数据挖掘2022年京东算法工程师笔试题(23届)

Posted Better Bench

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据挖掘2022年京东算法工程师笔试题(23届)相关的知识,希望对你有一定的参考价值。

时间:90分钟
2022年京东算法工程师笔试题(23届)

1 单选题

1、mysql内部存储代码的优势

  • 服务器上执行还可以节省带宽和网络延迟
  • 代码重用。可以方便的统一业务规则,保证某些行为的一致性,所以也可以提供一定的安全性
  • 简化代码的维护和版本更新
  • 帮助提升安全,比如提供更细粒度的权限控制
  • 备份、维护都可以在服务器端完成,所以存储程序的维护工作会很简单。他没有什么外部依赖,不需要依赖外部程序的部署。

2、MySQL 中Seperate by ’ | '的使用

题目是SQL语句的使用,查询回来的多个字段组成一个字符串,以|分开,判断’|‘和’ | ‘(有空格)两种方法,哪种正确

答案:不知

3、全微分(ay^2 -3xy)dx = (bx^2+3xy+2)dy,求a,b

答案:a = 3/2 ,b= -3/2

积分相等求a,b

∫ a y 2 − 3 x y d x = ∫ b x 2 + 3 x y + 2 d y \\int ay^2-3xy dx = \\int bx^2+3xy+2 dy ay23xydx=bx2+3xy+2dy

$ ay^2x -\\frac32x^2y = bx2y+\\frac32xy2+2y$

a = 3 2 , b = − 3 2 a = \\frac32,b=-\\frac32 a=23b=23

4、判断:ReLu在R上可导,可以反向传播?

错误:relu在零点处不可导

5、栈S1,S2,大小分别是2,1。先进栈A,再进栈B。栈满再出,A、B、C、D一次进栈,则出栈顺序是?

答案:B 、C、D、A

6、label = [A、A、A、A、B、B、B、B、C、C]

预测的结果pred = [A、A、B、C、C、A、C、C、C、C]

求macro的F1-Score

答案:

原label和预测值

y_true = [0,0,0,0,1,1,1,1,2,2]
y_pred = [0,0,1,2,2,1,2,2,2,2]

根据P/R的计算规则,

Precision = (预测为1且正确预测的样本数)/(所有预测为1的样本数) = TP/(TP+FP)
Recall = (预测为1且正确预测的样本数)/(所有真实情况为1的样本数) = TP/(TP+FN)
F1 = 2×(Precision×Recall)/(Precision+Recall)
下面计算过程中,若除法过程中,分子分母同时为零,则最终结果也为0.

则Macro Average F1的计算过程如下:

(1)如下,将第1个类别设置为True(1),非第1个类别的设置为False(0),计算其P1,R1

y_true=[1,1,1,1,0,0,0,0,0,0]
y_pred=[1,1,0,0,0,0,0,0,0,0]

TP = 2/10,FN= 2/10,FP = 0,TN = 6/10

P1 = (预测为1且正确预测的样本数)/(所有预测为1的样本数) = TP/(TP+FP) = 1
R1 = (预测为1且正确预测的样本数)/(所有真实情况为1的样本数) = TP/(TP+FN)=1/2
F1_1 = 2×(Precision×Recall)/(Precision+Recall)=2/3
(2)如下,将第2个类别设置为True(1),非第2个类别的设置为False(0),计算其P2,R2

y_true=[0,0,0,0,1,1,1,1,0,0]
y_pred=[0,0,1,0,0,1,0,0,0,0]

P2 = (预测为1且正确预测的样本数)/(所有预测为1的样本数) = TP/(TP+FP) =1/2
R2 = (预测为1且正确预测的样本数)/(所有真实情况为1的样本数) = TP/(TP+FN)= 1/4
F1_2 = 1/3
(3)如下,将第3个类别设置为True(1),非第3个类别的设置为False(0),计算其P3,R3

y_true=[0,0,0,0,0,0,0,0,1,1]
y_pred=[0,0,0,1,1,0,1,1,1,1]

P3 = (预测为1且正确预测的样本数)/(所有预测为1的样本数) = TP/(TP+FP) = 1/3
R3 = (预测为1且正确预测的样本数)/(所有真实情况为1的样本数) = TP/(TP+FN)= 1
F1_3 = 1/2
(4)对P1/P2/P3取平均为P,对R1/R2/R3取平均为R,对F1_1/F1_2/F1_3取平均F1
F1 =(F1_1+F1_2+F1_3)/3 = 1/2 = 0.5
最后这个取平均后的得到的P值/R值,就是Macro规则下的P值/R值。

对这个3类别模型来说,它的F1就是0.5。

from sklearn.metrics import f1_score

y_true = [0,0,0,0,1,1,1,1,2,2]
y_pred = [0,0,1,2,2,1,2,2,2,2]
print(f1_score(y_true, y_pred, average='macro')) 
输出:0.5

7、LSTM中两个激活函数的作用

解析:

sigmoid 用在了各种gate上,产生0~1之间的值。

tanh 用在了状态和输出上,是对数据的处理,这个用其他激活函数或许也可以。

8、有一个正整数n=10,每次可以花费3个金币让n除以2,向上取整,或者花费一个金币让n减去1,想知道让n变成1,最少要多少金币?

