我看到的原创版本是这样的： 这是来自Adobe公司一道题目：一辆加满油的摩托车可以骑50千米，如果你有50辆这样的摩托车，你能骑多远？ 很自然的思路是50辆摩托车一起开，在中途某个时间点淘汰到n辆，这n辆车剩余的油加到还剩下的50-n辆车中，剩余的车继续开。依次进行。 有一点也很明白易懂，就是这n辆车剩余的油刚好可以加满其余的车。 所以，问题关键是在什么时候开始淘汰车加油？ 大概是2分法

在检索系统中，如果输入的查询在系统中找不到索引，这时候就需要从最热查询中找到一个与输入查询最相似的查询。最热查询容易得到，但是相似该如何度量？ 首先两点要满足： 1，如果s1和s2完全相同，则相似度为1 2，而如果s1和s2不包含相同的字符，则相似度为0 这里给出一种字符串相似性度量的方法： 求字符串s1和s2的相似性： int function similar(s1, s2) fo

周日参加了一个电话面试，其中有一道面试题。 题目是这样的： 输入一个字符串，如何找到和这个字符串字符内容相同的字符串，不考虑字符顺序。比如abcc和cbac就是字符内容相同，而和abc字符内容不相同。 因为本身没有遇到需要这样算法的问题，只能临场发挥了。 1，直观的感觉是建立哈希表，哈希的键位字符串的长度，这样一次查找可以找到所有相同长度的字符串，然后再次哈希，按照ascll码求出相同as

从课本上面知道，HASH算法的好坏关键在于散列的是否均匀，假设1000个数据，100个key，平均每个key对应数据位10个，如果每个key都对应10个，这就是很好的散列算法。然而，如果我们不知道数据的分布情况，随机设计一种散列算法，每个key都可能对应0~1000个数据，但是整体来说符合泊松分布，越是偏离最优的情况，其概率越低。比如这样一种散列：一个key对应1000个数据，其它key都对应0个

曾经参加过一个面试，问题是有32只球队，每个球队获得冠军的概率不相同，给一种猜测冠军的方法，使得平均猜测的次数最少。 面试官靠我的是霍夫曼编码，但我本身不接触霍夫曼编码好多年，压根没想到这种方法（PS：由于面试官的个人喜好真的可能错过人才啊）。不过我想到了熵。把数据尽可能分成均匀的两份，一次递归，得到一个二叉树，就是最好的答案。关键是怎么样可以使得左右子树概率之和最接近？并且本次分的很平均并不能

谨慎使用内置的汗水比如点积函数dot，一些芯片部支持