博客
关于我
思谋科技 实习面经
阅读量:775 次
发布时间:2019-03-17

本文共 554 字,大约阅读时间需要 1 分钟。

想法不断涌现,我决定投递简历给这家叫做思谋科技的公司。初见的印象是,它成立于2019年,专注于工业检测与高清视频领域,领导团队也都颇具实力,这让我对这家公司的未来充满期待。

第二天,我便收到了面试邀请,面试定于第三天的下午中午举行。30分钟的初试题型多样,但每一个问题都让我感到有一定保障。项目经历分享对我而言显然还是最自然的环节,而关于数据库安全的了解程度也让我感到轻松应对。

在技术习惯上,我更倾向于用C++或Java来写代码。对C++11新特性的了解让人留有余地,但对于容器及其底层实现的理解较为深入。最引人注目的是,面试官对我提出的一些编程题也都能够顺利解答。

其中,最具挑战性的问题当属编程题部分。第一个题目要求实现求根函数,我回想起了二分查找的思路,并结合三次方的快速草稿方法终于找到了更高效的解法。在第二个编程题中,通过堆排序的方式找到前k大元素的问题也灵活应对。而最有意思的题目可能就是最后一个,要求在0、1组成的n*m表格中找到所有可以走到的点。这让我联想到网格问题,犹如迷宫探索,最终通过广度优先搜索的方法找到了一个明确的解决方案。

面试全程下来,得到了正面的评价,面试官建议我多参与项目实践和 研究开源项目,这也是我未来努力的方向。面试体验颇为顺利,也让我对即将到来的关关难事充满信心。

转载地址:http://xnbez.baihongyu.com/

你可能感兴趣的文章
NumPy 库详细介绍-ChatGPT4o作答
查看>>
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>