Java程序员3面小米,被俩算法题难倒,微软员工6分钟解决,真丢脸

一位网友分享了他在小米Java岗位的面试经历,特别是在第三轮面试中遇到的两道算法题。一道题涉及读写锁的实现,另一道则要求设计程序来模拟特定的扑克牌排列。多位网友给出了各自的解答方案,其中包括一种利用数组下标和值互换的方法。

前些天再网上看了很多网友再谈论一个很有意思的问题,有关算法的。然后小编追根溯源终于扎到了这篇帖子。说是有位网友在面试小米Java岗三次后,终于挺进了第三轮面试,结果还是败在了两道算法题上面。

1、写个读方法和写方法,实现读写锁

2、一副从1到n的牌,每次从牌堆顶取一张放桌子上,再取一张放牌堆底,直到手机没牌,最后桌子上的牌是从1到n有序,设计程序,输入n,输出牌堆的顺序数组



对于楼主所发的这个问题,网友们纷纷发表了自己的答案和看法。

有网友问道,是不是反着做一遍就行了。然后楼主把题目的意思又给他解释了一遍:“一副扑克牌中抽出13张从a到k然后把上面的一张抽出来放最低下,第二张是1拿出来摆桌上,再把最上面的一张抽出来放底下,第二张是2放桌上,以此类推把他们按照顺序都抽出来.怎么摆?”



这时就有为网友给出了自己的答案,第二个问题,第一步:从1开始循环到n递增num,第二部,在第一步的循环内,数组中从0到n-1循环,每次从数组中跳过一个空白位置,插入数字num。还说道,6,7有问题,要跳过一个空白位。至于怎么跳。就是arr[i]=0就跳过一次,跳过的次数局部变量记录下。但是楼主并没有回复他,貌似也是一脸懵逼的。



然后又蹦出来一名网友给出了一个不同的方法,第一遍从1开始步长为2,第二遍从2开始步长为4,第三遍从4开始步长为8,第m次从2的m-1次方开始,步长为2的m次方,m=(n+1)/2,直接出结果,模拟个蛋。这时,楼主也回复了他,觉得应该是正解。也有很多网友点赞,同时也表示是正解。



很显然,这应该是解决问题的一种方法。那我们还有没有其他方法解决呢?接着往下看。

这时,一位自称是微软的程序员发表了条评论。

“取一个1~n的数组,这里为了说明取n=5。按照题目中的规则变换,得到数组:[1 3 5 4 2],将该数组下标与值互换得到[1 5 2 4 3],即为答案。解释:[1 3 5 4 2]的意义是,经过变换,原数组中3号位置的数字现在2号槽,原数组中5号位置的数字现在3号槽... 现在已知变换后的槽存放的是1~n,故只需将下标与值互换即可得到待求数组。

这道题还可以继续扩展:

1.变换规则更复杂使得无法逆向模拟还原原数组;

2.最终得到的序列可以扩展为任意序列。请大家以后不要黑微软是养老院了”

但是楼主貌似没理解全,问道你这些数字是数组的下标吗

后面这位微软的程序员也补充了一下,[]括起来的所有元素都是实际的数字(题目中牌上的数字)。下标从1开始



小编看了下,63个赞稳坐第一,评论也有很多人都表示佩服,不愧是微软的程序员呀!

有人调了半小时才搞定这道题,思路是跟前面的微软大佬学的,确实这道题单纯逆向可解,但逆向确实有局限性,如果碰到难逆向的题就瞎了,多学一点思路,受教了。

不过有位网友表示,我一文科毕业的看大佬们回答好像看天书。

哈哈哈...



对于上面网友们的看法和答案。大家有什么想要表达的呢?欢迎再下方评论区吐槽!

