l*********i
发帖数: 28 | 1 Q：Give a array of integers, remove all the duplicate.
我首先说sort array，然后比较当前和next，如果一样，就in place override当前，
最后array 就shrink到没有duplicate的了。面试官说sort too expensive.
接着，我说用map，如果insert过了，就 remove，他说hash expensive。
接着，我说用set，当insert int 到set 里有conflict stl会catch到，然后in place
override duplicate，面试官说set 还是用的hash，expensive，有可能collision，
hash不一定O（1）time complexity.
好像面试官一定要求不能extra time cost, space没有明确限制。
请问板上大神怎么破？
接下来，他又说，假如给你的array里面都是string呢？又怎么解？ |
|
w***n
发帖数: 2474 | 2 正解。
但是写thank you note来弥补恐怕太晚了。 |
|
|
q*****a
发帖数: 237 | 4 你题目说清楚啊。。
不一定要求你写出最优解 但是要求你可以理解哪个解法好 神情况好之类的 |
|
e*******s
发帖数: 1979 | 5 就光是检测？行列对角建数组是必须的吧
worse case依然是n^2但是average就不是了
worse case n queen的棋盘反过来是n^2, 但一个n queen总共也没几个解.
大部分情况下都early stop了
大概是这个意思? |
|
t****b
发帖数: 2484 | 6 说POJ的街霸哥也就是个调侃吧 哪有人真去刷POJ的
对于新毕业生来说,FLAG里我面过FAG, 都不需要系统设计. Leetcode吃够了, 剩下的就
是运气和缘分了, 多面几家, 总有能拿到的.
leetcode能保证题目难度适中, 同时具有押题和原题的功能, 目前为止没有比lc更好的
题源. 刷LC基本就是刷面经, 况且还有testCase和最优解讨论.
个人觉得LC每周竞赛排名能进前两页, coding面试问题都不大. |
|
z*********n
发帖数: 1451 | 7 sqrt（n）的解法已经很naive了吧，我以为是贴了更巧妙的解法呢。
给定一个X，如果能被写成连续数字和，那就套下小学的等差数列求和，得出必然存在a
和n使得：
(a + (a + n - 1)) * n / 2 = x
x是给定目标数，已知，任务是求 a 和 n的整数解的个数
那最naive的办法就是用让n取1，2,3,4,... sqrt(2x)，然后拿2X挨个除一下，把所有整
数a给找出来就行了。。。
这比你那个思路简单容易理解多了吧 |
|
J******h
发帖数: 6102 | 8 2周前从cucamonga下山，回家心切，又有些累了，频繁换线超车，结果被警察叔叔活捉
。声称俺超速80迈。凭良心说俺那天晚上开车有些困了，总是压线，当时车流大约70~
75迈，我若超车肯定会上80迈，但那是短时间呀。今晚法庭的罚单到了234刀！按道理讲
这张罚单倒也不是很冤，但是俺还是有些不甘心，234刀可以买双不错的登山鞋呢。特此
上网寻求最优解。
1）交钱了事，回头上课
2）上庭报到，去撞警察不到场的大运。若警察叔叔来了，立刻投降认罪，据说法官通
常会有所减免
3）回信延期，具体如何操作忘了，以前有人版上贴过。
4）。。。 |
|
|
z*y
发帖数: 1311 | 10
因为并不是任意的一组面值，贪婪算法都有最优解．比如
7c 6c 和 1c 贪婪算法就不一定会给出最少的找钱数．
这个问题明眼人一看就懂，还是请高手小露一把救救急． |
|
|
g********d
发帖数: 19244 | 12 ☆─────────────────────────────────────☆
bds16 (song) 于 (Mon Apr 1 12:00:27 2013, 美东) 提到:
纠结很久了，到底该买个大车还是来个fun car。
最后决定趁着年轻，搞个fun car 玩玩，预算4w-4.5w
初步定了几款 FX35/37 G35 350z 328 c250 都是入门车
350z 直接被lp淘汰，说像“包子”。。。
G35 开了开，方向盘指向性很差，样子很帅！
FX37 我的大爱，就是稍微贵了点，而且这个车以后年纪大了也能开，最后决定选个入
门德车玩玩。
c250 coupe 和 328 coupe
我个人比较倾向BMW，国内玩过5系，不是自己的车，不用保养，就是拿来瞎搞，很爽！
周末现在门口的benz 转了一圈，看看了c250 coupe 红色，LP 一眼就看上了，车里面
确实能稍微看出点好车的影子，做工也很细致。没有试驾，不知道为什么看车的人很多
，saler 不够。而且我心系bmw，拉着老婆奔向BMW
废话不说了，挑了辆白色 328 coupe 直接跑上高速。这车的内饰... 阅读全帖 |
|
g*********r
发帖数: 9366 | 13 ☆─────────────────────────────────────☆
Synix (坚持到底) 于 (Fri Apr 15 12:37:15 2011, 美东) 提到:
