社招一年:美团算法面经(搜索算法)

美团搜索算法面经

写在前面

社招一年面经系列的最后一篇了,也收到了心仪的offer 准备去入职了

贴一下之前的面试链接
社招一年:微软Bing团队面经(算法方向)
社招一年:滴滴算法面经(定价策略算法)
社招一年:猿辅导算法面经(OCR算法)
社招一年:小米算法面经(推荐算法)

正片分割线


一面

  1. 逻辑题:8 5 3升的桶 8升水, 分成两个4升
    比较简单的逻辑题,也有通用题目 LeetCode 水壶问题 先试着做一下题目再看 题解
  2. 算法题:一个字符串,找到第一个只出现一次的字符,n空间n时间,只能扫一次
    有原题:牛课题霸:第一个只出现一次的字符
    set或者更省内存的bitset
  3. 算法题:字符串把多个连续空格合并成一个,输入是char*,要求原地空间 答案
  4. 算法题:一个整数数组,找最长的先增后降的序列
    基础题:牛客题霸:最长递增子序列
    先分别找最长递增和最长递减的,然后合并一下就好了
  5. c++基础,shared ptr的特点是什么,可以引用传参吗?
    c++11的智能指针,通过引用计数来管理,引用计数为0的时候释放内存,有效防止内存泄露的问题,每次拷贝引用计数都会+1,在传参时,不可以引用传参,原因是引用传参不会增加引用计数,在多线程或者闭包场景可能会导致引用计数混乱引发core或者内存泄露的问题
  6. 项目:为什么设计神经网络解决问题,目前网络存在的问题是什么,后续可以怎么优化

二面

  1. 项目:为什么设计神经网络解决问题,目前网络存在的问题是什么(确实是和一面的问题一模一样)
  2. 二维有序数组 找target
    原题:牛课题霸:二维数组中的查找
  3. 一个人打靶十次命中7次,命中率是70%,这个概率是怎么估算出来的
    面试官实际是想问极大似然估计,理解了题意之后就好回答了
  4. 两瓶墨水,一红一黑,用小勺从红墨水瓶里舀一勺放入黑瓶,搅拌均匀,然后从黑瓶里舀一勺放入红瓶,这时红瓶里的红墨水多还是黑瓶里的黑墨水多?如果不搅匀呢?
    都是一样多,搅拌均匀的话可以很容易的写出公式。不搅匀的话,直接宏观来想,是守恒的,红墨水少了多少,就需要用多少黑墨水来填

三面

  1. 算法题:顺时针打印二维数组
    原题 牛课题霸:顺时针打印矩阵
    关键考点是边界条件,奇数偶数两种情况如何简化代码,极限情况(例如1*1的矩阵)要确保能打印
  2. 项目细节 出发点,为什么这么做,如何迭代的
  3. 如果离开前一家公司的话,如果挽留你,什么地方最让你留恋,最可能不离职了
#社招##美团##面经##算法工程师#
全部评论
这时红瓶里的红墨水多还是黑瓶里的黑墨水多? 楼主,这个确定不是问这时红瓶里的黑墨水多还是黑瓶里的红墨水多?
1 回复
分享
发布于 2020-11-28 21:16
感谢大佬
点赞 回复
分享
发布于 2020-08-27 11:24
联想
校招火热招聘中
官网直投
太强了
点赞 回复
分享
发布于 2020-08-27 11:49
大佬是19年6月毕业的吗
点赞 回复
分享
发布于 2020-08-27 17:51
大佬打算去哪一家
点赞 回复
分享
发布于 2020-08-28 13:50

相关推荐

#软件开发2024笔面经# 感觉已经凉透了。。。写点热乎的凉经攒攒人品。反馈效率非常3高,只要这轮过了当天就会联系你约下一面,是我面过的最不墨迹的单位一面聊一个项目(自己挑)Deepspeed了解吗介绍下熟悉的主流大模型(llama)和transformer有什么区别/改进旋转位置编码怎么做的了解强化学习吗算法题:1.大小为k的滑动窗口扫描无序数组(步长1),输出移动过程中的窗口最大值2.最大值栈反问二面聊项目由项目引申细节提问(项目每个人不一样嘛,所以具体问题的参考意义不大,但可以再确认下自己项目的技术细节):bert的位置编码设计有什么数学含义?正余弦位置编码为什么2t要除以d?说一下吉布斯采样怎么个事算法题:通配符匹配(hard)场景题:怎么在一万篇文档里查找50万大小的词典中的词是否出现?反问三面 常用什么语言?Python怎么查字符串在另一个字符串中是否出现?答是find函数返回值?正常答底层实现逻辑?(嗯,这话一问出来我差不多知道我算是走远了。。。。)引申:你自己实现的话怎么实现字符串查找(模式串 母串 不用想太复杂)从商品描述中抽品牌,要求准确率覆盖率要高品牌词典大概50万,你怎么做?交流过程中有提到要考虑词义消歧,要考虑挖掘新的品牌词出来设计程序把物品pair list 同类合并成类/簇list(pair代表成对相关)反问总结就是:自己项目必须熟,大模型标配,字符串拉满,如果你有搜索项目经验的话抓瞎程度应该会比我低一些(吧
点赞 评论 收藏
转发
【一面】对着项目问的比较多1. 线性回归的假设条件是什么2. 介绍lstm,transformer这些3. transformer相比于seq2seq,它的增量点在什么地方4. 因果推断和(事件发生前拟合一个模型,使用这个模型对事件发生后进行预测从而得到效应),增量在什么地方,有哪些本质上的区别(跟我的项目相关)5. 对于销量预测模型,你有什么思路;怎么进行模型选型;如果没有其他特征,只有按时间变化的销量,可以怎么预测?6. 一个人投篮的命中率是60%,是投10次至少命中7次的概率大,还是投100次至少命中70次的概率大(大数定律)7. 手撕:两个椭圆x^2+y^2/2=1,x^2/2+y^2=1,求这两个椭圆相交部分的面积(蒙特卡洛模拟,好像还可以使用极坐标直接求解,忘了)比较注重数理(可能也是因为我是数理出身)【二面】1. 50个黑球和50个白球,分别放进两个框,怎么放置,可以让一个人拿到白球的概率最大2. 一个细胞的生命有三个小时,每个小时都会分裂一次,到T时刻会有多少细胞呢?3. 希望在算法岗从事什么样子的工作4. 技术栈有哪些面试时间很短,面试官很佛系,没咋问【三面】1. 问对深度学习那块比较熟,回答时序预测,问有无读过现在的SOAT方法,回答无(没读过啥paper)2. 什么样的embedding是好的embeding,怎么评估3. 选择unieval模型是怎么做的模型选型4. 拿到一个新方向是怎么调研的,怎么去找论文的5. 介绍transformer,每个encoder的结构是什么6. 介绍self-attention7. 怎么理解q,k,v8. 可以使用同一个W_q和W_k吗9. 为什么q×k之后要scale,d 是什么10. 时空图(论文,但是别人做的这part,自己不太了解了)11. 手撕:打家劫舍(偏重对算法的理解,和项目实现上的一些细节)一二面反馈非常快,5分钟就会有下一面的反馈,三面无了,可能自己没过攒人品攒人品攒人品!许愿许愿许愿!
点赞 评论 收藏
转发
12 120 评论
分享
牛客网
牛客企业服务