆地面积。此时海中地已经被-1所包围,所以不用担心会计算在内
    land = 0;
    for(int col=0;col<n;col++)
    {
        if(board[m-1][col] == 1)
        {
            label(m-1, col, 1, 2);
            break;
        }
    }
    cout << land << endl;
    return 0;
}
[OHIF-Viewers]医疗数字阅片-医学影像-cornerstone-core-Cornerstone.js-Cornerstone Examples-基石实例-下... [OHIF-Viewers]医疗数字阅片-医学影像-cornerstone-core-Cornerstone.js-Cornerstone Examples-基石实例-下 CT Image with Window presets This is an example of displaying a ct image along with buttons to set ww/wc pres... 阅读详情

相关推荐

微信小程序利用Echarts加载中国地图的步骤

微信小程序如何利用Echarts加载地图?可按照如下四个步骤进行。(阅读时间大概3分钟)。

成都都成 5283

商汤科技2018笔试

       

ASN_forever的博客 3457

手机摄影新宠:In-line Hardware EIS如何让你的4K视频稳如鸡头(附实测对比)

本文深入解析了手机摄影中的In-line Hardware EIS(硬件级行内电子图像稳定)技术。通过对比传统软件EIS,阐述了其通过硬件管道实时处理实现极低延迟、减少画面裁切和有效抑制果冻效应的核心优势,并结合4K视频的日夜间实测,展示了该技术如何让手持拍摄的视频“稳如鸡头”,显著提升创作体验与成片质量。

tree的博客 998

线下讲座 | 机器翻译大牛Kevin Knight: Translation and Ciphers

Paper weekly 1006

使用Avalonia跨Linux平台

Avalonia类似使用WPF的技术方法来开发,所以,需要会使用WPF,其中的一些语法和写法与WPF有所区别,但是他们相差不大,会WPF的话,基本上可以看看文档后,完全掌握Avalonia的使用,从而达到跨平台开发的任务。其实写法有些不一样,可以参考官网的说明,进行修改。2. 安装完成后,重启VS2022,我们可以看到1和2,其中1是使用MVVM模式开发,2是普通模式开发,我们选择2,建立项目。9.直接双击粉红色的文件,进行安装,输入密码,但是美中不足的是,好像没有图标,图标似乎需要单独去设置。

故里2130 1万+

基于STM32F334C8T6的四开关Buck-Boost双向DC-DC电源设计与实现(附源码、仿真与计算书)

本文详细介绍了基于STM32F334C8T6的四开关Buck-Boost双向DC-DC电源设计方案。该设计利用STM32的高分辨率定时器(HRTIM)实现精确PWM控制,支持Buck、Boost和Buck-Boost三种工作模式自动切换,具备双向能量流动能力。通过PSIM仿真和Mathcad计算书进行参数优化,实测效率达95.8%,适用于新能源系统和电池管理等场景。

www00的博客 528

商汤科技校招经历汇总

一、校招流程 商汤简介: SenseTime (商汤科技),是中国一家致力于计算机视觉和深度学习原创技术的创新型科技公司,总部位于北京。“人脸识别、物体识别”技术开发、转让;计算机系统服务;应用软件服务;具体可参考:北京市商汤科技开发有限公司-百度百科 校招流程: 网申投递 笔试 面试 offer 8.8-10.10 9月份/10月份 8月中/10月中 8月/11月 注:主...

yph001的博客 4907

U-net复现pytorch版本 以及制作自己的数据集并训练

GitHub链接: https://github.com/milesial/Pytorch-UNet 论文链接:

candice5566的博客 3万+

【商汤科技2019校招】计算机视觉研究员笔试

1. 半质数的个数 题目详情: 质数是大家熟知的概念,我们定义一个半质数的概念:如果一个数恰好是两个质数的乘积(可以相同),则称它为半质数。前几个半质数是 4, 6, 9, 10, 14, 15, 21, 22, 25, 26。我们的问题是,输入一个正整数N,问在小于等于N的正整数中有多少个半质数? 输入: 输入一行,输入一个正整数N。 输出: 小于等于N的正整数中有多少个半...

