百度2019招聘研发工程师笔试题和面试题答案

　　小编下面推荐的这套笔试题目，是一位网友刚参加完百度2015研发工程师招聘笔试分享的，大家敬请关注！
　　一、简答题

　　1.深度神经网络目前有哪些成功的应用?简述原因。(10分)

　　2.列举不同进程共享数据的方式(至少三种)。(10分)

　　3.对于N个样本，每个样本为D维向量，采用欧式距离使用KNN做类预测。(10分)

　　1).给出预测时间复杂度。

　　2).当N很大时，有哪些方法可以降低复杂度?

　　3).k取值的大小对预测方差和偏差有何影响?

　　二、算法和程序设计

　　1.给出一个数据A=[a_0, a_1, a-2, ... a_n](其中n可变)，打印出该数值元素的所有组合。(15分)

　　2.有这样一个数组A,大小为n，相邻元素差的绝对值都是1，如A={4,5,6,5,6,7,8,9,10,9}。现在给定数组A和目标整数t，请找到t在数组中的位置。(15分)

　　3.在平面上有一组间距为d的平行线，将一根长度为l(l

三、系统设计题(两题中任选一题作答，25分)

　　2.关于K-means聚类算法，请回答以下问题：

　　1).写出将N个样本X=(x1, ... xN)聚类成k类的k_means聚类算法的优化目标;

　　2).描述K-means终止的常用条件;

　　3).以Kmeans算法为例，描述Expectation-Maximization(EM)算法的基本原理与步骤。

　　4).用伪代码给出基于MPI或者HADOOP的Kmeans并行算法。

　　我的部分解答：

　　二、(2)

　　public static int find(int[] a, int t) {

　　int i=0;

　　while(i

　　if(t == a[i]) {

　　return i;

　　} else {

　　i += Math.abs(t - a[i]);

　　}

　　}

　　return -1;

　　}

　　public static void main(String[] args) {

　　int[] a = {4,5,6,5,6,7,8,9,10,9};

　　System.out.println(find(a, 7));

　　}