登录
首页 » 算法 » 各大互联网面试题目

各大互联网面试题目

于 2022-03-13 发布 文件大小:1.12 MB
0 202
下载积分: 2 下载次数: 1

代码说明:

资源描述文件中包含了各个互联网的面经,包括百度、阿里、腾讯等大公司,内容很全面,很适合找工作的同学,希望能给大家带来帮助。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 前缀跨度
    PrefiSpan---执行的前缀预测的序列模式挖掘 作者: 福田康夫塔北 < tabei@cb.k.u-tokyo.ac.jp > 计算生物学学系 前沿科学研究生学院 东京大学 许可证: GPL2 (Gnu 通用公共许可版本 2) 参考资料: PrefixSpan: 挖掘序列模式有效地由前缀预测模式的增长 健裴、 珈伟韩、 扎 Mortazavi asl、 海伦 · 平托、 启明陈、 Umeshwar 达亚尔和梅春许 IEEE 计算机协会,2001 年,页 215 要求: C + + 编译器使用 STL (标准模板库)。 安装: %使 用法: ./ lcm [选项] 数据 选项: -min_sup NUM: 设置最低支持 (默认值: 1) -max_pat NUM: 设置最大模式长度 (默认: 无穷大) 输入数据的格式: 3 1 3 4 5 2 3 1 3 4 4 3 1 3 4 5 2 4 1 6 5 3 每一行对应于每个都有一个序列的交易记录由空格分隔的项目。 结果的格式: 项目集 (ids) 频率 项目集 (ids) 频率 项目集 (ids) 频率 ... 下面是一个示例: 1 (0 1 3 4): 4 1 3 (0 3): 2 1 3 4 (0 3): 2 1 3 4 5 (0 3): 2 1 3 5
    2022-02-22 05:28:49下载
    积分:1
  • C + + 二汽
    这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。
    2023-05-04 20:50:02下载
    积分:1
  • 高斯投影正反及相邻带的坐标换程序
    高斯投影坐标正、反算及相邻带的坐标换算MATLAB源代码
    2022-10-21 04:10:04下载
    积分:1
  • 蒙特卡罗求圆周率,可以对蒙特卡罗有个初步认识,本程序C++实现...
    蒙特卡罗求圆周率算法,可以对蒙特卡罗算法有个初步认识,本程序C++实现-Monte Carlo algorithms for pi, the Monte Carlo algorithm can have a preliminary understanding, this procedure C++ Achieve
    2023-07-12 15:35:03下载
    积分:1
  • 标准C写的数据直线拟合,最小二乘处理,自己写的
    标准C写的数据直线拟合,最小二乘法处理,自己写的-write C standard linear data fitting, least squares method, wrote it myself
    2023-07-10 07:20:03下载
    积分:1
  • 数据挖掘ID3的实现
    数据挖掘决策树的实现,使用ID3算法编写,本程序是对数据挖掘概念与技术(第三版)中分类算法的实现。主要采用C++ STL(标准模版库)进行编写,运行时需要把samples.txt文件拷贝到C盘根目录下。
    2022-03-10 21:08:35下载
    积分:1
  • maxgap
    最大间距问题,计算机算法设计与分析。计算一组随机数据,任意两个数据之差最大值,而且时间复杂度为线性。
    2022-03-24 15:42:40下载
    积分:1
  • 问题分类
    TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。TFIDF实际上是:TF * IDF,TF词频(Term Frequency),IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是:如果包含词条t的文档越少,也就是n越小,IDF越大,则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m,而其它类包含t的文档总数为k,显然所有包含t的文档数n=m + k,当m大的时候,n也大,按照IDF公式得到的IDF的值会小,就说明该词条t类别区分能力不强。但是实际上,如果一个词条在一个类的文档中频繁出现,则说明该词条能够很好代表这个类的文本的特征,这样的词条应该给它们赋予较高的权重,并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。
    2022-02-24 18:34:48下载
    积分:1
  • 用java来编写列主元gauss消去解方程组
    用java来编写列主元gauss消去法解方程组-used to prepare main-element Gauss elimination method of solving equations Group
    2023-06-10 17:30:33下载
    积分:1
  • 贝塞尔曲线
    构建三次贝塞尔曲线 C0,......,Cn-1 中 参数形式,Ci 由 (xi(t),yi(t)) = (a0(i) + a1 (i) * t + a2 (i) * t ^2 + a3 (i) * t ^3, b0(i) + b1 (i) * t + b2 (i) * t ^2 + b3(i)*t^3) 0 为 < = t < = 1 由左终结点 (x(i),y(i)), 离开了 guidepoint (x+(i),y+(i))、 右端点 (x(i+1),y(i+1)) 和 右 guidepoint (为每个 i x-(i+1),y-(i+1)) = 0,1,......,n-1 ; 输入的 n,((x(i),y(i)),我 = 0,...,n), ((x+(i),y+(i)),我 = 0,...,n-1), ((x-(i),y-(i)),我 = 1,...,n)。 输出系数 (a0(i)、 a1(i)、 a2(i)、 a3(i)、 b0(i)、 b1(i)、 b2(i)、 b3(i)、 我 = 0,...,n-1)。
    2022-02-16 09:27:40下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载