1 括号匹配（栈）
2 统计词频，并排序后输出
3 判断链里是否有环（快慢指针）
4 算两个集合的交集，及其复杂度
5 从一个矩阵中找出一个数字，这个矩阵从左到右，从上到下都是依次增大的（二叉搜索树）
6 N个数，找唯一一个重复的数组
7 双指针，找target左右边界
8 leetcode75，三个元素的排序
9 拓扑排序：bfs，dfs，和删入度三种解法
10 LeetCode 76 题，Minimum Window Substring
11 最大子序列和（注意空间复杂度为O(1)的写法）
12 sigmoid与softmax的区别与联系，什么是分类、什么是回归，怎么判断过拟合与欠拟合
13 BatchNormalization，介绍一个熟悉的CNN模型，卷积怎么反向传播，动态图和静态图的区别
14 打印一个集合的所有子集
15 残差连接
16 指针和引用
17 BN、支持向量机的SMO算法。
18 字符串的最长公共子串
19 你最难忘的一件事；你的优点和缺点；你为什么选择华为；你对华为怎么看；你对加班怎么看
20 手写两个熟悉的排序算法
21 进程线程
22 ResNet50的bottleneck结构（conv1+bn+ReLU+conv2…)；与ResNet18差别：底层结构的差别
23 剪枝用了哪几种方法，怎么训练的
24 量化，模型训练完成后32bit怎么量化为8bit
25 了解哪些传统的机器学习方法
26 SVM和LR的损失函数差别，SVM的核函数
27 了解哪些backbone，MobileNet v1 v2 v3的差别；ShuffleNet
28 用过那些优化器，SGD和Adam分别在什么情况下使用
29 Dropout在模型的测试阶段是怎么工作的
30 了解哪些激活函数
31 a的b次方，时间复杂度
32 图像感受野怎么计算
33 说一下网络发展史
34 图像感受野怎么结算
35 一个卷积层的计算量
36 深度学习中有哪些loss
37 BN的作用
38 说一下正则
39 如何解决过拟合
40 n! 尾部有多少个0
41 决策树
42 梯度下降
43 手撕代码 leecode189
44 lamda函数（python）
45 排序：1T文件，32G内存，如何进项排序
46 gdbt和rf哪个树更深
47 什么是梯度下降
48 了解哪些模型，讲下它们的原理（VGG，Inception V1-V4，Resnet）
49 xgboost在gbdt的基础上做了哪些改进；
50 xgboost怎么用来做分类任务；
51 区域和检索
52 反转树
53 iou
54 resnet和denseNet的网络结构，以及为什么这样设计
55 链表，异构字符串，爬楼梯
56 通讯录，任意两个人的最远的距离
57 样本不平衡的理解，rebalance的具体做法，采样的不同的方法
58 量化的理解，有什么好处
59 MSE和交叉熵的区别
60 池化层的作用
61 1*1卷积的作用
62 写交叉熵
63 寻找回文串
64 pythoh中的is
65 python中的self
66 python中的lambda
67 python中的with
68 python中的循环引用
69 python实现单例模式
70 翻转字符串
71 找出字符串的所有子字符串
72 找出字符串的所有全排列
73 介绍常见的机器学习算法
74 找出列表中第K大的数
75 给出n个点的坐标（x1,y1）…(xn,yn)，找出其中离(a,b)最近的点，要求xi,yi,a,b的数字动态变化，实现高频查找
76 如果数据的维度很高（3万），如何完成聚类
77 用pytorch写resnet block
希望粉丝也可以继续补充！不断更新！