Microstrong 2509

Linux | Ubuntu18.04安装WIFI6 AX201驱动完整教程

本节介绍了如何在Ubuntu18下安装AX201驱动的教程。

九七的博客 8886

【OpenCV】第二十三章: 图像特征检测之SURF、FAST、BRIEF、OBR算法

4、由于在检测特征点时是需要对图像中所有的像素点进行检测,然而图像中的绝大多数点都不是特征点,如果对每个像素点都进行上述的检测过程,那显然是种浪费,所以FAST采用一种进行非特征点判别的方法:首先对候选点的周围90度的点(1,9,5,13)四个点进行测试,而且是先测试1和9,如果它们两个符合阈值要求再测试5和13。继SIFT和SURF后,大家在特征点检测的速度上又进行了很多的改进尝试,但速度的提升效果都不是非常明显,直到FAST算法诞生,特征点检测的速度才有了一个质的飞跃。无法计算描述符的特征点将被删除。

因为热爱所以坚持 2160

商汤科技2018校招研究员笔试复盘:数学推导与代码实战全解析

机器学习模型从理论推导到工程落地,始终依赖扎实的数学功底与代码实现能力。理解SVM对偶推导、反向传播链式法则、Batch Normalization的机制,以及正则化、交叉验证等基础概念,是算法工程师构建可靠模型的必要前提。这些知识不仅服务于模型训练、性能优化与泛化评估,更在计算机视觉、自然语言处理等实际场景中发挥着关键作用。商汤科技2018校招研究员笔试第一场,正是围绕这些核心能力展开的一次系统性考察,涵盖选择题、推导题与编程题,重点检验候选人对模型原理的深层理解与手写代码的熟练度。本文完整复盘那场笔试的

weixin_34342905的博客 480

32、运算放大器的工作原理与应用

本文详细介绍了运算放大器的工作原理与多种应用场景,涵盖开环与闭环放大器的基本概念、理想运算放大器的特性及其‘黄金规则’。文章深入解析了反相放大器、同相放大器、单位增益跟随器与反相器的配置和增益计算,并探讨了电压比较器及窗口比较器的工作机制。同时提供了运算放大器在实际应用中的选型流程、使用注意事项以及常见故障排查方法,帮助读者全面掌握运算放大器的设计与应用要点。

u5v6w7的博客 169

商汤2018校招研究员笔试复盘:从数学推导到视觉算法

在人工智能技术快速发展的今天,机器学习与深度学习已成为计算机视觉领域的核心支撑。无论是经典的特征分解、SVD等数学工具,还是ResNet、Faster R-CNN等模型结构,其底层原理都直接决定了算法的效果与可解释性。理解模型为什么有效、梯度如何推导,是算法工程师走向研究型岗位的关键能力。商汤科技2018校招研究员笔试正是对这一能力的深度检验,涵盖线性代数、概率论、机器学习理论、CNN架构与视觉任务方案,并辅以编程实现。本文基于第一场笔试的完整复盘,梳理题型分布与考察逻辑,解析高频考点如Softmax交叉熵

weixin_30514745的博客 495

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

商汤科技2018秋招CV研究员笔试复盘:从数学到工程实现

在AI算法岗位的求职中,机器学习与深度学习基础是绕不开的核心能力,而计算机视觉方向的研究员岗位更是对理论推导与工程实现提出了双重考验。从线性代数的几何意义到概率统计中的贝叶斯推断,从逻辑回归的梯度推导到SVM的对偶形式,这些基础概念构成了算法面试的高频考点。理解模型背后的数学原理,掌握CNN、目标检测等视觉任务的建模思路,并具备扎实的编程功底,是应对顶尖AI企业笔试的关键。无论是准备校招还是评估自身技术水平,深入拆解真实笔试中的题目设置与答题策略,都能帮助求职者更有针对性地提升算法功底与面试表现。本文以商汤

cuankuangzhong6373的博客 430

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

商汤科技2018校招研究员笔试第二场复盘:核心考点与备考路径

在人工智能算法岗位的校招中,笔试环节往往侧重考察候选人的数学功底与机器学习原理的掌握深度,而非单纯的编码技巧。这类考核通常覆盖线性代数、概率论、最优化方法、深度学习理论基础等核心知识,要求候选人具备从模型推导到工程实现的完整能力。对于目标锁定AI研究岗的同学而言,理解笔试背后的筛选逻辑,系统梳理SVM推导、反向传播、卷积计算、Batch Normalization等高频考点,并掌握开放题的答题框架,是提升通过率的关键。本文以商汤科技2018校招研究员笔试第二场为参照,拆解典型题型与避坑经验,帮助准备算法岗笔

weixin_30607029的博客 428

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

2018商汤校招研究员笔试复盘:题型、考点与备战策略

机器学习与深度学习算法工程师的选拔,往往聚焦于数学功底与模型原理的现场推导能力。从反向传播的链式法则到BatchNorm的训练/测试差异,这些基础概念构成了AI岗位笔试的高频考点。扎实的理论素养不仅支撑算法创新,更直接影响到计算机视觉等真实场景中的建模与优化。在技术价值层面,企业希望候选人具备将问题拆解为可实现方案的能力,于是笔试常将编程、推导与场景设计整合在一起。以2018年商汤科技校招研究员笔试为例,其题型全面覆盖动态规划、目标检测、开放性设计等维度,为算法岗备战提供了清晰的复习方向。