内容概要:本文系统研究了基于W-GAN(Wasserstein生成对抗网络)的光伏出力场景生成方法,并提供了完整的Python代码实现。该方法充分利用W-GAN在捕捉复杂数据分布方的优势,能够生成具有高度实性与时序一致性的光伏发电功率场景,有效解决了传统场景生成方法在处理非线性、非平稳光伏数据时存在的模式坍塌与分布偏差问题。研究内容涵盖网络架构设计、梯度惩罚机制引入以保障训练稳定性、损失函数优化及生成样本质量评估等关键环节,生成的场景可用于电力系统规划、运行调度、储能配置及风险评估等任务,尤其适用于高比例可再生能源接入背景下的不确定性建模需求。; 适合人群:具备一定Python编程能力、深度学习基础理论知识的研究生、科研人员,以及从事新能源发电预测、电力系统优化调度等相关领域的工程技术人员。; 使用场景及目标:①实现光伏出力不确定性建模,生成满足统计特性的典型与极端功率场景;②支撑含光伏的微电网、主动配电网的优化调度、可靠性分析与韧性评估;③作为深度学习在能源时序数据生成领域的一个典型案例,服务于教学演示与学术研究。; 阅读建议:建议结合所提供的Python代码进行动手实践,重点理解W-GAN中判别器(Critic)结构、梯度惩罚项(Gradient Penalty)的实现原理,并通过可视化手段对比原始数据与生成数据的分布特征,进一步可尝试将其与传统GAN、VAE或DDPM等生成模型在场景多样性、保度方进行横向比较。
代码转载自:https://pan.quark.cn/s/a4b39357ea24 **C#反编译工具dnSpy的详细说明** dnSpy是一款专门用于C#编程语言的强效反编译器,其具备广泛的功能,涵盖了反编译、调试以及代码编辑等多个方。这款工具凭借其便捷的操作性和丰富的特性,广泛受到开发者和逆向工程从业者的青睐。本文将详细研究dnSpy的关键功能、运作机制以及其在软件开发中的实际应用。 dnSpy的关键功能之一是反编译。它能够将已编译的.NET程序集(例如DLL或EXE文件)还原为源代码形态,从而让开发者得以审视并掌握应用程序的内部构造。借助IL(中间语言)反编译技术,dnSpy能够生成与原始C#代码高度相似的代码,以便用户进行阅读和分析。不仅如此,dnSpy还兼容其他.NET语言,例如VB.NET和F#。 dnSpy的调试功能是其另一显著优势。它内含了一个功能强大的调试器,使用户可以在反编译后的代码中设置断点,检查并调整变量值,以及追踪代码的执行路径等。这对于故障排除、学习他人代码或进行安全研究都极具帮助。同时,dnSpy支持模块和程序集的热替换,即在调试期间可以即时更新代码,而无需重启应用程序。 另外,dnSpy提供了代码编辑功能,用户可以直接在反编译的代码上进行修改,并将这些更改保存回原始程序集。这种功能对于修正错误、优化代码或进行软件逆向工程研究都极为便利。 除了上述核心功能,dnSpy还拥有卓越的扩展性。它支持插件架构,允许开发者自定义并增加新的功能,如语法高亮显示、代码格式化工具等。这使得dnSpy能够根据用户的个性化需求进行定制,进一步提升了其灵活性和实用性。 在提供的压缩文件中,我们可以发现若干配置文件(例如dnSpy.exe.confi...
内容概要:本报告系统分析了2026—2031年中国生成式AI行业的发展现状、竞争格局与未来趋势。中国生成式AI市场已从“百模大战”进入“应用与算力双轮驱动”阶段,2025年核心市场规模约1,200亿元,用户规模达5.15亿,预计2031年将突破8,000亿元,复合增速约37%。产业链呈现“上游算力与数据、中游模型、下游应用”的结构,价值分布向高毛利率的AI芯片和垂类应用倾斜。DeepSeek、阿里通义等企业在开源、推理性能和生态构建方引领创新,推动API成本大幅下降。竞争格局形成以字节、阿里、百度、腾讯、DeepSeek为首的第一梯队,市场集中度高,C端CR3达72%。未来趋势指向AI Agent规模化、多模态融合、视频生成爆发及“水电煤”式基础设施化。; 适合人群:关注人工智能产业发展的政府决策者、企业战略负责人、投资机构分析师、科技创业者及高校研究人员。; 使用场景及目标:①把握中国生成式AI市场整体规模、增长潜力与结构性机会;②理解产业链价值分配与核心技术演进方向;③识别头部企业竞争策略与商业模式优劣;④制定投资、创业或企业数字化转型决策提供数据支持与战略参考。; 阅读建议:本报告数据截至20266月,2026—2031年数据为预测测算值,使用者应结合动态政策、技术突破与市场竞争变化审慎研判,重点关注风险提示与分主体落地建议,以提升决策前瞻性与可行性。
内容概要:本文档聚焦于将静态数字预失(DPD)设计拓展为自适应DPD系统,深入研究并对比两种关键自适应算法——基于最小均方(LMS)算法与递归预测误差方法(RPEM)的实现机制与性能表现。通过Matlab与Simulink构建完整的仿模型,系统地完成了算法建模、参数调优、迭代收敛分析及线性化效果验证,旨在提升射频功率大器的线性度,降低带外辐射,增强现代通信系统的频谱效率与传输可靠性。文档还提供了丰富的配套代码资源与仿案例,涵盖算法核心模块与实际应用场景,具有较强的工程复现价值与科研参考意义。; 适合人群:具备信号处理、通信工程或自动控制等相关专业背景的研究生、科研人员及通信领域工程师;熟悉Matlab/Simulink仿环境,希望深入理解自适应DPD算法原理与实现细节的技术人员尤为适合;亦可作为高校相关课程的实践教学参考资料。; 使用场景及目标:① 掌握LMS与RPEM两类自适应滤波算法在非线性系统辨识中的建模流程与数学推导;② 通过仿实验对比不同算法在收敛速度、稳态误差、抗噪能力及计算复杂度方的性能差异;③ 实现DPD预失器的搭建与参数优化,评估其对功非线性失的补偿效果,如ACPR改善与EVM降低;④ 为5G/6G通信系统中高效功线性化设计提供理论支持与技术原型验证。; 阅读建议:建议结合提供的Matlab代码与Simulink模型进行同步仿操作,重点关注输入激励信号设计、滤波器阶数选择、步长参数调节对算法性能的影响;建议绘制误差信号收敛曲线、频谱对比图与星座图以直观评估效果;可在此基础上进一步探索其他先进自适应算法(如RLS、APA)或深度学习方法在DPD中的应用潜力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值