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;
}
TexGen模型导出ABAQUS inp文件时纱线材料属性缺失?5分钟快速修复指南 本文针对TexGen模型导出ABAQUS inp文件时纱线材料属性缺失的问题,提供了快速修复指南。通过手动编辑inp文件或使用Python脚本自动补全材料属性,帮助复合材料仿真工程师高效解决问题。文章还介绍了TexGen导出前的预防性设置和ABAQUS中的验证技巧,确保仿真分析的准确性。 阅读详情

相关推荐

PnP 单目相机位姿估计(二):solvePnP利用二维码求解相机世界坐标

前言 原理简介 输入参数准备 1 objectPoints特征点世界坐标 2 imagePoints特征点在摄像头下的像素点坐标 3cameraMatrixdistCoeffs内参矩阵和畸变矩阵 相机世界坐标的求解 1求世界坐标中的点在相机坐标系下的坐标 2求相机在世界坐标中的坐标 3效果求解相机在世界坐标系下的坐标点 4求解代码1.前言  很多时候,当我们利用单目相机获取图像时,往往只能获取图像中

cocoaqin的博客 5万+

商汤科技2018笔试

       

ASN_forever的博客 3457

游戏数据训练世界模型:AI物理规律学习与仿真应用实践

世界模型作为理解现实世界动态的AI工具,通过多模态数据学习物理和空间属性来预测未来状态。其核心原理在于从环境交互中提取物理规律,技术价值体现在能够安全、低成本地训练AI系统应对复杂场景。在应用层面,游戏数据因其结构化环境和内置物理引擎,成为世界模型训练的优质素材。游戏世界中的物体交互、运动轨迹等数据天然包含现实物理规律,特别适合训练物理AI。本文以General Intuition公司获得3.2亿美元融资为切入点,深入探讨游戏数据在世界模型训练中的技术实现路径,涵盖数据提取管道构建、多模态数据融合方法,以及

weixin_29056865的博客 367

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

Paper weekly 1006

显著性算法 + 伪彩变换

利用opencv得到显著图和伪彩图

正在挣扎中的人 2301

基于Simulink环境,提供一个关于如何对无人机电源DC-DC变换器进行仿真建模的示例

无人机电源要求:无人机的各个子系统(如电机、传感器、通信模块等)可能需要不同级别的电压供应。重要性稳定性:稳定的电源是保证无人机各部件正常工作的基础。效率:高效的电源管理可以显著增加飞行时间和任务执行能力。挑战多负载适应性:需要能够为不同负载提供合适的电压和电流。动态响应:快速响应负载变化的能力对于维持系统稳定性至关重要。首先明确要模拟的任务内容。设计一个能够在不同负载条件下为无人机提供稳定电压的DC-DC变换器。根据无人机的工作状态调整控制策略以维持最佳性能。

xiaoheshang_123的博客 136

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

educoder中Hive综合应用案例 — 用户搜索日志分析

Hive综合应用案例 — 用户搜索日志分析

weixin_46026136的博客 4800

【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

CLRNet车道线检测模型在Orin Nano Super开发板上的全栈部署与优化实践

本文详细介绍了将CLRNet车道线检测模型部署到NVIDIA Orin Nano Super开发板的全过程。内容包括:1) Orin开发板硬件规格分析;2) JetPack SDK环境配置与Python虚拟环境搭建;3) CLRNet模型架构解析与PyTorch实现;4) 模型转换与TensorRT加速优化方法。通过系统性的环境配置、模型转换和性能优化,为边缘计算场景下的车道线检测应用提供了完整的解决方案,实现了在Orin平台上的高效部署。

huanghm88的专栏 228

Android14 Qcom 从Framework到Driver带你连接WIFI(一)

前面已经讲完了WIFI打开的流程,那么通过UI这时候是可以选择需要连接的网络进行连接。从这里开始我们看连接的流程。

IAYLBL的博客 696

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

50、压电微泵与技术设备驱动的研究分析

本文研究了压电微泵在弹性微通道中的流体流动特性及技术设备驱动的振动行为。通过建立轴对称流固耦合模型,利用FreeFem++进行数值模拟,分析了不同数量压电致动器和频率对微泵流量的影响,发现多个致动器按特定时序压缩可产生净正向流量,并提出了稳态流量的近似解析公式。同时,针对技术设备驱动系统,探讨了周期性负载引起的强迫振动特性,明确了共振条件及影响因素,并比较了主动、被动和优化设计等振动控制策略。最后展望了实验验证、多物理场耦合与智能控制等未来研究方向,为相关设备的优化设计与高效运行提供了理论支持。

convnet3designer的博客 148

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

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

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

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

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

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

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