在交易成本很低的时候，民主也就是政治权利归属私人，可以通过交易协商来达到均衡，这样社会效益最大。民主有用的critical前提就是交易成本足够低，这个需要用法律制度来保障,这套制度用最小干涉原则，只设置必要规范。美国300年的民主实践建立了一套不错的法律制度，而
篮竦牡卦嫡翁跫脖Ｕ狭苏馓字贫炔换岜煌饫戳α克蚱啤Ｋ悦裰髟诿拦某晒κ羌浜奔奶乩枰奶跫腥觯.几百年的制度建设。2.相对独立的地缘政治条件。前者保证了较低的交易成本，而后者保障了交易的内部化，即利益集团不太会和外部力量进行交易，因为br />
益不受内部制度管制，所以和外部的交易容易导致系统崩溃。
中国的情况首先不满足第二条，即无法阻止和外部利益的交易，第一条则需要第二条先满足，然后长期的制度建设加强内部均衡。两者都不满足的前提下，政治权利归属个人会造成社会最优解无法实现，从而发生灾难性后果，在交易成本极大的时候根本不会有均衡，而是连绵不断的战
... 阅读全帖 |
|
s********n
发帖数: 26222 | 14 1楼
列昂尼得·康托罗维奇1912年1月19日（俄历1月6日）生于圣彼得堡。父亲维塔利·莫
伊谢耶维奇·康托罗维奇Виталий Моисеевич Канторович
是一位医生，母亲名叫帕乌琳娜（波琳娜）·格利高里耶夫娜·扎克斯Паулин
а (Полина) Григорьевна Закс。
1926年，列昂尼得考入列宁格勒大学——这一年他14岁。1930年（18岁）从数学系
毕业，随后在母校读研究生。
1932年留校任教，1934年（22岁！）成为教授，1935年他未经论文答辩就被授予物
理-数学博士学位。
1938年列昂尼得·康托罗维奇结婚。他的妻子娜塔丽娅·伊利英娜是一位医生。他
俩生了一儿一女。
1938年列昂尼得·康托罗维奇为胶合板托拉斯解决了有效使用单板镟切机床、实现
最佳剪裁方案的问题。康托罗维奇领悟到，问题可以归结为将一个有着若干变量且限定
为数量众多的线性等式或不等式形式的线性程式予以极限化的任务。他将拉格朗日 （
1736-1813，法国数学家、力学家）的乘数解法进行变形以便用来解决问题并由此领悟
到，数量巨大的经济学问题都可以简化为这一类型的任务。19... 阅读全帖 |
|
s********n
发帖数: 26222 | 15 【 以下文字转载自 Military 讨论区 】
发信人: smokinggun (硝烟), 信区: Military
标 题: 康托罗维奇简介:茅于轼靠剽窃此人学术成果而成为“著名”经济学家
发信站: BBS 未名空间站 (Wed Jun 29 21:42:23 2011, 美东)
1楼
列昂尼得·康托罗维奇1912年1月19日（俄历1月6日）生于圣彼得堡。父亲维塔利·莫
伊谢耶维奇·康托罗维奇Виталий Моисеевич Канторович
是一位医生，母亲名叫帕乌琳娜（波琳娜）·格利高里耶夫娜·扎克斯Паулин
а (Полина) Григорьевна Закс。
1926年，列昂尼得考入列宁格勒大学——这一年他14岁。1930年（18岁）从数学系
毕业，随后在母校读研究生。
1932年留校任教，1934年（22岁！）成为教授，1935年他未经论文答辩就被授予物
理-数学博士学位。
1938年列昂尼得·康托罗维奇结婚。他的妻子娜塔丽娅·伊利英娜是一位医生。他
俩生了一儿一女。
1938年列昂尼得·康托罗维奇为胶合板托拉斯解决了有效使用单板镟切机床、实现
最佳剪裁方... 阅读全帖 |
|
p******1
发帖数: 43 | 16 本文纯粹探讨打牌理论，不涉其它，一家之言，不喜勿读。
1. 打牌是一个最优化问题，任何一局牌只有一个最优解。
无论攻方还是守方， 所要达到的目的只有一个：得分最大化。如果列出目标方程和所
有限制条件（牌的分布，出牌规则，叫牌情况等等），解这个拉格朗日方程，是不是总
可以得到唯一的最优解呢？不敢说绝对，但是大部分情况一定是可以的。这一点好像和
直观感觉不符，但是很容易解释：假设，4家全部明手，并且有一个包括高速计算机在
内的顾问团，经过足够长时间的计算、商量和推演，是不是能找到一种打法获得最理想
的结果呢？ 应该是可以的。所以我们打牌所追求的就是这样的一个最优解。当然，达
到最优解的途径不唯一，也许有很多出牌方法的结果都是最优，这是正常的。
那么在一般牌局中，我只知道自己的牌，不知道其他3家的牌怎么办？ 这就是我要说的
第二个重要问题。
2. 在不知道另外3家牌的情况下，求得最优解的目标和途径不变，但是带入目标方程的
不再是具体数值（因为未知），而是概率权重。
在存在众多未知数的情况下，优秀的牌手应该努力判断概率，并且按照大概率原则出牌
，即使这样做的结果不是每次都能达到最优。如上所述，... 阅读全帖 |
|
f*****7
发帖数: 92 | 17 DP的定义是递归的
我们要得到原问题的最优解，就得先算出若干个子问题的最优解，然后extend到原问题
。我们不断地把大问题归结为若干个小问题，最后就是解决base case。这种思维方式
by nature就是递归的思想。----最优子结构
对于多个大问题，要解决它们所用到的子问题可能有重复。所以我们需要用cache记录
已经计算过的子问题，如果该子问题被解决过了，直接从cache中fetch子问题的解。如
果该子问题没有被解决，那么就解决这个子问题，并且将solution存在cache对应的
entry里。----重复子问题
这两个是DP的重要性质。
CLRS对于DP的算法有两种
