面试小结（持续更）

前言：天将降大任于斯人也，必先苦其心志，劳其筋骨，饿其体肤，空乏其身，行拂乱其所为，所以动心忍性，曾益其所不能。
1.作业帮（算法/数据挖掘实习生）
（1）从海量数据中找出前1000个最大数
解决方案：先选出1000个数来建立一个小根堆（时间复杂度为o(m)，m为堆的大小）,然后遍历剩下的元素，如果当前元素比堆顶元素（最小的数）小，则丢弃；反之则替换堆顶元素，进行堆调整即可（时间复杂度为n*log(m)，n为数据的规模）,所以总时间复杂度为o(n+n*logm) , 由于m相对于n而言非常小，所以总时间复杂度为O(n)。如果进一步优化的话，可以把这些海量数据分组进行查找前1000个最大数，最后进行归并。
（2）如何给决策树进行剪枝？
C4.5剪枝策略：如果剪枝前的损失函数为C(A),剪枝后的损失函数为C(B),如果C(B)≤C(A)则进行剪枝，直到无法剪枝才结束；
CART剪枝策略：计算所有节点的g(t) = c（t）-C(Tt) / |Tt| - 1, 选择g(t)最小的节点进行剪枝（可以进行局部剪枝），周而复始，直到只剩下一个根结点和两个叶子结点为止，最后通过交叉验证法来选择最优的决策树。
感受：感觉作业帮这次面试还是比较简单的，但是我还是挂了，其他同学当场就拿到offer了。

2. 瓜子网（算法/数据挖掘实习生）
（1）用两个队列模拟实现一个栈（队列相关方法自己定义）
（2）谈谈对SVM核函数的认识？我们可以自定义核函数吗？如果可以需要满足什么条件？
（3）假如有一个样例既出现在正样本中，又出现在负样本中，对最终的训练有何影响？
（4）谈谈GBDT与xgboost的区别。
感受：比较注重基础，一共两面，最后拿到了offer。