2014-四川大学-58同城研发笔试

本文分享了一次充满挑战的笔试经历,包括智力题、SQL、死锁、编程题等内容,探讨了不同问题的解决思路。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

是我做过的最难得笔试题,当然能力有限,对大牛来说可能比较easy


前面的填空题就不多说了,那些你说假话,你说真话的题,真是软肋~~智商捉急啊~~

接下来是一个sql语句

然后是死锁的必要条件,解决方法,前几天刚看的,忘得一干二净~~~屌丝命~~

然后是一个盲人手中有52张牌,其中有20张是正面向上的,问如何让盲人把这副牌分为正面个数相同的两份,这个真是没思路。

然后就是由角,元,十元组成的币值个数能有多少个


编程题第一个是一个开放题,问北京的树有多少颗~~~借用了一下小范围估计,然后借用比例估量出北京的树的个数

然后是用最快的算法求出两个有序数组是否有相同的数字~~~现在想来我用的那个算法真是捉急,对每个数组进行二分,对折中值比较,如果第一个数组的中间的那个值大于第二个数组的中间的值,则用第一个数组中间那个值的前面的数组与第二个数组的位于中间的值后面的数组比较

举个例子:

1 3 5 7 9 中间的值为5

 9 12 13 18 21中间的值为13   13>5  然后让7,9 与9,12进行比较,以此类推吧~~~哎,捉急~~~


然后就是应用题

第一题是在一个二维数组中,有n个点分布在其中,求其中距离最近的那两个点~

我用的是基数排序,因为想找距离最近的点,无非是x轴的值够接近或者y轴的值够接近或者都接近

然后首先对x轴排序,然后对y轴排序,就可以分别得出来

再次举例:

他妈的,不会传图,捉急!!!!

手动画个吧~~~就用这个table当二维数组了

x00x
0000
0x00
x00x

刚开始的顺序就是[0,0],[0,3],[2,1][3,0],[3,3]

根据y轴排序 [0,0],[3,0],[2,1],[0,3],[3,3]

根据x轴排序[0,0],[0,3],[2,1],[3,0],[3,3]

然后各自与相邻的求出举例,即(x2-x1)^2+(y2-y1)^2开方得出距离

根据图上的标注我们也可以发现【2,1】【3,0】是离得最近的,而我们求得两组排序中,这两个坐标都紧挨着,对找到最近的有一定的帮助;但是等我回来的路上,就在想这个算法,其实也是捉急,数据再多一点,估计要出问题,但是也算是比较接近了吧~~~呵呵


最后一道是一个大数据的问题,原来在论坛上看过这个类似的问题,但是我这个人啊,是那种不实际操作一下就记不住的人;问题是有3个1G的文件,文件中保存的是用户搜索的信息,有重复的搜索,给你一台内存为512M的电脑,让你去找出搜索频率在前2000位的信息。真是没实际操作过,即使看过类似的文章,脑子也是捉急;首先一个文件肯定不能一下子全部放内存,让它去排序,我也不知道该怎么说,按我的理解就是类似虚拟内存吧,用多少放多少,回来的路上又想了另外一个捉急的算法,对数据提取的时候处理一下,另外存储到其他文件中,类似键值对的形式,一个搜索的内容,然后跟着是次数,然后用二分法对这个其他文件查找,找到了就次数加一,找不到就选择排序放进去,以此类推,如果文件最后大小大于了内存,再对拆分~~~这个是真的不懂~~~·


我真的是弱爆~~还请有看到的大神,给我指点迷津~~~真的是虚心求教~~~

标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化超参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
评论 6
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