1. Top-down recursion with memoization
这种写法就是递归，用数组保存子问题的solution。
好处在于解决某些大问题，并不需要tabulate所有的子问题的时候，我们可以节约计算
时间，类似lazy evaluation。子问题只有在需要的时候才会被计算。第二个好处是直
接从定义出发，递归结构清晰，易于调试。
坏处是递归函数需要OS维护stack frame，如果问... 阅读全帖 |
|
w***g
发帖数: 5958 | 18 GC: immediate solution，表面上看似解决了问题，实际上只是部分
解决了问题，而且同时创造了不止一个新的问题。
RAII: 本质的解决方案，不止解决了内存分配一类问题（这个也是部分
解决)，而且同时也解决了所有其他资源分配的问题。
从技术的角度上来说，我觉得这两者高下立判。看似都没有显式的
资源回收，前者是纵容用户，后者则是培养一种思维方式，写出来
的东西都是防患与未然的。就是代码写出来，也是C++的更简洁：
// C++
{
fstream out("xxx");
out << "foo" << endl;
}
//java
OutputStream out = new FileOutputStream("xxx");
out.write("foo\n");
out.close();
可以看到，C++写法里既没有new，也没有close。一对花括号限死了
fstream中所有相关资源的生存期。
而java里，从C++借鉴来一个完全没有必要的new，却没有对应的delete，
而后面的close又没有对应的open。代码没有一点对称性。现在看来，
用来分配内存... 阅读全帖 |
|
|
n******r
发帖数: 1247 | 20 如果要找最优解greedy肯定不行。heuristics解法中 B.W. Kernighan(就是K&R的那个K）
和S.Lin在73年给出一个动态k-opt的算法，称为L-K算法，基本100左右city的问题能找到
最优解，（当时的计算能力只能验证50左右个city的最优解）
L-K算法用到的动态opt的idea在此后20年基本unbeatable，面试能说到这个idea应该可
以了
http://www.crema.unimi.
it/~righini/Didattica/Algoritmi%20Euristici/MaterialeAE/Lin%20Kernighan%
20TSP.pdf
L-K算法无数人企图改进但效果都不大，直到98年丹麦人Keld helsgaun提出LKH算法（
除了保留动态opt的idea，其他基本改的面目全非）。目前能用branch&bound计算出最
优解的问题（大概10万city的level），LKH都能找到最优解。所有未知最优解的问题（
超过百万city，）最好解的记录也都由LKH保持。LKH的复杂度大约在O(N^2.3)。
其中最牛的idea是 |
|
S**I
发帖数: 15689 | 21 ☆─────────────────────────────────────☆
gzou (gzou) 于 (Thu May 12 02:26:35 2011, 美东) 提到:
马上就要G on site了，
求祝福。
下面是从本版收集到的Google的试题，便于大家查询。
申明：有的附带有解释说明的，也来自于本版或者网络，大家自己看， 不保证真确
http://www.mitbbs.com/article_t1/JobHunting/31847453_0_1.html
本人ECE fresh PhD，背景是电路/EDA，跟G业务基本没什么关系
同学内部推荐的，很简单的一次电面就给了onsite
题都不难，但是自己没把握好机会，出了一些小bug。
总的感觉，出错就是硬伤，宁可从最简单的算法写起，也不能出错。
电面：
1，Skip list， http://en.wikipedia.org/wiki/Skip_list
写code实现struct skip_list * find(struct skip_list *head, int value)
2，sorted array... 阅读全帖 |
|
S**I
发帖数: 15689 | 22 ☆─────────────────────────────────────☆
gzou (gzou) 于 (Thu May 12 02:26:35 2011, 美东) 提到:
马上就要G on site了，
求祝福。
下面是从本版收集到的Google的试题，便于大家查询。
申明：有的附带有解释说明的，也来自于本版或者网络，大家自己看， 不保证真确
http://www.mitbbs.com/article_t1/JobHunting/31847453_0_1.html
本人ECE fresh PhD，背景是电路/EDA，跟G业务基本没什么关系
同学内部推荐的，很简单的一次电面就给了onsite
题都不难，但是自己没把握好机会，出了一些小bug。
总的感觉，出错就是硬伤，宁可从最简单的算法写起，也不能出错。
电面：
1，Skip list， http://en.wikipedia.org/wiki/Skip_list
写code实现struct skip_list * find(struct skip_list *head, int value)
2，sorted array... 阅读全帖 |
|
