<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[spring_sky_的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/spring_sky_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; spring_sky_]]></copyright><item><title><![CDATA[身经99战，我们的秋招终修成正果]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/117638099</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/117638099</guid><author>spring_sky_</author><pubDate>Sun, 06 Jun 2021 22:53:39 +0800</pubDate><description><![CDATA[关于作者
大家好，我是码春儿，两年前还是坐在图书馆里刷数学题的单身狗，在这两年间完成了脱单、保研，并和npy一起经历了秋招，共参加了99场笔试及面试，其中我参加了57场面试和22场笔试，她参加了20场面试，共收获了10个不错的offer，如今我已是鹅厂的准算法工程师，她也成功上岸了深圳的在编教师，这一路虽没有走偏，但还是绕了很多弯路，因此将找工作的经历进行整理总结，希望能够帮到大家，也欢迎大家关注我的公众号码春儿，回复算法或深圳教师，获取我们整理的资料，后续我们也会继续分享面经及工作中的技术与心得。

秋招]]></description><category></category></item><item><title><![CDATA[秒杀算法面试题的第6个理由——树状数组详解]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/117619071</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/117619071</guid><author>spring_sky_</author><pubDate>Sun, 06 Jun 2021 09:38:30 +0800</pubDate><description><![CDATA[今天介绍一种"高级"的数据结构——树状数组。
问题引出
如果我们需要对数组a进行以下两个操作，如何才能使得效率尽可能高？

单点修改：a[i]+=k
区间查询：求a[l:r]的和，即sum(a[l], a[l+1], … , a[r])

(1). 维护数组a
单点修改的复杂度为O(1)，而区间查询的复杂度为O(n)。
(2). 维护数组a的前缀和
可以在O(1)的时间内完成区间查询，而单点修改却需要O(n)，因为a[i]之后的所有数的前缀和都包含a[i]，所以需要全部修改。
(3). 维护树状数组
考虑(]]></description><category></category></item><item><title><![CDATA[CVR预估论文阅读笔记：一次性解决三大难题]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/117165644</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/117165644</guid><author>spring_sky_</author><pubDate>Sat, 22 May 2021 16:54:21 +0800</pubDate><description><![CDATA[论文标题：《Delayed Feedback Modeling for the Entire Space Conversion Rate Prediction》
论文链接
欢迎关注我的公众号，了解算法岗面经、深圳教师招聘备考指南、程序猿的技术之旅与浪漫生活~
1 总述
本文提出了一种全空间建模的方法（ESDF），同时解决了CVR预估中的3大难题：

数据稀疏问题。即便对于很大数量的曝光样本，点击样本的占比往往较小，其中转化数量更小，ESDF对全空间建模，让所有样本都参与训练，并且CVR与CTR共用向量表示，]]></description><category></category></item><item><title><![CDATA[秒杀算法面试题的第3个理由——力扣周赛240期解析]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/116565942</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/116565942</guid><author>spring_sky_</author><pubDate>Sun, 09 May 2021 16:03:46 +0800</pubDate><description><![CDATA[比赛地址：
https://leetcode-cn.com/contest/weekly-contest-240

先祝大家母亲节快乐！下面看题…
Question 1
题目

输入一个二维整数数组 logs ，其中
logs[i]=[birthi,deathi]logs[i] = [birth_i, death_i]logs[i]=[birthi​,deathi​]表示第i个人的出生和死亡年份。年份x的人口定义为这一年期间活着的人的数目。第i个人被计入年份x的人口需要满足：x∈[birthi,deathi]]></description><category></category></item><item><title><![CDATA[CVR预估中的延迟反馈建模——指数模型]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/116505272</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/116505272</guid><author>spring_sky_</author><pubDate>Fri, 07 May 2021 23:39:25 +0800</pubDate><description><![CDATA[今天分享一篇解决延迟反馈问题最经典的文章：《Modeling Delayed Feedback in Display Advertising》，于2014年发表在KDD上。
CVR预估的延迟反馈问题
广告场景中的CVR预估
CVR预估对广告平台而言非常重要，平台往往可以通过选择曝光给用户不同的广告而增加收益，假设广告主对获得一个用户的价位bidbidbid，将广告曝光给用户后的期望点击率为pctrpctrpctr，点击后的激活率为pcvrpcvrpcvr，则每次曝光的期望收益ecpmecpmecpm即为：
]]></description><category></category></item><item><title><![CDATA[秒杀算法面试题的第2个理由——矩阵连乘最小操作数]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/116303237</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/116303237</guid><author>spring_sky_</author><pubDate>Fri, 30 Apr 2021 14:47:28 +0800</pubDate><description><![CDATA[我是码春儿，将不定期分享面试中遇到的及力扣周赛中的题目，后续会有更多职业中的技术与心得体会分享，欢迎大家关注，让我们一起面向代码，春暖花开！
今天分享一道字节秋招面试中遇到的真题。
题目描述
给定N个矩阵的维度，返回计算其连乘积所需的最小操作数。(矩阵维度一定是可乘的)

示例：
输入：matrix_size： [[10, 10], [10, 10], [10, 1]]
输出：380

解析
两个矩阵相乘所需操作数
计算C=A*B，若A的维度为m×n，B的维度为n×k，则C的维度为，需要计算C中的m×k个数]]></description><category></category></item><item><title><![CDATA[秒杀算法面试的第1个理由——拼单词]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/116297030</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/116297030</guid><author>spring_sky_</author><pubDate>Fri, 30 Apr 2021 14:34:31 +0800</pubDate><description><![CDATA[我是码春儿，将不定期分享面试中遇到的及力扣周赛中的题目，后续会有更多职业中的技术与心得体会分享，欢迎大家关注，让我们一起面向代码，春暖花开！
题目描述
给定字母组合（无重复字母）和单词字典，求单词字典中，所有能够组成字母组合的单词对。

输入：
letters：一个字母组合，如 ‘KNEATOW’
dictionary：一个单词字典，如{‘ATE’, ‘EAT’, ‘TEA’, ‘KNOW’, ‘CODE’}
输出：字典中所有能够组成字母组合的单词对，要求不重不漏
示例：
输入：
letters： ‘KNE]]></description><category></category></item><item><title><![CDATA[论文阅读笔记—Reasoning on Knowledge Graphs with Debate Dynamics（AAAI，2020）]]></title><link>https://blog.youkuaiyun.com/spring_sky_/article/details/103944985</link><guid>https://blog.youkuaiyun.com/spring_sky_/article/details/103944985</guid><author>spring_sky_</author><pubDate>Sun, 12 Jan 2020 13:28:39 +0800</pubDate><description><![CDATA[这是一篇非常有趣的工作，看完会觉得眼前一亮。
论文标题：Reasoning on Knowledge Graphs with Debate Dynamics
发表于AAAI，2020
动机
 很多机器学习的任务都是通过将节点与关系嵌入，并计算三元组置信度得分，然后最大化正例的得分得到嵌入向量，但究竟哪一部分对最终的得分起作用是难以解释的，本文模型有个三个模块，分别是两个agent和 judge，对...]]></description><category></category></item></channel></rss>