面试复盘

百度

一面

TCP协议
C++里继承的多态

1. 概率题，6位数倒过来还是一样的概率
2. 从袋子里拿红黑球
3. 2xN的大方块，用1x2和2x1填满有多少种方法
4. 找一个最长递增子序列
5. 判断两个二叉树是否相等
6. 判断一个二叉树是否是完全二叉树
7. 爬楼梯
8. 二分查找

二面

9. 快速排序
10. 项目
11. 有100亿数据，判断出来那些是赌博的？
    12. 一个电脑，1k内存，让我跑1T的数据
    大数据的套路是：分解大问题，解决小问题，从局部最优中选择全局最优。分解常用方法：hash(x)%，x为字符串/url/ip，m为小问题数目。

UDP 协议是无连接的，尽最大可能交付，没有拥塞控制，面向报文（对应用程序传下来的报文不合并也不拆分，只是添加UDP首部）
TCP协议是面向连接的，提供可靠交付，有流量控制，拥塞控制，面向字节流（把应用层传下来的报文看成字节流）

美团

1.爬楼梯
leetcode#70

# Top down - TLE
def climbStairs1(self, n):
    if n == 1:
        return 1
    if n == 2:
        return 2
    return self.climbStairs(n-1)+self.climbStairs(n-2)

2 AUC含义？
对结果的概率按从大到小排序，依次取为阈值，计算结果中预测准确和错误的概率分别作为横纵坐标，绘制roc曲线，曲线之下的面积就是auc。
3 XGBoost原理
参考
XGBoost：Extreme Gradient Boosting
Boosting Tree最基本的部分是CART，使用平方损失函数拟合残差为Adaboost，使用一阶梯度拟合残差为GBDT（利用损失函数的负梯度在当前模型的值，作为回归问题中提升书算法残差的近似值）。
……
4 线上模型和线下模型的效果差异怎么解决？
改变评估方法……

5 task，stage，job的关系
一个Job被拆分成若干个Stage，每个Stage执行一些计算，产生一些中间结果。它们的目的是最终生成这个Job的计算结果。而每个Stage是一个task set，包含若干个task。Task是Spark中最小的工作单元，在一个executor上完成一个特定的事情。

6 action和transformation分别有哪些算子？