搜狗笔试题做题记录-2014.09.23

编程题

给定一个数组a[N]，我们希望构造数组b[N]，其中b[i]=a[0]*a[1]*...*a[N-1]/a[i]。
在构造过程要求满足：
1、不使用除法；
2、O(1)空间复杂度和O(n)时间复杂度；
3、除遍历a[N] b[N]使用的计数器外，不使用任何新的变量(包括栈临时变量、对空间和全局静态变量等)；

/**********************************************//*给定一个数组a[N],我们希望构造数组b[N]，其中b[i]=a[0]*a[1]*...*a[N-1]/a[i]。在构造过程：1不允许使用除法；2要求O(1)空间复杂度和O(n)时间复杂度；3除遍历计数器与a[N] b[N]外，不可使用新的变量(包括栈临时变量、对空间和全局静态变量等)；*//**********************************************/void makeArray(int a[],int b[],int len){int i,j;b[0] = 1;for(i=1;i<len;i++){b[i] = b[i-1]*a[i-1];   //累乘a[0]*a[1]...a[i-1]}b[0] = a[len-1];for(j=len-2;j>0;j--){b[j] *= b[0];b[0] *= a[j];}}

Research类

1、在大规模的语料中，挖掘词的相关性是一个重要的问题，以下哪一个信息不能用于确定两个词的相关性。（B）

A.互信息   B.最大熵   C.卡方检验   D.最大似然比

说明：A、C是文本特征的选择方法，所以可以确定两个词的相关性。通过包含两个词和仅包含一个词的最大似然比，可以确定两个词的相关性

2、以下哪个不属于条件随机场模型CRF对于隐马模型HMM和最大熵隐马模型MEMM模型的优势（B）

A.特征灵活   B.速度快   C.可容纳较多上下文信息   D.全局最优

说明：因为MEMM只在局部做归一化，所以容易陷入局部最优，而CRF模型中，统计了全局概率，在做归一化时，考虑数据在全局的分布，而不是仅仅在局部归一化，解决了MEMM中的标记偏置的问题，可以得到全局最优；CRF没有HMM那样严格的独立性假设条件，因而可以容纳任意的上下文信息，特征设计灵活。但是CRF有明显的缺点：训练代价大、复杂度高。

补充说明：首先，CRF，HMM(隐马模型)，MEMM(最大熵隐马模型)都常用来做序列标注的建模，像词性标注，True casing。但隐马模型一个最大的缺点就是由于其输出独立性假设，导致其不能考虑上下文的特征，限制了特征的选择，而最大熵隐马模型则解决了这一问题，可以任意的选择特征，但由于其在每一节点都要进行归一化，所以只能找到局部的最优值，同时也带来了标记偏见的问题（label bias），即凡是训练语料中未出现的情况全都忽略掉，而条件随机场则很好的解决了这一问题，他并不在每一个节点进行归一化，而是所有特征进行全局归一化，因此可以求得全局的最优值。目前，条件随机场的训练和解码的开源工具还只支持链式的序列，复杂的尚不支持，而且训练时间很长，但效果还可以。

3、下列属于无监督学习的是（A）

A. k-means   B. SVM   C. 最大熵   D. CRF

说明：k-means聚类算法，不需要标注样本，无监督。SVM、最大熵、CRF是可以进行分类的浅层分类算法（非深度学习），需要使用有标注的样本进行训练

4、以下哪些方法不可以直接用来对文本分类（A）

A. K-means   B. 决策树   C. 支持向量机   D. KNN

说明：决策树、SVM、K近邻为分类算法，K-means为聚类算法

5、解决隐马模型中预测问题的算法是（D）

A.前向算法   B.后向算法   C.Baum-Welch算法   D.维特比算法

说明：HMM有三个典型(canonical)问题:
已知模型参数，计算某一特定输出序列的概率，通常使用forward算法解决；
已知模型参数，寻找最可能的能产生某一特定输出序列的隐含状态的序列，通常使用Viterbi算法解决；
已知输出序列，寻找最可能的状态转移以及输出概率，通常使用Baum-Welch算法以及Reversed Viterbi算法解决。
另外,最近的一些方法使用Junction tree算法来解决这三个问题。

6、一个有偏的硬币，抛了100次，出现1次人头，99次字。分别使用最大似然估计ML和最小均方误差LSE（MMSE）估计出现人头的概率哪个大（C）
A ML=MSE   B ML>MSE   C ML<MSE

说明：ML比较激进，要是没看到人头，就会估计人头的出现概率为0，而MMSE则不会。MMSE比较保守，所以造成的效果就是总把估计往先验(在此为均匀分布)拉一拉，因此ML估高的MMSE就会估小一点儿，MLE估低MMSE就会估大一点儿。

7、两艘船在同一时刻驶离河的两岸，一艘船从A驶往B，另一艘船从B驶往A，其中一艘开的比另一艘快些，因此他们在距离较近的岸5公里处相遇，到达预定地点后，每艘船要停留15分钟。以便乘客上下船，然后他们又返航,这两艘船在距另一岸1公里处重新相遇，请问河宽__公里。

说明：设河宽d，Va<Vb，则有5/Va=(d-5)/Vb和(d-5+1)/Va=(d-1+5)/Vb，所以5/(d-5)=(d-4)/(d+4)，解得d=14。