[ジュニア]引退ACMerインタビューの経験

ACMは、あなたが簡単に申し出を得ることができることを意味するものではありません達成されている、まだ準備する必要があります。

最近学んだ、それが必要であり、高齢者や高齢者へのより多くのオファーを取得することを学びます。ここでも特別な予約なしで高齢者の経験のおかげで、などと姉妹の経験を刺激するとの仕事を探して!

だから私は自分の将来を促進するために、独自の取材経験を書くことにしましたが要約されています。

 

 

2020年1月2日:バイトジッタのフロントエンド側、ぶら下がっ。

           何も用意されていないので、インタビューを無視することができます。

 

 

2020年1月7日:深く、あまりにも、アルゴリズム側を説得しました。

  1.     質問1:あり、事前にデータの束があり、その後、いくつかのキーワードを与えるデータにキーワードが含まれているものを見つけます。 
  2.      質問2:事前にテキストが与えられ、その後、Nキーワード与えられ、それぞれ各キーワードを見つけるには、何度も登場しました。
  3.      質問3:BがAに表示された回数を尋ねるために許さ不一致の場合のパターン列A、与えられた単語のためのB、考えます
  4.      質問4:ありデータの束がありますが、あなたは、ランダムに10を選択したので、あなたは、どのように多くのか分かりません。

 上記の問題は、私は言葉になった記述するために、独自の言語を使用することで、インタビュアーは、実際の質問をすることです。与えられた問題を行いますが、実際に使用する機能は必ずしも強くありません。

 

最初の質問:

           インタビュアー:あなたは電話帳を持っていますし、その後、男は私を呼び、私は遊びに求められることがあります4つの図を、知っています。

           I:あなたは大丈夫に各4桁の電話のためのすべての存在のマップ、マップをクリックし、元の電話帳を置くことができます。

           インタビュアー:それは必ずしも4でない場合は?

          I:すべての長さは、地図、手書きのハッシュがどうなる存在です。

           インタビュアー:電話帳参加していない、多くの情報がまだあります。

           I:サフィックスオートマトンはそれを扱うことができます。(そして、機能と複雑サフィックスオートマトンを記述する)

    (プロセス全体の面接は、私は感謝して、私を導いています。)

 

2番目の質問:

        インタビュアー:各各キーワードを見つけ、テキストを与えられ、その後、Nのキーワードを考えるには、何度も登場しました。

        I:建物ACオートマトンが....パスを紹介

      統計的な数直線であったか、木に失敗確立する方法について説明します。

 

3番目の質問:

        インタビュアー:BがAに表示された回数を尋ねるために許さ不一致の場合を考えるとパターン文字列のA、与えられた単語のためのB、KMPを使用するのが最善

        私:私は二回のタイトルでhihocoder +ハッシュライトフォルト上半分を使用しました。ここで以来KMPを使用するように、それが推定されexKMP +ハッシュも練習することができます。

        その後、書き込む方法を紹介します。

   

第四に質問:

        インタビュアー:データの束がありますが、あなたはどのように多くを知らないので、あなたがランダムに10を選択しました。

        I:明らかにランダムな、しかし、私はどのように多くを知らないので、私たちは、リザーバサンプリングアルゴリズムを使用することができます。具体的にどのように私は忘れてください。ACMの比較は会ったことはありません。

        インタビュアー:はい、貯水池アルゴリズム(公開味驚き、他の多くの人が聞いたことがないと推定?)

 

概要:問題は比較的やさしいインタビュアーレベルは依然として高いですので、それは、アルゴリズム香港ACMerであるので、プロセスが検出されました。

経験:マルチインタビュアーの相互作用と優れたアルゴリズムを考え出すことができるかもしれません。

   

 

2020-1-8,10:00:深く両面アルゴリズム確信しては、引き続き。

 

2020-1-8,14:00:バイトは、バックエンド側を破っ続けました。

 

2020-1-8,16:00:チャートのバックエンド側によれば、継続しました。

2020年1月8日18:00:奇妙な会社。

 

 

 

 

 

おすすめ

転載: www.cnblogs.com/hua-dong/p/12162930.html