weixin_30781775的博客 435

商汤AI研究员笔试题复盘:算法岗笔试考点与备战策略

在人工智能与计算机视觉领域,算法岗笔试往往不仅考察代码能力,更考验候选人对机器学习、深度学习底层原理的扎实理解。从逻辑回归的损失函数选择,到反向传播的手动推导,再到卷积神经网络的感受野计算,这些基础概念构成了AI技术面试的核心框架。理解其数学原理,能帮助工程师在模型优化、特征提取等真实场景中做出更准确的决策。无论是准备校招还是提升工程实践能力,掌握经典模型推导、贝叶斯公式应用、动态规划等算法思维都至关重要。本文以商汤科技研究员岗位的笔试复盘为例,拆解常见考点与解题思路,为有志于投身AI算法方向的候选人提供可

weixin_34198453的博客 437

商汤科技笔试算法题(手写卷积)

#include&amp;amp;lt;iostream&amp;amp;gt; #include&amp;amp;lt;algorithm&amp;amp;gt; #include&amp;amp;lt;vector&amp;amp;gt; using namespace std; int main() { int M, N; int tmparr; cin &amp;amp;gt;&amp;amp;gt

Nick 3215

商汤秋招-编程题

题目 只做了第一题,是给若干个confidence以及groundtruth label,计算在不同recall下的precision。 思路:将confidence降序排列,依次降低阈值,直到所有的正例都被召回,计算各个不同召回率下的precision即可。 代码 #include &lt;cstdlib&gt; #include &lt;string&gt; #include &lt;io...

Hello World 630

商汤科技2018年校招

                                      商汤科技2018年校招   交换机主要工作在()? 正确答案: B   你的答案: B (正确) 网络层 数据链路层 物理层 传输层 解析: 网络层是路由器,数据链路层是交换机,物理层是光纤,传输层是TCP/UDP协议! 一个数据表express(No, SenderName, ReceiverName, Sende...

stay hungry ! stay foolish! 1441

编程题 | 专题解析之商汤2018校招

近日,在看18年校招的真题时,发现商汤的在线编程题目都比较有意思,甚至在牛客网上有一道编写聚类算法的题目无人做出。于是想在这里做一下解答和整理,主要参考来源为牛客网。 目录 1. 解码 3. 分割后处理 4. water 5. 合并果子 6. 狙击手 7. 最小区间 8. 线性回归 原题共有八道题目,考虑到第2题聚类没有做出,跳过。题目都不是很简单,有一点冗长,像嚼...

Welcome to the Western World 1463

商汤20校招2D视觉笔试题(2019.8.19)第一道编程题(80%)

完成80, 超时了 C = int(input()) N, K = [], [] for i in range(C): temp = list(map(int, input().split())) N.append(temp[0]) K.append(temp[-1]) for idx, n in enumerate(N): k = K[idx] ar...

Darlewo 441

17年商汤笔试题

#include #include #include #include #include #include using namespace std;/* * 编码规则是a-z 对应1-26 * 输入一个字符串 * 输出可能的解码方案 * sample input 12 * sample output 2 * note : a(1)b(2) or l(12) * explan

man_sion的博客 1510

(2018商汤校招编程题)期望的线性性质

题目描述: 商汤小鹦鹉喜欢玩多米诺骨牌, 但是它比较笨,不知道如何只推动一次就使所有骨牌倒下。 小鹦鹉将多米诺骨牌竖立排成1个n*m的矩阵,然后从位置(1,1)开始,按每一行每一列的顺序依次检查每一块骨牌,即(1,1),.(1,2),...,(1,m),(2,1),...,(n,1),...,(n,m)。 它检查一块骨牌,如果已经倒下,则跳过,如果没有倒下,就推动它。 一个骨牌被推动后,会...

苦冲 ,开 了便淡╮ 1360

如何看待 2020 届校招算法岗供远大于求的情况?

编辑:Charlottehttps://www.zhihu.com/question/344122516本文仅作为学术分享,如果侵权,会删文处理作者:周国睿链接:http...

m0_37586850的博客 1438
上一篇: LeetCode 101. Symmetric Tree
下一篇: LeetCode Weekly Contest 127
PKU_CXK
博客等级 码龄10年 87粉丝 142原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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