百度测开一面面经（社招）已二面

归并分治的核心思想 归并分治是一种基于分治策略的经典算法设计范式，其核心在于将问题分解为多个子问题，递归解决后再合并结果。该思想源于归并排序算法，但可泛化至各类计算场景。分治过程通常遵循三个步骤：分解原问题为独立子问题、解决子问题、合并子问题的解。 数学表达上，若问题规模为 ( n )，分解为 ( a ) 个子问题，每个子问题规模为 ( n/b )，合并步骤的时间复杂度为 ( f(n) )，则总时间复杂度满足递归关系： [ T(n) = aT(n/b) + f(n) ] 典型应用场景分析 归并排序是归并分治最直接的体现。算法将数组分为两半，递归排序后合并两个有序子数组。其时间复杂度为 ( O(...

对抗生成网络算法基础知识 基本思想 生成对抗网络（GAN）的核心思想是通过两个神经网络——生成器（Generator）和判别器（Discriminator）的对抗训练实现数据生成。生成器负责生成尽可能逼真的假数据，判别器则试图区分真实数据和生成数据。二者在博弈中不断优化，最终生成器能产生难以被判别器识别的数据。 GAN的基本架构  生成器（Generator）：输入通常是随机噪声向量（如高斯分布），通过反卷积或上采样操作生成数据（如图像）。其目标是最大化判别器的误判率。 判别器（Discriminator）：输入为真实数据或生成数据，输出为数据真实性的概率（0到1）。其目标是准确区分真假数据。...