拼多多集团-PDD

收藏
电商
1000-9999人
上市
上海
福利丰厚榜学历友好榜高校必争榜offer比较常胜榜HC充足榜校招高薪榜牛客指数榜
查看官网
上传简历
职位类型
全部
后端开发
前端开发
客户端开发
产品
运营
更多
最新
热门
03-15 18:04
已编辑
西安交通大学 Java
我是菜鸡。4道题一道都没有全对,0.95  0.4  0.975  0.95  与大厂无缘了不愧是拼都督,笔试都能感觉到卷了--------第二题的屎山代码import java.util.*;import java.io.*;public class Main{public static void main(String[] args) throws InterruptedException {Scanner sc=new Scanner(new BufferedInputStream(System.in));PrintWriter out=new PrintWriter(new BufferedOutputStream(System.out));int L=sc.nextInt(),C=sc.nextInt(),n=sc.nextInt();int[]ds=new int[n+1];int[]ps=new int[n+1];for(int i=0;i<n;i++){ds[i]=sc.nextInt();ps[i]=sc.nextInt();}ds[n]=L;ArrayDeque<Integer>w=new ArrayDeque<>();int next=C;int start=-1;int startC=C;long cost=0;boolean stop=false;for(int i=0;i<=n;i++){if(next>=ds[i]){while(!w.isEmpty()&&ps[w.getLast()]>=ps[i])w.removeLast();w.addLast(i);}else{int need=ds[i]-next;while(!w.isEmpty()&&need>0){int idx=w.getFirst();int space=(C-startC)+(ds[idx]-(start==-1?0:ds[start]));// 可以加的油=邮箱中剩余的空间=起点时邮箱不满的空间+从起点走到这里花的油if(space<=need){need-=space;next+=space;cost+=(long)space*ps[idx];startC=C;start=idx;w.removeFirst();}else{start=idx;startC=C-space+need;next+=need;cost+=(long)need*ps[idx];need=0;}}if(need>0){stop=true;break;}i--; // 这时候反悔加了油,但是当前的i处的加油站还没有加进来,再来一轮}}if(stop)out.println(-1);else out.println(cost);out.flush();out.close();sc.close();}}只记得样例1了20 10 34 59 215 6输出为24
牛客14272363...:不知道你们怎么做的,我前两道题都自定义了一个类然后实现了comparable,一写出这个就感觉特别清晰了,前两题全ac,后面两道题感觉是贪心,二分,前缀和的经典运用
拼多多集团-PDD笔试
点赞 评论 收藏
分享
【一面】 1)介绍一个最能代表自己的项目2)项目里负责的边界是什么?哪些内容是亲手实现/验证的?3)电商领域预训练数据:低质过滤与去重会怎么做?用哪些简单指标快速判断数据质量?4) Pretrain 和 SFT 分别解决什么问题?5) Transformer 的基本结构怎么理解?6)多模态模型的大致结构是什么(图像编码器+连接层+ LLM )?最容易踩坑的点通常在哪里?7) SFT 数据如何更贴近业务:如何避免过度模板化?如何做基础的 train / test 去重来避免评测失真?8)对齐( RLHF / DPO 等)整体思路是什么:为什么需要偏好对/奖励信号?【二面】1)做过的最有影响力的一件事是什么?具体推动了什么变化?2)训练不稳定怎么排查( loss NaN 、 OOM 、吞吐下降)3) Long Context 常见思路有哪些?在业务里如何做"能看长文本但不太贵"的折中(摘要/分段/滑窗等)?4)如何做一套简单可执行的离线评测集?如何覆盖不同语言与类目?5)多模态场景怎么评估:如何检查"图文一致性/不编造信息"?优先加哪些自动化检查?6) Prompt /模板如何管理:如何版本化、如何回滚、如何避免一次改动导致整体波动?7) 手撕:实现一个最简单的 top - k 采样(给定 logits /概率,取 top - k 后重新归一化采样),并说明边界情况怎么处理。📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
点赞 评论 收藏
分享
【一面】 1)介绍一个最能代表自己的项目2)项目里负责的边界是什么?哪些内容是亲手实现/验证的?3)电商领域预训练数据:低质过滤与去重会怎么做?用哪些简单指标快速判断数据质量?4) Pretrain 和 SFT 分别解决什么问题?5) Transformer 的基本结构怎么理解?6)多模态模型的大致结构是什么(图像编码器+连接层+ LLM )?最容易踩坑的点通常在哪里?7) SFT 数据如何更贴近业务:如何避免过度模板化?如何做基础的 train / test 去重来避免评测失真?8)对齐( RLHF / DPO 等)整体思路是什么:为什么需要偏好对/奖励信号?【二面】1)做过的最有影响力的一件事是什么?具体推动了什么变化?2)训练不稳定怎么排查( loss NaN 、 OOM 、吞吐下降)3) Long Context 常见思路有哪些?在业务里如何做"能看长文本但不太贵"的折中(摘要/分段/滑窗等)?4)如何做一套简单可执行的离线评测集?如何覆盖不同语言与类目?5)多模态场景怎么评估:如何检查"图文一致性/不编造信息"?优先加哪些自动化检查?6) Prompt /模板如何管理:如何版本化、如何回滚、如何避免一次改动导致整体波动?7) 手撕:实现一个最简单的 top - k 采样(给定 logits /概率,取 top - k 后重新归一化采样),并说明边界情况怎么处理。📳对于想求职算法岗的同学,如果想参加高质量项目辅导,提升面试能力,欢迎后台联系。
点赞 评论 收藏
分享
点赞 评论 收藏
分享
分享我的面试经验
模拟面试
真实面试体验,快速补齐短板
应聘感受
暂无应聘感受
牛客网
牛客网在线编程
牛客网题解
牛客企业服务