滴滴出行算法工程师面试经验

面的是算法岗，提前一天电话通知的现场面试，由于一直做的是和图像机器学习相关的，面试官直接说对我项目内容不是很了解，所以直接面算法，先说思路再写代码。问的题都不难，由于对数据结构算法不是很熟练，直接一面跪了。数据结构算法是基础，得好好补啊。1. 两个有序数组，求它们的中位数，要求时间复杂度最低。2.随机生成一些数，在某一刻，查询某个数是否出现。（面试官提示会有重复的数）   题目可简化为对生成的数存储，考虑去掉重复的数，然后进行查询，说了用hash存储数，用二叉查找树进行查找，面试官问的很细。3.判断一个单项链表是否有环。

hr面简答介绍自己并约下一轮。后续会加微信实时沟通，有什么问题都可以直接问。感觉hr小姐姐很nice也很乐于助人。

问的挺基础都是简历的，自己太菜了，算法还要多准备，实习没有好项目没啥用。

因为我是异地面试，所以采用电话。HR问了基本的，对公司的了解，自己的介绍，工资期待，开始工作时间。算法面试用的是网页聊天平台。工程师给了一道数据结构的题。数组操作，找重复。 我按照分析－伪代码－代码的流程。先把子函数写好，然后让面试官评判，最后才动笔。写完了主要逻辑。次要部分就只定义了函数。等待下一轮面试。

面试分为3轮，第一轮主要是算法，树的前序遍历（非递归），快排，归并排序。第二轮主要问简历和hadoop 相关，比如hadoop的shuffle过程， hadoop提交作业的总体流程， hive的使用。 总体感觉滴滴的氛围非常好，面试官非常nice。

面试官主要是询问了项目的事情，让自己说一个自己熟悉的算法，并提问了一些关于该算法的一些问题，然后就让自己做一道代码题

视频面试，卡的要死，听都听不清楚，然后方向好像不太对，我是研究nlp的，对方想往机器学习问。编程题是：二叉树，打印最右边的节点，直接用右中左的顺序便利，设置一个跟树深度一样的array作为flag，初始化为false，每次判断label是否为false，是false的情况下打印当前节点，然后将标签设置为true。

图像算法，一面挂。可能有2个原因。一是他们虽然做图像，但是地图，方向有点不匹配。二是出了道x平方等于N，问梯度下降怎么求解，一紧张答的不太好。

一轮面，问的简历信息，根据简历里面项目，问了xgb和lightgbm模型与lr区别，优缺点，具体算法等等（这些模型在简历里提到），又问了数据处理方法，原因。面试官当天通过hr反馈不合适。要求会写算法，知道原理，能修改现有算法的能力。

面试一轮就结束了，自己水平不够吧，不过收获满满面试首先自我介绍，然后面试官让你介绍一个你最熟悉的项目，然后朝着你的这个项目，问数据，细节，模型，模型原理，评价等等一大堆，面试官算法肯定很好，问的非常细节。我的几个当时面试的问题： 1逻辑回归的原理； 2Kmeans聚类原理； 3广义回归神经网络(我简历上的)； 4手撕多层神经网络(可以用库函数)； 5智力题，一个函数能产生0-1之间的均匀分布，就是随机产生一个0-1之间的小数，产生的数均匀分布。另定义一个函数，函数有π/4的概率输出1，有1-π/4的概率输出0。问如何基于第一个函数实现第二个函数(π的精确值未知)。 PS:分享很完全，能不能来个大神帮忙解下第五题，当时我没做出来。