LinkedIn 面经

发个上个月linkedin面经

面的Machine Learning Engineer,直接linkedin上找HR内推得,很快就安排面试

电面一轮:

聊聊背景,coding写kmeans

onsite:

一轮HM聊天,各种behavior问题,包括为什么linkedin,想做什么样的项目,5年后的目标,团队合作经历等等

二轮吃饭随便聊

三轮给一些一维坐标上的点,找一个点到所有点的距离最小。证明并且coding。这轮答的很差。

四轮聊过去做的项目

五轮coding,max stack,实现pop/push,popmax/peekmax等等,要求尽量优化时间复杂度

六轮聊过去做的项目,这轮更偏system design一些

等了很久被告知on hold,又等了快一个月说挂了。

1 Like

三轮给一些一维坐标上的点,找一个点到所有点的距离最小

是平面内还是一条线上?这个怎么证明呀?
谢谢啦

一条线上的点,我没有证明出来,面试官说是median of all points

1 Like

楼主加油!
请问lz几年经验

两年多一点

应该是蠡口 伞衣奇的变种。 蠡口那题是2D的,里面有详尽的证明

补充内容 (2018-11-14 16:06):
说错了题号。。。。我找不到了,但是我记得有一题是给你2D平面和几个人的位置,让你找最近汇合点的。大概的意思是在1D的情况下,只有median of the positions那个才是最近的点。

三轮是而就留一维版吧

leetcode 296

1 Like

加锁题我贴一下

A group of two or more people wants to meet and minimize the total travel distance. You are given a 2D grid of values 0 or 1, where each 1 marks the home of someone in the group. The distance is calculated using Manhattan Distance, where distance(p1, p2) = |p2.x - p1.x| + |p2.y - p1.y| .

Input: 

1 - 0 - 0 - 0 - 1
|   |   |   |   |
0 - 0 - 0 - 0 - 0
|   |   |   |   |
0 - 0 - 1 - 0 - 0

Output: 6 

Explanation: Given three people living at (0,0), (0,4), and (2,2):
             The point (0,2) is an ideal meeting point, as the total travel distance 
             of 2+2+2=6 is minimal. So return 6.

贴下我的代码

	public int minTotalDistance(int[][] grid) {
		List<Integer> x = new ArrayList<>();
		List<Integer> y = new ArrayList<>();

		for (int i = 0; i < grid.length; i++) {
			for (int j = 0; j < grid[0].length; j++) {
				if (grid[i][j] == 1) {
					x.add(i);
					y.add(j);
				}
			}
		}

		return getMP(x) + getMP(y);
	}
      
	private int getMP(List<Integer> l) {
		Collections.sort(l);
		int i = 0, j = l.size() - 1;
		int res = 0;
		while (i < j) {
			res += l.get(j--) - l.get(i++);
		}
		return res;
	}  

1 Like

linkedin的题目是要找best meeting point而不是total minimized distance 才面过
方法是quick select

1 Like

如果是 best meeting point,那就是一个道算法题,如果是 total minimized distance,那就是一道machine learning 题