【日本語訳!】プログラマの採用面接で聞かれる、データ構造とアルゴリズムに関する50以上の質問

カテゴリー:ビジネス・教育・ライフハック(記事数:965)

 
 
 

2019.02.07

【日本語訳!】プログラマの採用面接で聞かれる、データ構造とアルゴリズムに関する50以上の質問

どのように、2つの文字列が相互にアナグラムであるかどうかを確認しますか?
とか。仕事と関係無い人から見れば思考実験で暇が潰せそうな面白い質問多数。

今、悩んでいるアルゴリズムあるんだけど。
例えば空間内に100万ポイントとかの膨大な三次元座標があって、それらのポイントを近いもの同士まとめて10個のグループを作りたい時、どうすれば良い?
空間内って書いたけど本当はもっと多次元の話だけど。

なんとなく学問的なお決まりの方法ありそうな気がするが、検索ワードが分からん。

Category:ビジネス・教育・ライフハック



コメント

いいっすね!=1
001 [02/07 23:46]i:サポートベクタマシン(SVM)とか…?
002 [02/08 03:06]neko@Au:ユークリッド距離で近いものを集める、とか?
003 [02/08 07:09]とくめいのとくさん:組み合わせ最適化で次元ごとの距離を最小化できるグループを作るように選ぶとか
004 [02/08 07:21]匿名さん@Dion:最近傍探索問題の一種だと思うけど「特定の箇所から一番近い場所」じゃなくて基準点無しで「近いもの同士をグループ化」だと大分難しくなりますね。格子の最短ベクトル問題とかもありますけどこっちはようわからん。
005 [02/08 07:28]k@So-net:k平均法? (1)
006 [02/08 07:41]すきやき★52:百万だと100^3なので、それほど膨大な空間とは言い難いような。計算するとなると膨大でしょうけど。
007 [02/08 10:09]uspkt★1@OCN:005 に一票。単なる三次元座標の点群を空間的に近いかどうかで分けるなら k-means で十分と思う。「本当は」て書いてるので、k-means で十分でないなら教師なし学習の手法を適当に漁る。
008 [02/08 11:38]はずし@OCN:そもそも近いの定義は何よ。
009 [02/08 15:36]F@Dion:多変量解析?クラスタリングとかクラスター解析とかそっち方向かな。詳しくないけど:−)
010 [02/10 14:38]クラスター分析屋@Iij:クラスター分析や


011 [02/12 02:40]匿名@Iij:三次元だったら減色のアルゴリズム使えるのでは?メディアンカット.

名前 ↑B

コメント(※改行は省略されます)

※3回以上の連続書き込み不可
この記事のアクセス数: 本日の記事一覧に戻る




→カテゴリー:ビジネス・教育・ライフハック(記事数:965)

アクセス数の多い記事(過去1ヶ月)

●2018.01.09:DAISO(ダイソー)の互換インクとエプソン純正インクの違いを印刷して画質比較してみた(2018年の物欲その1)(商品購入レビュー)1825access
●2019.02.05:ついにJALマイレージの「サファイア」に到達!そしてJGC(JALグローバルクラブ)に加入して一生優遇される権利ゲット!(おでかけ情報・旅行・恋愛・結婚・夫婦)1758access
●2015.04.21:コンクリートが簡単に切れると思った俺がバカだったorz(木造2階建ての屋上に20畳のルーフテラスを付けるぞ!)1401access
●2019.01.28:結球に失敗し、寒風に耐えた白菜は漬物(つけもの)には向かないっぽい(植物栽培・自宅で大規模水耕栽培)1357access
●2019.01.25:ファミマで初めてPaypay払いをした。キャッシュバック額の少なさに絶望w(お金・マネー・不動産)1131access

すべて見る