a*****y
发帖数: 33185 | 23 “理性人”假设
出自 MBA智库百科http://wiki.mbalib.com/
“理性人”假设（hypothesis of rational man）
[编辑]
什么是“理性人”假设
“理性人”假设是指作为经济决策的主体都是充满理智的, 既不会感情用事, 也不
会盲从, 而是精于判断和计算, 其行为是理性的。在经济活动中, 主体所追求的惟一目
标是自身经济利益的最优化。如消费者追求的满足程度的最大化, 生产者追求的是利润
最大化。“理性人”假设实际是对亚当·斯密“经济人”假设的延续。
在经济学里，“合乎理性的人”的假设通常简称为“理性人”或者“经纪人” 的
假设条件。西方经济学家指出，所谓的“理性人”的假设是对在经济社会中从事经济活
动的所有人的基本特征的一个一般性的抽象。这个被抽象出来的基本特征就是：每一个
从事经济活动的人都是利己的。也可以说，每一个从事经济活动的人所采取的经济行为
都是力图以自己的最小经济代价去获得自己的最大经济利益。西方经济学家认为，在任
何经济活动中，只有这样的人才是“合乎理性的人”，否则，就是非理性的人。
“理性人”是对经济生活中的一般人的抽象，
一... 阅读全帖 |
|
i***s
发帖数: 39120 | 24 雪白的衬衫、阳光的笑容、时尚的发型，魅力足以闪耀整个舞台!“科学是我唯一的评判标准。”他说。全场掌声雷动。我手捧电脑，在黑暗的后台，几乎落泪。
他是魏坤琳。作为北京大学心理学系副教授、博士生导师，凭借阳光的外表和过硬的资历，魏坤琳在校园中早已颇有名气。如今，他以科学评审的身份加盟江苏卫视《最强大脑》——国内少见的一档专注于传播脑科学知识和脑力竞技的节目，更是令他成为国内电视屏幕上少见的科学明星。
回想三年前，我为“未来光锥”做科学星探时和他第一次约见，他拖着箱子从芝加哥直接抵达北大。“我要把你包装上舞台做演讲，还要采访你，让你成为科学家明星。”我手舞足蹈的设想着，他则一边不顾疲惫地演示实验室的各种装置，一面反复叮嘱我：“不要让人家觉得我总在玩啊!”
科学家本来不好写，庆幸的是，魏坤琳这三年，真的“玩”起来了。
用游戏帮助病人康复
虽然我和魏坤琳认识已经三年，但当我想为他做一个全面的采访和报道时，拿着他丢给我6个不同领域的论文，还是犯了愁：这些论文各自相对独立，既有基础研究，也有应用技术，怎么把他们穿成一条线索，真是为难。还是让我沿着记忆的线索，来简略描述我所知道的他的研究吧。
魏坤琳2... 阅读全帖 |
|
t******4
发帖数: 134 | 25 首先安慰一下楼主，接着佩服一下刷五遍....
然后稍微打击一下楼主，刷题这玩意儿可能还得靠一点天赋
最后恬不知耻的给一点可能刷过题的人都知道的建议：不是accept就完事了的，有最优
解在讨论里头；不是最优解就完事的，最优解可能在空间或者时间或者代码可读性的某
一方面次优；不是知道最优解就完事的，你要能理解并且换几个变种徒手写出来；最后
，不是所有面试官都知道或者都能理解最优解的
最后的最后必须鼓励一下楼主，希望早日拿到offer |
|
i********t
发帖数: 261 | 26 ☆─────────────────────────────────────☆
aixiaoke (流浪者的乡愁) 于 (Mon Oct 24 07:54:02 2011, 美东) 提到:
用“宇宙史诗”来形容刘慈欣的《三体》系列我想并不过分——它对宇宙的起源
、生命与环境间的相互作用、文明的演变、人类的整合，甚至宇宙的终极走向，都给出
了自圆其说的明确猜想及推论；这一庞大的体系通过一些相关而分离的片段如冰山一角
般呈现出了一个具有高度美感的思维体系，描述了永恒之初直至宇宙尽头的维度之旅；
它确立了微观与宏观彼此渗透交错的依存关系，而贯穿其中的则是人类的情感，有激情
的壮丽澎湃，有爱情的温柔微妙，也有绝情的冷酷黑暗。这一切的丰富片段、结构、内
涵极其跨越的时间广度，我觉得也只能用“史诗”来进行总结，否则便不足以准确表达
《三体》的气魄。
1 游戏
这么庞大的史诗故事起点却很微妙。文革中叶文洁目睹理论物理学家的父亲被红卫
兵小将们打死在批斗台上，而母亲为了自保不惜出卖人格丑态毕露。这个从时代泥沼中
成长起来的姑娘经历了一次又一次人间最险恶的政治斗争、最丑恶的灵魂背叛，终于... 阅读全帖 |
|
c****3
发帖数: 10787 | 27 这个问题挺清楚的。
上帝知道每一步最优解。AlphaGo和人都不知道，大家都是接近最优解。
可能人一个下出几个和最优解一样的招数，就能完胜电脑的次最优解。但是如果人走一
个大昏招，就前功尽弃了。电脑这种接近最优解算法，肯定没大昏招。 |
|
c*********d
发帖数: 9770 | 28 http://3g.163.com/dy/article/DFM045N50514D849.html
2018-04-18 11:14 周小平同志
百万国人订阅的深度解析号；全国时评原创前五。揭示真相，解读内幕，值得关注~
今日平说|独家原创
版权合作：[email protected]
从昨天开始，各种博主都开始推送关于美国终于重磅出手，封杀对华芯片出口的新闻点
评，表达了紧张和愤怒的情绪。最普遍的一种观点认为，美国的产品在中国畅通无阻，
中国市场成了苹果和特斯拉们圈钱的乐园，但是美国市场却成了中国华为和中兴的地狱
，不仅要面临无休止的政治审查、罚款、调查、封杀，如今更从源头下手，决定不再向
华为和中兴出口芯片，直到2025年。
