微策略春招面试总结

2023-05-16


春季招聘时我报的研发岗,由于我不是杭州本地人,故首先接到的是电话面试,电话面试大概一周左右被通知去杭州总部面试。下面主要简述一下面试的内容

第一面是技术面,大概持续近一个小时

首先面试官会照着你的简历用英文和你交流5分钟左右,不用过于担心,都是比较简单的对话,建议个人再去面试之前先把自己的简历用英文翻译一下,并背熟,到时就不会怯场了。然后会问一些逻辑题,主要是考察你的逻辑思维能力,我被问到的一个题目是

草原上有100只狮子和1只羊条件: ①:狮子吃了羊会变成羊 ②:狮子有思考能力佷聪明 ③:狮子不会说话


问:有一只狮子遇见了羊,它会吃羊吗?  
答案是不会的,其实面试官考察的不是你能不能做出来这道题目,考察的重点是你解决问题和分析问题的思路。
接着问了一些C++的基础
有一道题目是
编写类String的构造函数、析构函数和赋值函数
class String {
  public :
    //String();
    String (const char* str = NULL);
    String (const String &other);
    ~String();
    String &operator=(const String & other);
    operator const char *() const ;
  public:
    char * m_data;

};

这道题目是程序员面试宝典上面的原题,我之前有看过,所以面试时很快就写出来了,但还被面试官看出来了一个小错误,就是分配的堆内存没有用delete释放掉,大家一定要注意这个,题目虽然不难,但想拿满分还是不容易的


本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

微策略春招面试总结 的相关文章

随机推荐

  • NanoDet尝试日志(Windows10 + pytorch1.2 + torchvision 0.4.0 + CUDA 10.2)

    作者源码 xff1a https github com RangiLyu nanodet 按照作者的要求来说 xff0c torch的版本需要 1 3 0 xff0c 一方面由于项目需求 xff0c 另一方面由于torch官网未给出1 3
  • ubuntu安装opencv3.4.13的血与泪(一些坑)

    只提tips xff0c 不做教程 xff1a 0 darknet中出现stream stop xff01 一定先安装ffmpeg conda install c conda forge ffmpeg 并在编译时进行 D xff0c 参考d
  • Windows10下编译opencv以及yolov4、yolov4_cpp_dll.dll

    编译的安装顺序是 xff0c CUDA 43 CUDNN xff08 安装包与压缩包不要删除 xff0c 不要删除 xff0c 不要删除 xff0c 防止踩坑的后备 xff09 然后是VisualStdio xff0c 其次是OPENCV
  • darknet添加新层以编译yolo_cpp_dll-------shufflenet模块

    首先感谢AlexeyAB大神提供的YOLOv4源码 xff0c 以及gmayday1997大神提供的split以及shuffle模块源码 xff0c 本文以两位的工作进行yolov4版本中轻量化模块shufflenet模块的添加 首先寻找到
  • TensorBoard出现错误Requirement.parse(‘google-auth<2,>=1.6.3‘))

    在YOLOv5的训练之中 xff0c 可以采用tensorboard工具进行训练过程的查看 xff0c 从而观察模型的收敛情况 在even的上一级目录运行 xff1a tensorboard logdir 61 34 exp4 34 发现出
  • Scene-Graph-Benchmark.pytorch服务器部署

    未采用md编辑 xff0c 望见谅 目录 序言 部署 数据集制作 数据准备 xff1a VG数据集 数据转换 xff08 参考issue xff09 预测 xff08 还未使用模型预测 xff0c 后续添加 xff09 引用 xff08 T
  • [Ubuntu] Argument list too long的问题

    问题溯源 在使用rm rf时 xff0c 文件夹内部大概有4万多的图像文件 xff0c 造成列表长度过长 xff0c 无法删除 此时参考了强哥大佬使用管道 及xarg的方法顺利完成 span class token operator spa
  • ORC识别

    OCR xff08 Optical Character Recognition 光学字符识别 xff09 是指对输入图像进行分析识别处理 xff0c 获取图像中文字信息的过程 xff0c 具有广泛的应用场景 xff0c 例如场景图像文字识别
  • 解密Apache HAWQ ——功能强大的SQL-on-Hadoop引擎 [作者:常雷]

    作者 xff1a 常雷 博士 xff0c Pivotal中国研发中心研发总监 xff0c HAWQ并行Hadoop SQL引擎创始人 xff0c Pivotal HAWQ团队负责人 xff0c 曾任EMC高级研究员 专注于大数据与云计算领域
  • cv2.error: OpenCV(4.4.0) C:\Users\appveyor\AppData\Local\Temp\1\pip-req-build-wwma2wne\opencv\module

    可能图片路径中有中文 xff0c 比如在桌面 xff0c 当然和转义字符也有问题 xff0c 用windows的多试下 39 r和 中文路径改用 img 61 cv2 imdecode np fromfile img dtype 61 np
  • Permission denied: ‘.xls‘

    先把打开的xls关掉
  • yolov5模型框架详解

    yolov5和yolov4很像 Mosaic数据增强 1 每次读取四张图片 2 分别对四张图片进行翻转 缩放 色域变化等 xff0c 并且按照四个方向位置摆好 3 进行图片的组合和框的组合 随机缩放 随机裁剪 随机排布的方式进行拼接 xff
  • detectron2 ImportError: cannot import name ‘_C‘ from ‘detectron2‘

    在detectron2 中执行 python setup py build develop 即可
  • LSTM+attention代码原理详解

    本文将LSTM 43 attention用于时间序列预测 class lstm torch nn Module def init self output size hidden size embed dim sequence length
  • bash: export: not a valid identifier

    export 后面存在空格 xff0c 去掉即可
  • linux安装opencv

    安装 1 准备工作 1 1C C 43 43 编译环境配置 Linux系统下使用C 43 43 开发OPenCV项目 xff0c 先要搭建C C 43 43 开发环境 在终端输入 xff1a sudo apt install gcc sud
  • 模型的并行推理

    ONNX模型可以通过使用深度学习框架的多卡并行化功能来实现GPU多卡推理 以PyTorch为例 xff0c 可以使用DataParallel或DistributedDataParallel来进行多卡并行化 DataParallel可以在单个
  • python队列

    q get 在队列为空时会阻塞 q put 在队列满时会阻塞 get nowait 在队列为空的时候也不阻塞 xff0c 这时候会抛异常queue Empty put nowait 1 在队列满的时候也不阻塞 xff0c 这时候会抛异常qu
  • python queue【队列的阻塞】

    队列的阻塞分为 xff1a 入队 put 时的阻塞 出队 get 时的阻塞 整体 join 的阻塞 消费的阻塞 出队阻塞 注 xff1a 设置 timeout 超时时间 xff0c 并捕捉 queue Empty 异常 xff1b 设置to
  • 微策略春招面试总结

    春季招聘时我报的研发岗 xff0c 由于我不是杭州本地人 xff0c 故首先接到的是电话面试 xff0c 电话面试大概一周左右被通知去杭州总部面试 下面主要简述一下面试的内容 第一面是技术面 xff0c 大概持续近一个小时 首先面试官会照着