两个随机数生成器，只能生成0,1，且各概率为50%。如何构造一个随机生成器来生成0,1,2，且各概率为1/3。      我的思路是：两个生成器的结果有(0, 0), (0, 1), (1, 0), (1, 1)，如果出现(0,1)的结果就让这两个生成器重新随机，但是这样的结果是不是有1/4的情况不容易出结果嘞。   有没有哪位哥哥姐姐可以给个思路呀~拜谢~

拿到offer，来还愿，写面经，   经历过春招实习的折磨，深深感觉自己差的很多，需要继续努力，一定要深入。      其实大部分还是围绕着项目的东西在聊，然后用到什么了就会延伸出一些问题。      一面：电话面    算法题：   1. 快排，面试官要求只能c++，问选择pivot的时候有没有加速的手段？   2. Python写个n-gram，用列表生成式把1-n gram生成（顺便问了生成器）   聊项目：   1. 人工特征工程和lighgbm模型特征处理的区别；   2. 你的特征为什么要这样构造；   3. 样本不平衡处理手段（重点聊了小样本只有一个的时候），为什么要这样处理； ...

桃子的大小x服从一个分布f(x)（x的概率密度函数），甲摘n个桃子，乙摘1个桃子，   问：甲摘的桃子中的最大的桃子比乙摘的桃子小的概率是多少？   哪位哥哥姐姐可以帮我看一下这个问题啊，概率题，头疼...

害，难受，紧张的一批...      上来写个快排，面试官要求只能c++，只会python的我哭了，紧张的我判断数组长度都写错了....又哭了   接下来写个n-gram，用列表生成式把1-n gram生成（说了点生成器也）   然后就是聊项目，   主要问了人工特征工程和lighgbm模型特征处理，有啥不一样的，你为啥要构造这特征。   然后就是一些样本不平衡处理（重点聊了小样本只有一个的时候），   神经网络利用dropout和多项式回归利用正则项减轻过拟合的本质是什么（为什么就能减轻过拟合了），   我项目有用到lightgbm和xgboost模型融合，就问了为啥要这两个模型融合，lig...