有业内人士分析认为，一旦芯片被封锁，就相当于一个人被掐死了脖子，死亡顷刻之间
就会到来。所以，很多人都对这件事很紧张。就连中兴股票交易，也被紧急停牌。不过
即便如此，中兴股票也从44元的高位，跳水到了30多一点。可见美国对华封杀芯片这件
事，对华为和中兴这样的巨无霸企业影响有多大。
那么，华为和中兴对美国芯片的依赖严重吗？答案是，相当严重。虽然有一... 阅读全帖 |
|
w********r
发帖数: 14958 | 29 我本科就是自动控制出身阿。
另外你说的“人类可控”这实在难以精确理解。 我想你可能指的是哪怕牺牲最优指标
，故意出现让轮胎完全滑动的特技。
说道根源，这是几种解决问题的philosophy的不同。 人控制机器通常是掌握几个基本
技巧，然后用自己主观判断来build高级的maneuver。 这个往往把问题变成一种art,
能否解决问题要靠某个人的经验和发挥。 至于能够可靠解决一件事，没有任何保证。
scientific 的philosophy则恰恰相反。 尽量要把art变成science。 所关心的问题的
方面不一样。 这里关心的是一系列实际dynamic constraints组成的常微分方程组外加
各种不等式组，存在不存在可行解。 如果存在很多解，能不能找出最优解。 现在的算
法已经可以满足在满足一系列technical 假设的前提下，具体车辆飞机等例子，可以找
出解，并且渐进最优。
人的具体发挥只不过是scientific方法的一个子集。 至于你所说的“人类可控”，只
要定义出合理的cost function。 把人希望的动作定义为某种情况下的最优解。 问题
即迎刃而解。
另外... 阅读全帖 |
|
w********r
发帖数: 14958 | 30 看你还懂一点，那我就跟你多说两句。
你说得对，非线性最优问题。遗传算法是一种方案，但是几乎所有人都讨厌他。 因为
它没有保证什么时候能得出答案，也没法说是不是最优。而且各种参数的选择又变成了
art而不是science。其中最要命的问题是如何定义metric。
对于空间中找最优路径最优轨迹的问题，已经被证明是PSPACE-HARD问题。 比NP-HARD
还要难的一类问题。 80年代的时候人们几乎放弃对此的研究。 直道90年代中后期，一
种新的计算framework被提出之后，这一类问题被重新引起重视。 这种新的算法是基
于sample和图论的算法。 刚一出现人们就意识到它的优越性。 他鲁棒性特别强。 其
中metric和cost几乎可以随便选，只要metric和cost function之间的关系满足利普西
斯连续。 而且关键是特别快。再有一个优越性就是受curse of dimensions的影响非常
小，甚至是所有算法里受影响最小的。
但是，刚开始的10多年里，这种算法也有致命的问题。 就是要么没有最优解，要么需
要解
boundary value problem。 直到最近几... 阅读全帖 |
|
C***U
发帖数: 2406 | 31 中文解释之前那个英语的有typo。
假设有n个区间。
第一步，我们对n个区间进行排序，得到排好序的n个区间I_1,...,I_n。
第二步, 我们分析这个问题的optimal substructure。
我们用S(i,j)表示只考虑区间I_i,...,I_n，而且I_i,...,I_j不一定被覆盖到的情况下
的最优解。
我们用S_{包含}(i,j)表示S(i,j)这个解包含I_i的情况，用S_{不包含}(i,j)表示S(i,j
)这个解不包含I_i的情况。
假设I_l是和I_i相交的最后一个区间。
那么我们就有一下几个公式：
公式1:S_{包含}(i,j) = w_i + S(i+1,k)，这里k是j和l的较大者，w_i是I_i的weight。
解释：因为这个解包含区间I_i，所以我们必须要加上他的weight w_i。如果j>=l大的
话，因为我们本身考虑的是S(i,j)，所以我们不用关心I_i,...I_j是否被覆盖了，所以
我们只需要S(i+1,j)。如果j
在关心I_i,...,I_l了，
所以我们只需要S(i... 阅读全帖 |
|
t******g
发帖数: 4044 | 32 不能这么说，围棋的最优解是不可能理论找到的，所有的方法都是试图对最优解的近似
。所谓的天分就是可以在最短的时间内，用直觉和一部分计算尽快找到最优解。
现在计算机通过强大的计算能力找到了比人类的直觉更好的最优解。但人类的优势在于
总结规律，现在计算机给人类展现出了大量强于传统下法的更优解，人类的工作就是要
把这些新下法总结成规律提炼出来。如果提炼成功了，就可以大大推进围棋运动，甚至
再次击败计算机。 |
|
k********k
发帖数: 5617 | 33 发信人: termsus (terms), 信区: Piebridge
标 题: 【东部 NY 女征男】征个男生 共建家庭
发信站: BBS 未名空间站 (Sat Oct 29 20:20:11 2016, 美东)
★性别: 女
☆取向：男
★出生年份: 1983
★所在地(至少明确state): NY，能relocate
★职业情况(学生还是工作): 工作
★简单的物理参数(身高/体重): 173/110斤
☆属相，血型、星座: B
★当前婚姻状态(从没结过婚/离异/丧偶): 从没结过婚
★联系方式(email/IM/站内): 站内
我性格随和，工作好并稳定。
希望对方：人品好，诚实，可靠，有负责心有担当，
