|
|
亲！马上注册或者登录会查看更多内容！
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
面的是machine learning组，感谢cpcs大牛内推！！
5 T2 n8 ]* ~" ~. N' r b先是OA，看了某海外论坛上那个用segment tree的解法后，感觉得搞点新花样。; O0 h0 _) B. l, W$ j
于是用 binary indexed tree写，比segment tree还简单，应该也稍微能快一点虽然复杂度一样。; }/ Q7 C8 r; w, \& k: C
binary indexed tree可以看geeksforgeeks的文章了解。- L: T, f0 `& |( P# I# {- |
# v& x4 J1 j S& z2 }; O) p% U2 l) g
一面：变态概率题，100x100的矩阵，一个人在左上角，只能往 Right or Down 两个方向走。
4 `: q; H# z- }. M/ k0 i. H1 D- u1） p(Right)=0.6 and p(Down)=0.4. 问这个人走到(78,81)的概率是多少
% v& G4 b; H d3 b6 I4 N2 c1 B答：二项分布：choose(78,78+81) * p(R)^78 * P(D)^81+ _2 G0 r: E! c. y, v I
[size=14.666666984558105px]2）如果他在走错的情况下可以被纠正回去。比如他走到(79,x)，我们知道他走错了让他回到(78,x)，这样算做了2步。那么走到(78,81[size=14.666666984558105px])的期望是多少步？0 I/ N' Z) P" r. P2 T, A0 Z
[size=14.666666984558105px]不知道。然后简化了一下问题，问做到(1,0)的期望是多少。
0 m1 _! x! P6 G" |[size=14.666666984558105px]答：E = 1*p(R) + (2+E)*p(D) =>E=7/3
; `$ Q. e! ^$ N$ r# h3）给出最优方案（什么时候纠正他），并证明。( Y% Z0 `5 v, A5 U
答：走过了再纠正，比如走到[size=14.666666984558105px](79,x)或(x,82)了再纠正。
( z! @5 Y8 {. k: M0 t K3 j/ {[size=14.666666984558105px]
U. f1 W. ?# v9 k& z! ~& k4 M1 M S
[size=14.666666984558105px]二面：还是概率，忘了，不过比一面的时候简单多了，二十分钟就结束了。# |5 b$ z8 t" G0 M
[size=14.666666984558105px]
7 c8 k( |( O. H, n5 e5 j1 Q' }$ {( R8 U0 w4 H6 ~- Q& `
[size=14.666666984558105px]onsite就不说了，签了NDA。3 O! O B7 r6 Z( X3 G
[size=14.666666984558105px]machine learning组大多是国人，都很nice!
4 ?1 q' b, ]5 s$ J2 ?! v[size=14.666666984558105px]# h. u+ z$ S9 Z7 D
* T4 x% n9 N# s t4 N9 n
[size=14.666666984558105px]最后说下RF家recruiter。上周电话说要给offer，说这周一或周二说细节。周二打来后说要等xxx的签字，说周三肯定能拿到。结果周三没打来，周四打来后又说还没拿到签字。。谁能帮分析下这是不是快黄了。。
% i3 n" p1 t( H3 K* w[size=14.666666984558105px]$ D, k' @' w+ \6 Y2 @' [: \
3 d$ ^# m9 U6 ^, P4 W
' G8 b, y# \+ B& Q/ N$ t% ~
|
|
发表于 8-27-2015 08:50 PM
