2021 年 4 月份 3 道伴鱼 AI 算法岗面试题
合并重叠区间，也就是那个最大不重叠区间的题目的变种。面试官会让你看题先整理思路，然后分析复杂度，最后面试官觉得你的思路OK就放你在远程连接上手撕代码
链接：https://leetcode-cn.com/problems/merge-intervals/
- 1.过拟合和欠拟合。
- 2.python多进程
- 3.python深浅拷贝
~ 文末有福利 ~
解题思路：
- 先对输入数组按照区间左边的值进行升序排列
- 初始化一个变量 res，用于存储合并直接的区间结果
- 遍历排序后的所有区间，针对每个区间做如下的处理：
如果当前处理的区间是第一个区间的话，那么直接将区间加入到 res
比较当前处理区间左边的值 i[0] 和 res 中最后一个区间右边的值 res[-1][1]：
如果 res[-1][1] < i[0]，说明没有重叠，那么直接将当前处理的区间加入 res
否则，说明有重叠，那么将 res 中最后一个区间的右边的值更新为：当前处理区间右边值 i[1] 和 res 中最后一个区间右边的值 res[-1][1] 的最大值.
1.过拟合和欠拟合？
- 过拟合：是指训练误差和测试误差之间的差距太大。换句换说，就是模型复杂度高于实际问题，模型在训练集上表现很好，但在测试集上却表现很差。
- 欠拟合：模型不能在训练集上获得足够低的误差。换句换说，就是模型复杂度低，模型在训练集上就表现很差，没法学习到数据背后的规律。
- 如何解决欠拟合？
欠拟合基本上都会发生在训练刚开始的时候，经过不断训练之后欠拟合应该不怎么考虑了。但是如果真的还是存在的话，可以通过增加网络复杂度或者在模型中增加特征，这些都是很好解决欠拟合的方法。
- 如何防止过拟合？
获取和使用更多的数据（数据集增强）、降低模型复杂度、L1\L2\Dropout正则化、Early stopping（提前终止）
- 现在有个模型欠拟合，增加模型深度能改善吗？
可以下判断神经网络的拟合能力是否足够：使用少量数据训练模型，让每个epoch或者每个batch都是相同的数据，然后观察训练的loss和accuracy，如果发现loss下降并且accuracy上升了，训练结束后可以正确预测训练数据，那么可以确定是模型的拟合能力不足，无法拟合全部的训练数据，此时可以增加模型的深度，增强网络的拟合能力。
2.python多进程
线程
是操作系统中进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程可以有多个线程，每条线程可以同时执行不同的任务。一个线程可以看作一个cpu执行时所需要的一串指令。
多线程
在Python的标准库中提供了两个模块：_thread和threading，_thread是低级模块不支持守护线程，当主线程退出时，所有子线程都会被强行退出。而threading是高级模块，用于对_thread进行了封装支持守护线程。在大多数情况下我们只需要使用threading这个高级模块即可。
进程：
进程指的是一个程序在给定数据集合上的一次执行过程，是系统进行资源分配和运行调用的独立单位。也就是每一个应用程序都有一个自己的进程。进程在启动时都会最先产生一个线程，这个线程被称为主线程，然后再有主线程创建其他子线程
多进程：
多进程是multiprocessing模块提供远程与本地的并发，在一个multiprocessing库的使用场景下，所有的子进程都是由一个父进程启动来的，这个父进程成为madter进程，它会管理一系列的对象状态，一旦这个进程退出，子进程很可能处于一个不稳定的状态，所以这个父进程尽量要少做事来保持其稳定性
线程与进程的区别
（1）线程必须在某个进程中执行。一个进程可包含多个线程，并且只有一个主线程。
（2）多线程共享同个地址空间、打开的文件以及其他资源。而多进程共享物理内存、磁盘、打印机以及其他资源。
（3）线程几乎不占资源，系统开销少，切换速度快，而且同个进程中的多个线程可以实现数据共享，而进程之间是不可共享的
（4）新线程的创建很简单而新进程的创建需要对父进程进行克隆
（5）一个线程可以控制和操作同一进程里的其他线程；但是进程只能操作子进程
参考：
https://www.php.cn/python-tutorials-416932.html
3.python深浅拷贝
不可变类型（字符串、数值型、布尔值）的深浅拷贝
对于不可变类型（字符串、数值型、布尔值）：浅拷贝和深拷贝一样，对象的引用（内存地址）没有发生变化。
可变对象（列表、字典、集合）的浅拷贝
可变对象（列表、字典、集合）的深拷贝
对于可变对象（列表、字典、集合）：浅拷贝在拷贝时，只会copy一层，在内存中开辟一个空间，存放这个copy的列表。更深的层次并没有copy，即第二层用的都是同一个内存；深拷贝时，会逐层进行拷贝，遇到可变类型，就开辟一块内存复制下来，遇到不可变类型就沿用之前的引用。因为不可变数据修改会从新开辟新的空间，所以，深拷贝数据之间的修改都不会相互影响。
总结如下：
- 浅拷贝花费时间少，占用内存少，只拷贝顶层数据，拷贝效率高。
- 对不可变对象拷贝时，浅拷贝和深拷贝的作用是一致的，不开辟新空间，相当于赋值操作。
- 可变对象浅拷贝时，只拷贝第一层中的引用，如果元素是可变对象，并且被修改，那么拷贝的对象也会发生变化。
- 可变对象深拷贝时，会逐层进行拷贝，遇到可变类型，就开辟一块内存复制下来。
FM是推荐系统工程师应该熟练掌握和应用的算法，主要解决稀疏数据下的特征组合问题，该模型预测的复杂度是线性的。FM不仅继承了过去协同过滤、矩阵分解、逻辑回归等算法的特点，而且是后来众多模型改进的基础。
七月在线开设【FM实战特训 第三期】课程， 从 FM的发展过程、原理剖析、代码实现和场景应用等多个方面实战 FM模型，而且还会有BAT技术大牛传授模型调优和相关的工作经验。
课程主要内容： 线性回归、二次回归、SVD、SVD++、FM、FFM、libfm;特征组合、数据重编码、AUC的提升、模型调参等，大部分时间都是讲师带着同学们一步步进行编程实战。除此之外，本课程还增加了一些提高性的内容:阿里的DIN模型探索和模型的分布式训练。
课程价格：限时1分秒杀
秒杀链接：https://www.julyedu.com/course/getDetail/371
开课时间：7月26日