对工资/工作/学历/年龄等不是特别在意，身高比我高。
********一年之内ready并愿意一同建立家庭，一同生养小孩。********
==================================================
《寻找“次优解”》第一版，作者：sabina7377 年龄：33。
《寻找“次优解”》第二版，作者：jojoshan 年龄：34。... 阅读全帖 |
|
k********k
发帖数: 5617 | 34 发信人: termsus (terms), 信区: Piebridge
标 题: 【东部 NY 女征男】征个男生 共建家庭
发信站: BBS 未名空间站 (Sat Oct 29 20:20:11 2016, 美东)
★性别: 女
☆取向：男
★出生年份: 1983
★所在地(至少明确state): NY，能relocate
★职业情况(学生还是工作): 工作
★简单的物理参数(身高/体重): 173/110斤
☆属相，血型、星座: B
★当前婚姻状态(从没结过婚/离异/丧偶): 从没结过婚
★联系方式(email/IM/站内): 站内
我性格随和，工作好并稳定。
希望对方：人品好，诚实，可靠，有负责心有担当，
对工资/工作/学历/年龄等不是特别在意，身高比我高。
********一年之内ready并愿意一同建立家庭，一同生养小孩。********
==================================================
《寻找“次优解”》第一版，作者：sabina7377 年龄：33。
《寻找“次优解”》第二版，作者：jojoshan 年龄：34。... 阅读全帖 |
|
z****e
发帖数: 54598 | 35 去掉goto就是局部最优解
如果有全局最优解的话
傻子都会做出来，选择意味着放弃
c对于汇编来说，到处也都是局部最优解
如果你纠缠于全局最优解的话
人类是没法进步的
因为数学本身就不自洽，你的最优解从一开始就崩塌了
物理学，硬件这些根本无从谈起，数学理论根本就无法成立 |
|
w***g
发帖数: 5958 | 36 全局优化难做，刨掉那些问题提法不对的，其本质问题是最优解和次优解其实相差不
大，而且随着问题规模扩大这种差距不断缩小，所以不费大量的计算区分不开。
换成ML的语言，随着问题规模扩大，最优解和次优解之间的margin急剧缩小，ML就会
失败。不过在次优解里面靠DL找个比较好的，我觉得还是很有希望的。参考alpha go。 |
|
h*****7
发帖数: 6781 | 37 EM没有理论论证全局最优的概率，to the best of my knowledge
记住一条，EM这类方法，不属于概率论范畴，属于随机过程，因为它用了指示器（可参
考随机过程计算方法算法导论之类的），所以很难给出理论确界和最优解概率。一般说
无限趋近最优解。
在GMM条件下，倒是有人系统测试过EM的解和最优解有多远
另外MLE本来就没道理的，就是通俗说法的屁股决定脑袋。就算解出全局最优，对参数
估计也是imperfect solution，至于后续Wilk's theorem，也是asymptotic的，所以LZ
就别要求太高了
LZ这种情况，没法用时序或者频域作分析，用EM是比较理想的
靠，说了一堆，回头看发现对LZ没啥帮助，还是疑似我老马甲的YueJia讲得好 |
|
s********u
发帖数: 1109 | 38 嗯，在理论上我是这么总结的：
**Divide and conquer :** 将问题分成几个部分，每一部分问题互相不重叠，假定每
个部分都可以得到解决进行递归调用，合并每一部分的结果。例如Merge Sort,Quick
Sort。
**Dynamic Programming**：对于具备最优子结构以及子问题重叠特性的问题，尽可能
不重复计算每个subproblem，将计算结果存储下来，以确定后驱问题的结果。与贪心算
法的区别是，在计算后驱问题时，可能会reconsider前驱问题的解，从而改变全局path
。
**Greedy Algorithm** : 当前问题的最优解只取决于前驱问题的最优解，即局部最
优解推广至全局最优解。如Dijkstra算法。
**Backtracking**： 一种暴力（穷举）的深度优先搜索法，直至检索到节点空间的尽
头。Tree或Graph的DFS，是backtracking的special case。
但实际上很多问题就算满足dp的条件，用dp却非常繁琐，比如8皇后问题，或path sum
问题。是可以用dp做，但实际上没必要。用b... 阅读全帖 |
|
p***y
发帖数: 637 | 39 貌似现在得写得滚瓜烂熟？比如g面试的人对思路，研究啥的好像很没兴趣，就坐等看
最优解的节奏。
有点走火入魔的感觉。如果我是hm，肯定希望找的是能解决陌生问题，思路好的，不是
一听见问题马上根据标准答案写程序的。
具体工作中的问题大部分没人知道最优解，只能从合理trade off的解开始，先实现，
测试，实践，然后在根据需要进行优化。比如，很多production code的搜索，都是直
接顺序查找。因为代码里经常存在需要从三五个值里头匹配一个的。这种匹配只有发现
数据量较大，搜索成为瓶颈时，才改为哈希表或bst之类。
另外，很多面试题要求对特定情况实现一个特定的优化解，把通常nlogn的算法变成n，
这个在实践中常常不鼓励，因为需求变化非常快，一旦需要支持一般情况，之前的优化
