【面经】百度提前批面试手撕代码题

结果：一面是过了，但是面试官说 AIDU 的要求比较高，背景还不够硬，关键时候还是要看硬性条件…非科班泪奔

1、自我介绍 & 项目介绍

百度 AIDU 提前批，上来先介绍项目，挑一个最熟悉的项目介绍。大概介绍了二十分钟，面试官想听的大概是

1. 项目背景，要解决什么问题
2. 具体思路，怎么解决问题
3. 困难，遇到什么困难，怎么解决的
4. 收获

所以介绍项目的时候也基本按照这个套路介绍，关键还是解决困难

2、开放题

有一群粘性强的老用户，你有很多数据，而后来了一群新用户，他们的数据是完全空白的，怎么用老用户的数据来拟合新的数据

因为对搜索推荐不太懂，只是抽象得回答了一下。

结合面试官的回答总结一下：

1. 总体来说要利用好老用户的数据，结合一些老用户的数据。比如某个产品是爆款，那么可以往新用户推，新用户很可能会接受，一旦接受，就有新用户的数据了。（可以抽象化为如何初始化的问题，随机初始化肯定不行，需要结合历史数据做一些优化过的初始化）关于初始化问题，也是解决非凸函数得一种方法，就是利用一些算法随机撒点（比如遗传算法等），而后再求解，更有可能收敛到最优点。
2. 需要有一个目标函数，输入新用户的某些特征，使得目标函数最大化，剩下的就是一些优化方法了

3、手撕代码

1. 全排列

输入：3<=N<=10，比如 N = 3
输出：
123
132
213
231
312
321

import numpy as np
def permute(N):
    nums = []
    for i in range(1, N+1):
        nums.append(i)
    res = []
    def backtrack(nums, tmp):
        if not nums:
            res.append(tmp)
            return
        for i in range(N):
            backtrack(nums[:i] + nums[i+1: ], tmp + [nums[i]])
    backtrack(nums, [])
    return res

2. 0-1 背包问题

给定物品重量为 T：10<=T<=10000 ，表示天平上得物品 给定 N 个砝码：10<=N<=10000 ，表示砝码的重量，其中每个砝码的重量分别为

1<=n1<=100 1<=n2<=100 . . . 1<=nN<=100

求一共有多少种摆放砝码的方案（相同重量的砝码算不同的方法，即比如 n1 == n2，则算两种）

def func(T, 100):

    dp = [0] * (T + 1)
    dp[0] = 1
    
    for n in range(1, N + 1):
        for x in range(n, T + 1):
            dp[x] += dp[x - n]
            
    return dp[T]

这一题和 一模一样，具体可以看这里链接的思路，本人博客中还有系列动态规划的题解