海康威视图像算法工程师笔试

作业帮时间是随机的，今天下午测的。作业帮是10道选择题加2到算法题：选择题：考了数据结构排序二叉树，linux命令：awk '$NF' test 这里的test是一个有多行数据的文件，这命令是输出该文件末行的内容。还考了mapreduce优化数据倾斜的办法这里我好像选错了有两个选项一个是把count(distinct ) 替换为sum()group by 还有是将小文件先保存到内存中这两个好像是对的都可以优化数据倾斜此问题。还考了Flink的一些特性不过我还没学过flink，还考了kafka的高性能和低性能的一些问题，这我也是一脸懵。还考了六个盘的汉洛塔要移动几次才通过。然后是算法题，第一个是简单的二分查找，不过我只通过了94%，后面看估计是我对左右指针移动还是有点问题。第二个是leetcode32题，最长有效括号，可惜了我两个月前还写过但是还是没写对，只通过了63%。也不知道能不能过。阅文（寄了，以为是8.30考没想到是8.30结束结果只写了20分钟）：这好像是前面是单选题，中间是不定项，后面是问答题单选题：考了hive内置函数，考了hive与spark的对比，hadoop节点默认备份是多少~（还考了斗破苍穹的主角是谁虽然我没看过印像中好像叫萧炎）不定项：有mysql中delete，drop和truncate这三者的区别特点（我对truncate完全没印象），还考了flink的一些知识。问答题：第一个是mapredce工作流程这个还好，第二个是如何解决spark数据倾斜的方法。这里时间不够了我一点没写，也没多少印象。这里我现在写一下加深点印象1.可以增加随机前缀或后缀：来打散数据分布，在后继计算中去除前后缀从而负载均衡2.广播小表，如果是原因是小表与大表join可以将小表广播到每个节点，避免产生数据倾斜。3.salting方法：为倾斜数据填加盐值，打散倾斜数据4.分区策略调整：通过自定义分区器或者合理选择内置分区器来均匀分布数据5.增大并行度：针对只有少量数据造成的倾斜任务，增加并行度可以更快地处理这些小任务6.数据预处理：合并一些小文件，fliter操作等第三四个就是写sql语句，第三个挺简单的就是第四题来不及看了。ok就是这些了，预祝大家都能找到自己想要的工作实现，我还是继续去沉淀去了，这一个月也不知道自己在忙些啥好像就是一直在刷算法题和sql题，八股都没怎么看，对组件的掌握还是太浅了。

✅ 春招备战指南 ✅ 💡 学习建议：  先尝试独立解题（建议用时：90分钟/套） 对照解析查漏补缺   🧸 题面描述背景等均已深度改编，做法和题目本质基本保持一致。 🍹 感谢各位朋友们的订阅，你们的支持是我们创作的最大动力 🌸 目前本专栏已经上线60+套真题改编解析，后续会持续更新的  春秋招合集 -> 互联网必备刷题宝典🔗  题目一：礼貌队列门通过问题  1️⃣：使用双端队列存储队列元素，维护翻转标志 2️⃣：根据门的类型和翻转状态，更新队列或翻转标志 3️⃣：根据最终翻转标志决定正序或逆序输出  难度：中等 这道题目的关键在于理解队列在不同类型门下的变化规则，并找到一种高效...

选择和多选都一般，多背背就会了，手撕：T1，最大伤害，就是一道动态规划，算动态规划的入门题了，做过动态规划就立马能想出来，暴力也行T2，SQL，三表联查，求不及格课程的人数，简单题

工作体验，本人985，产品实习工作感受：部门氛围比较轻松，大家总是有说有笑，工作时偶尔闲聊开玩笑。和同事对接时，他们不会区别对待实习生，把你当做正式员工来交流和讨论项目，给你充分的尊重。总体来说，工作内容和职位描述相同。mentor布置任务时也会给你留充分的时间去做，并且告诉你不用着急慢慢做，但是会让你预估完成时间，不会的问题也有问必答。 工作时间：上午9：30-12：00 下午13：30-18：00 快下班的时候同事就不会和你讨论工作或交代任务了，实习生基本上准时下班，很贴心。但是正式员工忙起来平均0点下班。 实习成果 第一次做产品方向的实习，还是有学到一些干货的，但更多地是自己下班看书钻研...