努力就白费了。这是大量活生生实例告诉我们的。最典型的是很多字符串处理程序都耗
费大量人力针对ascii字符集和英语的特性优化，等要支持国际语言时，多数优化就无
效了。
不过话说回来，如果背题就能拿20万的package，那么背题还是非常值得的。只是工作
中不要套用做题时候的思路（期望一把得到最优解，揪住特殊条件优... 阅读全帖 |
|
t*****w
发帖数: 5 | 40 获得Linkedin大牛美女妹子面试官同意，把她的心得拿出来跟大家分享下
求内推的看这里：http://www.mitbbs.com/article_t/JobHunting/32866605.html
我在7月入职LinkedIn之后，因为我司的双面试官制度（experienced主面然后加一个
new的当shadow）所以我已经开始当(wei)面(guan)试(mian)官(shi)啦~到现在也各个
round面过几次了。不过虽然是围观但是面完之后也有打分权并且可以跟master面试官
讨论一下。。。所以还是有一些想法~在此开帖讨论一下~不过很多behavior的问题还真
是拙计呢。。_(:зゝ∠)_除了这里写的有什么欢迎围观群众一起讨论~
这里主要针对大公司的非onsite算法面试~主要是包括两个方面：纯Behavior的问题（
包括过简历问project还有自我介绍）以及做题的习惯问题。如果是小公司的话，还是
match最重要。小公司的坑也少，不过真要很match也能到onsite什么的，behavior什么
的都比较浮云了
对于大多数做题水平基本过关的人来说（尤其是new g... 阅读全帖 |
|
w*********5
发帖数: 87 | 41 就像 囚徒困境里 犯人都会选择招供一样。
纳什均衡 结果产生的原因是 在某些情况下， 不管其他参与者怎么做抉择，每个参与
者都有一个对于自己的唯一 确定的最优解。
当然这种解对整个系统并不一定是最优解。
在货币贬值对预期下，并且实际导致贬值的原因已经形成时。 那每一个参与者的最优
解就是 换汇， 但是这种一致的行动会导致 外汇挤兑。 造成对一个国家最恶劣的
影响。 外汇挤兑的时候会造成国内资产的急剧下降，可能让国际投资者低价抄底。
对整个系统不是最优解，因为如果不是每一个参与者一致的行动导致挤兑， 经过一定
时期的努力，这种贬值的预期和原因可能能够得以修正（或者能熬过这个旱季，等下个
雨季到来的时候），所以最终的结果可能是汇率稍微有些贬值，但不会造成严重的危机
。
两种结果是完全不同的。 |
|
s*******e
发帖数: 4188 | 42 来自主题: SanFrancisco版 - 求个算法吧 是这样，问题的解可能不止一个。我们可以这样定义最优解：identify added/deleted
rows/columns以后，使得modified cells个数最少。这个最优解也可能不止一个，我
只要找出任意一个就行了。
我希望能得到一个算法，能证明它总能得到最优解。
或者找个approximate的算法，但我要有个good idea在那些情况下得到的不是最优解。 |
|
D*******r
发帖数: 2323 | 43 我觉得是朴填子在观摩人机大战后，领悟到了围棋不是找最优解的游戏，而是概率的游
戏。某个局面，如果你能保证每一步都是正解地走到终盘，你能获胜，这是我们平常认
为的最优解优势。而概率的优势是，这样的局面我出错的概率小，对手出错的概率大。
每一手对手有60%的可能出错，那么20手内出一次错的概率就高达100%了。
我用天顶做形势判断时，有好几个局面是数空黑盘面领先10目以上，但是胜率却只有40
%出头，这大概就是最优解优势但是胜率劣势的局面。
正因为如此，那些没明白围棋是概率游戏的就总在那惋惜，又被朴填子“逆转”了，柯
渣也在那说，朴填子的棋并没有怎么样，是自己下得坏了。
人类的智商达不到在一局上百手的游戏中保证每步是最优解，人类犯错是肯定的，于是
比的就是谁犯的错误少，代价小，于是，得概率者得天下。 |
|
i*******e
发帖数: 50 | 44 本解序文
大乘无量寿经解 第一卷
壹、前言
贰、概要
一、教起因缘
二、本经体性
三、一经宗趣
四、方便力用
五、所被根器
六、藏教所摄
七、部类差别
八、译会校释
九、总释名题
叁、正释经义
（壹）序分（第一至第三品）
法会圣众第一
德遵普贤第二
大教缘起第三
大乘无量寿经解 第二卷
（贰）正宗分（第四至第四十二品）
法藏因地第四
至心精进第五
发大誓愿第六
必成正觉第七
积功累德第八
圆满成就第九
皆愿作佛第十
大乘无量寿经解 第三卷
国界严净第十一
光明遍照第十二
寿众无量第十三
宝树遍国第十四
菩提道场第十五
堂舍楼观第十六
泉池功德第十七
超世希有第十八
受用具足第十九
德风华雨第二十
宝莲佛光第二十一
决证极果第二十二
十方佛赞第二十三
三辈往生第二十四
往生正因第二十五
礼供听法第二十六
歌叹佛德第二十七
大士神光第二十八
愿力宏深第二十九
大乘无量寿经解 第四卷
菩萨修持第三十
真实功德第三十一
寿乐无极第三十二
劝谕策进第三十三
心得开明第三十四
浊世恶苦第三十五
重重诲勉第三十六
如贫得宝第三十七
礼佛现光第三十八
慈氏述见第三十九
边地疑城第四十
惑尽见佛第四十一... 阅读全帖 |
|
w***g
发帖数: 5958 | 45 是template matching, 如果光从预测算法来看, 甚至还不如传统的template matching.