答案:7
当n/2>3时跨度,选择花3金币的方法
当n/2<=3时,选择花1金币的方法
则10/2 = 5,跨度10-5>3,选择3金币的方法,花费3个金币
[5/2] = 3 ,跨度5-3 = 2<3 ,选择1金币的方法,需要花费2个金币
[3/2] = 2,跨度3-2 = 1<3,选择1金币的方法,需要花费1个金币
[2/2] = 1,跨度2-1 = 1<3,选择1金币的方法,需要花费1个金币
综上,需要总共花费3+2+1+1 = 7

9、一个矩阵的特征值是1、-2、3、10、52、41、83、8,当该矩阵加减一个单位矩阵后,它可能的特征值是多少?

答案:11

解析:一个矩阵加 λ \\lambda λ倍的单位矩阵,A+ λ \\lambda λE ,则所有特征值加 λ \\lambda λ

10、KMP匹配算法中,子串S= ’aaaab‘,主串T= ’abaaaabca‘。求匹配过程中的比较次数?

答案:我计算得到的是8次,但不知道是否准确,推理过程如下

第一轮

a b a a a a b c a

a a a a b(比较2次)

第二轮

a b a a a a b c a

a a a a b(比较1次)

第三轮

a b a a a a b c a

​ a a a a b(比较5次)

共8次

11,a = [1,2,3,4],b = [‘c’,‘d’],如何得到a = [1,2,3,4,‘c’,‘d’]

答案:a = a+b

12、程序的输出是什么?

题目我忘了?
T(15467)

答案:1 5 4 6 7

13、三次重复独立时间,A的概率不变,时间A至少发生一次的概率是 37 64 \\frac3764 6437,则A的概率是多少?

1- 37 64 = 27 64 = P ( A ) 3 \\frac3764 = \\frac2764 = P(A)^3 6437=6427=P(A)3

则 P(A) =$ \\frac34$

14、程序的输出是?

dic = dict.fromkeys(['k1','k2','k3'],[])
dic['k1'].append(1)
dic['k2'].append(2)
dic['k1'] = 1
print(dic)

答案:‘k1’: 1, ‘k2’: [1, 2], ‘k3’: [1, 2]

15、程序的输出是

def mk(x):
    def mk1():
        print("Decorated")
        x()
    return mk1
def mk2():
    print("Ordinary")
p = mk(mk2)
p()

答案:

Decorated

Ordinary

2 编程题

1、最小因子问题

小红拿到一个正整数n,他希望找到n的一个最小因子p,满足p*p>n

案例:

输入

2

36

37

输出
9

37

def low_fac(n):
    k = n
    for i in range(1,n+1):
        if n%i==0 and i*i>k:
            print(int(i))
N = int(input())
for _ in range(N):
    j = int(input())
    low_fac(j)

以上算法超时

优化后的方法

import math
def low_fac(n):
    ans = []
    for i in range(1,int(math.sqrt(n))):
        if n%i==0:
            if i*i>n:
                ans.append(i)
            t = int(n/i)
            if t!=i and t*t>n:
                ans.append(t)
    return min(ans)       

N = int(input())
for _ in range(N):
    j = int(input())
    print(low_fac(j))

2、括号匹配问题:

定义一个括号串的权值为,它的最长合法括号子序列的长度,例如()())的权值是4,因为它的最长合法括号子序列为()(),求一个给定括号串的所有子串权值之和。

注意,我忘了题目,自己理解的题意是,先求一个字符串的所有子串,并计算子串的权值(即最长合法括号子序列)

并且,权值的计算,我忘记了,不确定是否是这么计算的,我记得的题目给中())())的权值是4。我理解不通。我把题目改成了()())。


from itertools import combinations
# 求最长合法括号子序列的长度,即权值
def Process(s):
    # resl记录最长合法子串的长度
    w = 0
    stack = list()
    for i in range(len(s)):
        if stack and s[i] == ")" and s[stack[-1]] == "(":
            stack.pop()
        # 将当前的右括号加入到栈中, 可以充当分割的作用
        else:
            stack.append(i)
        # 栈非空的时候更新当前的长度, 说明已经匹配完所有的左括号了
        if stack:
            r = i - stack[-1]
        else:
            # 说明当前的左括号已经全部消除掉了
            r = i + 1
        # 合法序列的长度更大则更新, 相等则数目加1
        if r > w:
            w = r
    return w
# 生成所有子串
def generate_s(s):    
    substring = []
    for i in range(1,len(s)+1):
        substring.extend(list(combinations(s,i)))
    substring = [''.join(i) for i in substring]
    return substring
if __name__ == '__main__':
    s = '()()())'
    score = 0
    for i in generate_s(s):
        score +=Process(s)
    print(score)

以上是关于数据挖掘2022年京东算法工程师笔试题(23届)的主要内容,如果未能解决你的问题,请参考以下文章

数据挖掘2022年2023届秋招奇虎360机器学习算法工程师 笔试题

数据挖掘2022年2023届秋招奇虎360机器学习算法工程师 笔试题

数据挖掘2022年联想公司数据挖掘工程师笔试题

数据挖掘2022年2023届秋招知能科技公司机器学习算法工程师 笔试题

数据挖掘2022年2023届秋招宏瓴科技公司机器学习算法工程师 笔试题

算法题 109:红黑树寻找key的时间复杂度(京东笔试题)