11本电子书放文末，自取~

1、你经常用的排序算法有哪些

常用的排序算法有以下几种：

冒泡排序（Bubble Sort）

选择排序（Selection Sort）

插入排序（Insertion Sort）

归并排序（Merge Sort）

快速排序（Quick Sort）

堆排序（Heap Sort）

2、冒泡排序的时间复杂度

冒泡排序的时间复杂度为O(n^2)，其中n是待排序元素的个数。

3、对于一个已经大部分排好序的数组用哪种排序更好

对于一个已经大部分排好序的数组，插入排序（Insertion Sort）通常更好。因为插入排序的时间复杂度在最好的情况下是O(n)，而其他排序算法的时间复杂度通常为O(nlogn)。

4、权值相等的图求最短路径用什么算法好一点

当权值相等的图求最短路径时，可以使用广度优先搜索算法（BFS）。由于权值相等，BFS可以保证先访问的节点到达目标节点的路径长度一定是最短的。

5、为什么不用DFS？

不使用深度优先搜索（DFS）的主要原因是DFS没有保证找到最短路径的能力。DFS是一种通过递归深入图的路径直到无法继续，然后回溯并尝试其他路径的算法。在搜索最短路径的问题中，DFS可能会陷入无限循环或者找到一条远离起点的路径。

6、BFS还有什么优化方法吗？

BFS可以通过使用队列来进行优化，即按照广度优先的顺序访问节点，并将每个节点的相邻节点按照一定顺序加入队列中。这样可以保证在搜索最短路径时，首先访问离起点最近的节点，减少了不必要的搜索。

7、平时有应用的场景吗？

BFS在实际应用中有很多场景，其中包括：

网络爬虫：用于爬取网页时可以利用BFS搜索链接，以广度优先的方式遍历整个网站。

社交网络：用于查找两个用户之间的最短路径，或者寻找关键人物等。

迷宫求解：可以利用BFS寻找从起点到终点的最短路径。

游戏AI：BFS可以用于游戏中的路径搜索和寻找最优解等。

8、二叉树的遍历方式有哪些，有哪几种实现方式

二叉树的遍历方式有三种：

前序遍历（Preorder Traversal）：根节点 -> 左子树 -> 右子树

中序遍历（Inorder Traversal）：左子树 -> 根节点 -> 右子树

后序遍历（Postorder Traversal）：左子树 -> 右子树 -> 根节点

二叉树的遍历可以使用递归方式或迭代方式来实现。

9、给你一个什么顺序，你能够确定一棵二叉树？

给定前序遍历和中序遍历序列，可以确定一棵二叉树。因为前序遍历的第一个节点是根节点，在中序遍历序列中找到该节点，可以确定左子树和右子树的节点数量。然后根据这个信息，可以将前序遍历序列和中序遍历序列划分为左子树和右子树的序列，然后递归地构建二叉树。

10、为什么前序和后序不能确定出来一棵二叉树？

前序和后序遍历无法唯一确定一棵二叉树的原因是因为无法确定根节点的位置。在前序遍历序列中，根节点是第一个访问的节点，而在后序遍历序列中，根节点是最后一个访问的节点。但是，无法根据这两个遍历序列确定根节点在中间的其他节点的位置关系，因此无法唯一确定一棵二叉树。

11、你怎么理解深度学习中的熵的概念？

在深度学习中，熵是一种衡量随机变量不确定性的概念。在信息论中，熵用来表示一组数据的平均信息量。对于一个随机变量X，其熵H(X)表示对X进行观测时获得的平均信息量。熵越高，表示随机变量的不确定性越大。

在深度学习中，熵常用于衡量分类模型的输出分布的不确定性。例如，在分类问题中，熵可以用来衡量模型对于每个类别的预测的不确定性。当模型的预测分布趋向于均匀分布时，熵达到最大值，表示模型对于各个类别的预测都没有偏好，即不确定性最大。相反，当模型的预测分布趋向于单一类别时，熵接近最小值，表示模型对于预测的类别具有确定性。通过最小化熵或交叉熵损失函数，可以促使模型学习更准确、更确定的预测分布。

看完本篇如果对你有用请三连，你的支持是我持续输出的动力，感谢，笔芯~
↓ ↓ ↓以下11本书电子版免费领，直接送 ，想要哪本私我下说声，我发你↓ ↓ ↓

以上8本+《2022年Q3最新大厂面试题》+《2022年Q4最新大厂面试题》电子书，部分截图如下：

第11本电子书《2023年最新大厂面试题Q1版》2023年最新大厂面试题Q1版 [含答案和解析, 现1分秒杀] >>https://www.julyedu.com/course/getDetail/484