滴滴出行2017秋招演算法筆試題 作弊概率

2021-07-31 04:49:54 字數 1289 閱讀 6592

最近部落格的更新頻率也挺快的,希望自己能堅持下去。每週一篇面試題,這週的面試題是演算法筆試題,面試題不知不覺也寫了幾個月了,不難發現,那些大企業都喜歡考演算法題。

一位滴滴實習生開發出了一套簡易作弊檢測系統,此系統存在一定誤差。如果乙個使用者確實存在作弊行為,但是此系統沒有檢測出的概率為 5 %,但是誤檢為作弊的概率為 1 %;我們已經知道,乙個使用者作弊的概率為 0.1 % 。目前乙個人被此方法檢測出有作弊,那此人確實有作弊的概率接近多少?

a. 90%

b. 70%

c. 30%

d. 10%

這道題單憑想,還是挺容易選錯的。而且還需知道貝葉斯定理。

貝葉斯定理是關於隨機事件 a 和 b 的條件概率的一則定理

其中 p(a|b) 是在 b 發生的情況下 a 發生的可能性

在貝葉斯定理中,每個名詞都有約定俗成的名稱:

知道了這個後,我們可以直接套公式:

設:a 代表實際作弊了

b代表被檢測作弊了

用!表示取反,p(!b|a) = 0.05 p(b|!a)=0.01 p(a) = 0.001

p(b|a) = 0.95 p(!a) = 0.999

由貝葉斯定理 p(a|b) = (p(b|a)p(a))/p(b) 用全概率替換分母: p(a|b) = (p(b|a)p(a)) / (p(b|a)p(a) + p(b|!a) p(!a)) =(0.950.001) / (0.950.001+0.01*0.999) =0.0868

所以最後的答案選擇 d ,接近 10%

可能還是不能很好的理解這道題的,最後我們根據題意畫成圖,因為比例較小,不好畫,因此本人適當的進行了放大。

因為選項的答案相差比較大,如果畫的標準的話,基本看圖也能看出答案來的了。

一機器在良好狀態生產合格產品機率是90%,在故障狀態生產合格產品機率是30%,機器良好的概率是75%,若一日第一件產品是合格品,那麼此日機器良好的概率是多少。

當然,直接套公式很容易做出來,不過我們為了更好的理解,下面給出題意圖,各位嘗試做出來吧。

滴滴出行2017秋招筆試 餐館消費問題

某餐館有n張桌子,每張桌子有乙個引數 a 可容納的最大人數 有m批客人,每批客人有兩個引數 b人數,c預計消費金額。在不允許拼桌的情況下,請實現乙個演算法選擇其中一部分客人,使得總預計消費金額最大。輸入描述 輸入包括m 2行。第一行兩個整數n 1 n 50000 m 1 m 50000 第二行為n個...

滴滴出行2017春招研發工程師筆試題 俄羅斯套娃

題目描述 每乙個套娃都有乙個尺寸規格,寬和高用一對整型來表示 w,h 當套娃a的寬和高都小於套娃b的時候,套娃a就可以巢狀進套娃b內,在多個套娃的尺寸資料中找出可以依次巢狀最多的個數。輸入描述 輸入的第一行為整數n 1 n 50 表示套娃的個數。然後給出n個套娃的尺寸資料,每行兩個整數,表示該個套娃...

滴滴出行2017校園春招內推面試(一)

之前經歷了hr的兩輪郵件轟炸之後,終於在今天下午四點如約接到了滴滴面試官的 獻出了本年度校招 面 1.自我介紹,大概說一下個人背景和研究方向 2.神經網路初始每條邊訓練出來的引數權重如何初始化?我答的是隨機在 1到1之間 追問為什麼不能所有的賦成1?神經網路訓練出來的是全域性最優解嗎?3.lr模型的...