deep learning的template matching就是内积+threshold, 可以认为是最最最土的
template matching. 传统的template matching算法往往比这个复杂, 而且也更
robust, 比如允许一定程度上的warping. 有时候对象一抖, template就匹配不上了.
Deep learning的对应方法是redundancy, 搞好多好多templates. 这个匹配不上了,
那个或许能匹配上. 以上不是关键.
deep learning牛x的地方是能够训练这些template, 而且是:
1. 一锅子训练. (2012年以前是一层一层训练, 当时甚至认为要deep必须一层一层
训练, 现在看来是不对的.) 一锅子的好处是层与层之间是配套的. 解的是一个
全局最优化问题, 而不是一系列局部最优化问题然后拼起来.
(注意不是全剧最优解. 不管是全局问题还是局部问题, 往往都得不到最优解.
但是全局次优解... 阅读全帖 |
|
w***q
发帖数: 19 | 46
是的，比如保留前100个最优解，由于次优解差异不大，很快前100个都是差不多的了，
一点细微的差别都能成为另外一个次优解。这样很快的聚集到某一个次优解周围（和初
始值密切相关），就几乎没有可能跳出来，寻找全局最优了。
ML/DL能解决这个问题吗？ |
|
q*****g
发帖数: 1568 | 47 Nash平衡点理论其实本身是个很直观的东西，但它提供了一个平台供大家
思考对抗与合作的策略。我一直的观点就是生命（人类社会）从简单到复杂
的这个发展过程就是一个不断减少个体摩擦，实现双赢的过程。
在一个简单的以个体欲望局部最大化为唯一驱动的体系里面，双赢是不可能
的，因为“坏人”在都是“好人”的社会里能够得到更大的收益。解决的办
法就是以全局最优解为目标，建立一个更加复杂的控制体系。
可行的方法有比如说：
1. 改一次博弈为多次博弈。立刻囚徒悖论下的最优稳定解就不再是双输的
那个方案，而是“Tit for Tat（以眼还眼，以牙还牙）”解。这个全局
最优解是指从时间上来看的全局。
2. 通过某种办法集中社会的总体资源，建立惩罚违规者的制度。这个全局
最优解是指从agents的数量上来讲的全局。 |
|
d**e
发帖数: 6098 | 48 ☆─────────────────────────────────────☆
gloomyturkey (一只郁闷的火鸡) 于 (Thu Mar 14 18:44:22 2013, 美东) 提到:
今天面试一个candidate, 人很随和，一看就是容易相处的人。问题是，他的编程确实
不过关。一道简单的编程，首先他很难总结出数学公式，经过提示，他可以总结公式了
，然后写程序比较困难。随后的复杂度分析，他也不是很有概念。本来这是内部转组，
我也不想刁难人，但是这样的面试，让我很难写一堆好话上去。
由此就想到版面上经常讨论的两个问题：
－我问题都答对了，为什么还是没有offer?
－为什么中国人喜欢刁难中国人？
从面试官的角度想，我反应过来：因为对方友善，又是内部的人，我没有道理跟他为难
。看见他的水平，我下面的问题就会稍微降一点难度。从他的角度看，似乎他的回答还
都在轨道上，没有完全卡住。
想想那些super-smart的面试官，他们多半也会类似的想法：如果给你一道题，你没能
在他预期的时间解出来，或者本来是个开胃的题，被解成了一道主菜，哪怕这种题做对
了，在他的印象也是大损... 阅读全帖 |
|
g******t
发帖数: 18158 | 49 中盘电脑不需要找到最优解，找到几个较优解，从中选一个接着往下下就行了
棋手也没有找中盘最优解的，也是找一个自己擅长的较优解往下下
布局和官子靠数据存储和计算，电脑靠蛮力胜出 |
|
b***y
发帖数: 14281 | 50 暴动的目的就是不信你的最优解或者你的最优解不是我的最优解。你说说历史上屁民的
历次暴动的目的是什么？北洋政府做的也都是最优解。
★ 发自iPhone App: ChinaWeb 1.1.5 |
|
