美團(tuán) NLP算法崗面試題精選，附答案

問題1：怎么處理數(shù)據(jù)不平衡

常用于解決數(shù)據(jù)不平衡的方法：
欠采樣：從樣本較多的類中再抽取，僅保留這些樣本點(diǎn)的一部分；
過采樣：復(fù)制少數(shù)類中的一些點(diǎn)，以增加其基數(shù)；
生成合成數(shù)據(jù)：從少數(shù)類創(chuàng)建新的合成點(diǎn)，以增加其基數(shù)。
添加額外特征：除了重采樣外，我們還可以在數(shù)據(jù)集中添加一個(gè)或多個(gè)其他特征，使數(shù)據(jù)集更加豐富，這樣我們可能獲得更好的準(zhǔn)確率結(jié)果。

問題2：
給你單鏈表的頭節(jié)點(diǎn) head ，請(qǐng)你反轉(zhuǎn)鏈表，并返回反轉(zhuǎn)后的鏈表。
https://leetcode-cn.com/problems/reverse-linked-list/

定義兩個(gè)節(jié)點(diǎn)cur=None和pre=head

改變節(jié)點(diǎn)方向讓pre的next指向cur，實(shí)現(xiàn)一次局部反轉(zhuǎn)


cur和pre向前移動(dòng)一個(gè)位置

循環(huán)交換前進(jìn)，直至pre為空，遍歷結(jié)束，完成反轉(zhuǎn)，此時(shí)cur節(jié)點(diǎn)為開始節(jié)head；
參考代碼：


問題3：連續(xù)子數(shù)組的最大乘積
https://leetcode-cn.com/problems/maximum-product-subarray/ 
思路：
遍歷數(shù)組時(shí)計(jì)算當(dāng)前最大值、最小值，不斷更新
當(dāng)前最大值為 ans_max = max(ans_max * nums[i], nums[i])
當(dāng)前最小值為 ans_min = min(ans_min * nums[i], nums[i])
由于存在負(fù)數(shù)，那么會(huì)導(dǎo)致最大的變最小的，最小的變最大的。
當(dāng)前最大值為 ans_max = max(ans_min * nums[i], nums[i])
當(dāng)前最小值為 ans_min = min(ans_max * nums[i], nums[i])
參考代碼：

問題4：最大子數(shù)組
https://leetcode-cn.com/problems/maximum-subarray/description/

解題思路：
遍歷數(shù)組，遍歷的時(shí)候記錄兩個(gè)值：當(dāng)前子數(shù)組的和 tmpSum，最大值res



問題5：一個(gè)硬幣正面概率p 那么拋到第幾次拋正面期望
硬幣游戲，如果在連續(xù)拋出三次正面之前不要停下來，那么我們總計(jì)拋硬幣的期望次數(shù)是多少
假設(shè)期望是x
假設(shè)第一拋是反面，那么就浪費(fèi)了一步，平均一共需要x+1步(概率是1/2)
假設(shè)第一拋是正面，在此基礎(chǔ)上如果第二拋是反面，又浪費(fèi)了，平均一共需要x+2步 （概率是1/4）
在此基礎(chǔ)上如果第二拋是正面
假設(shè)第三拋反面，浪費(fèi)，平均一共x+3步（概率是1/8）
假設(shè)第三拋正面，完成，只用了3步（概率是1/8）
所以x的期望即x=(1/2)(x+1)+(1/4)(x+2)+(1/8)(x+3)+(1/8)*3
解得x=14