YoungForest's blog

2014年9月，我误打误撞来到了北航计算机学院。没想到“侯门一入深如海，从此萧郎是路人“，从一个从没有接触过代码的小鲜肉，成长为未来的工程师。这四年的时光是我技术和三观成长的重要阶段，可以说，大学塑造了之后的我。其中，有值得肯定的部分，也有我现在一心想要摒弃的缺点。 北航的课程以基础扎实著称。计算机科学的基础课程：计算机组成原理、操作系统、编译原理、计算机网络，分别分布大二大三在4个学期，每学期这些基础课都属于重课，需要花费大量的精力。现在看来，重视这些基础课程简直太正确了。我大四参加了多场实习面试和实习，深刻体会到这些基础在面试和工作中的重要程度。只是当时大多数学生的motivation不

昨天参与了景驰科技的实习生面试。此次实习生面试是实验室统一安排的，并不是我自己找的。 形式为在线面试。总共2轮，预计每轮1小时，实际上第二轮只问了半个小时。第一轮用的Skype，通话质量比较差，视频输出也没有。第二轮，用的微信语音 + collabedit。效果好了很多。 技术面都很简单。因为是招数据标注平台的码农实习生嘛，自然要求超级低。感觉自己要被廉价卖掉了。 一面 一面问了项目和一道括号匹配的问题。 二面 二面问了项目和一道三数之和的问题。过程中，因为我在简历里写的项目是 大三时在act云计算和系统安全组实习做的一系列项目 和 大四做的毕设。尤其是大三的项目，都是琐碎的小项目，

Description: https://leetcode.com/problems/kth-largest-element-in-an-array/description/ Solution: https://leetcode.com/problems/kth-largest-element-in-an-array/discuss/ Difficulty: Medium 这是二师兄面试景驰的一道题目。因为他的面试在上午，我的在下午。所以，和他交流过面试内容后，我把他被面的题目都做了一遍。包括这道题目和找硬币。 我的动态规划 1 2 3 4 5 6 7 8 9 10 11 12 13 1

8月21号 至 8月28号，带着自我放逐的心情，我去山东玩了7天。小时候（2008年）曾跟着爸爸和旅行团来过山东旅游，经典的旅游城市，包括青岛、烟台、威海 和 隔海相望的大连，都逛了一圈。当时年纪尚小，天真烂漫，只觉得不用上学，来到陌生的地方旅游，十分有趣。如今十年过去了，同样的景点，却有不一样的心情和感受。 此次旅行是临时决定的。之前同学叫着去重庆做毕业旅行，我由于种种原因没去成。8月中旬后，经历了情感上的波折和三毛流浪文学的洗脑，恰好有山东的同学(我们可以称之为“女声男”，因为其声音特别有雌性)邀请我去山东一起玩。我便答应了。希望通过此次旅行让心情好过一点，让匆忙的旅行占据自己的大脑，不

Description: https://leetcode.com/problems/convert-bst-to-greater-tree/description/ Solution: https://leetcode.com/problems/convert-bst-to-greater-tree/solution/ Difficulty: Easy 此题虽为Easy难度，但一遍写对还是很困难的。 看到二叉树，就要想到用递归解决。本题的一个trick是，如何把需要累加的值这个信息，在递归过程中传递。 递归调用右子树时，需要返回整个右子树的和，将这个和加到根节点上。具体到我的解法，右子树

Description: https://leetcode.com/problems/single-number/description/ Solution: https://leetcode.com/problems/single-number/solution/ Difficulty: Easy 题目的难点在于：Your algorithm should have a linear runtime complexity. Could you implement it without using extra memory? 我苦思冥想，实在无法同时满足时间复杂度O(n)，空间复杂的O(1

一个清华的毕业生做为面试官，一开始问了我之后的工作意向。我回答说是“算法工程师”，其实我这次面的是开发岗，就被大佬教育了一顿。说你是不是投错组了，还没找到自己感兴趣的方向嘛。之后问我，现在在快手的实习是做什么的？我讲了一些。然后又被diss了。说这些特征工程之后都会被深度学习所取代的。 正式进入面试只问了2个问题：维护最小值的队实现，和 维护最小指的栈实现。 之后本来有二面的，后来没找到面试官就不了了之了。 我是对这次面试结果不抱太大期望的，毕竟过程比较水，也不是很愉快。果然之后face++那边一直都没有消息。

为了更快地锻炼自己数据挖掘的能力，我计划最近一个月花一定的时间在kaggle比赛上。目前的计划是把Tutorial上的比赛、Datasets和牛人们的notebook跟完作为入门。之后再选择一个简单的常规比赛参加。 至于最后是否像欢哥一样走上数据挖掘竞赛之路，看入门之后的感受。自己是否愿意继续花大量的精力在上面。 数据挖掘的能力主要分为2部分： * 机器学习 * 特征工程 之前在快手推荐组实习的时候，工作也涉及这些。推荐系统也算是数据挖掘的一个分支，从结果上看，是预测某个item是否会被用户点击。 Titanic: Machine Learning from Disaster作为大

应园子的邀请，我撰写了一篇关于现今流行的内容app的推荐系统的研究与讨论的文章。 事情的起因是这样： 园子同学是知乎的重度用户，曾经有一段时间每天画在刷知乎的时间超过1个小时，其三观深受知乎的影响。 我提醒她： 不是知乎主动改造你的三观； 而是根据知乎的推荐，你越刷只会加深自己的固有倾向。 比如，你是一个比较右的人，推荐系统最后推的都是你愿意点进去看的。 增加用户花在产品上的时间是推荐系统的目标，而不是解决用户的问题。这样想想是不是挺可怕的 这样的推荐系统就会导致，你最后只会看到你自己想看的东西。 园子顿时对推荐系统产生了浓厚的兴趣，并“报复”我： 要不我给你布置个任务吧：正好你最近

在@lxc师兄的内推下，我有幸可以前往 苏州微软，面试O365部门的暑期实习生。虽然最后失败了，但从这次失败的经历中，我学习到很多。 总结在此，为未来的找实习和工作做准备。 面试环节 一面 * 尾递归，斐波那契（不会） * 合并2个列表 * makefile 编译顺序确定 * memcpy的实现方式和安全问题 用尾递归优化递归斐波那契数列 斐波那契数列大家应该都很熟悉，高中数学课本上提到的经典递归数列。 其数学定义为： fn={fn−1+fn−2ifn>21ifn=0,1f_n = \begin{cases} f_{n-1} + f_{n-2} & \quad \text{