1 华为面经汇总资料

1.1 面经汇总参考资料

① 参考资料：

（1）牛客网：华为面经-172篇，网页链接

（2）知乎面经：点击进入查看

（3）面试圈：点击进入查看

② 面经框架及参考答案：

（1）面经知识框架：点击进入查看

（2）面经参考答案：点击进入查看

1.2 面经涉及招聘岗位

（1）实习岗位类

【华为云EI实习岗】、【计算机视觉实习生】、【华为杭研院Cloud&AI昇腾计算产品部算法实习】

（2）全职岗位类

【机器学习算法工程师】、【终端部门算法工程师】、【开发硬件算法工程师】、【华为上研算法工程师】、【AI应用研究中心工程师】、【华为云视频内容分析】、【华为消费者bg算法工程师】、【Cloud Bu人工智能工程师】、【华为南京研究院算法工程师】、【华为成都研究院算法工程师】、【华为AI算法工程师】、【华为西安研究院算法工程师】、【华为南京NLP算法工程师】、【华为自动驾驶算法工程师】、【华为射频算法工程师】、【华为消费云服务部AI工程师】、【华为数据存储与机器视觉产品线智能协作产品部AI工程师】、【华为智能车BU AI算法工程师】、【图像算法工程师】、【音频算法工程师】、【搜索推荐算法工程师】、【圣无线的通用软件开发工程师】、【成都传送/无线部门通信算法工程师】、【华为数据存储AI工程师】、【昇腾计算产品部AI工程师（机器学习方向）】

1.3 面试流程时间安排

PS：以上流程为大白总结归纳所得，以供参考。

其他注意点：

● 有些人在第一面之前，还会有机试和性格测试

● 有些区域是技术面+机试性格测试+三面BOSS面

● 有些人是先综合面，再HR面

1.4 华为面试心得汇总

★ 华为特别重视底层原理，和其他互联网公司不一样。

★ 华为的面试看面试官吧！有的人会被很多技术的，有的只是聊聊人生和项目。

★ 总结一下三场面试，需要准备好编程相关的问题，机器学习相关的问题，自己方向最新的技术。另外，三场面试都着重问了项目，可能我比较菜，没有发过论文。自己对项目的细节一定要十分了解，这样就不用慌了，随便问都能答上来。

★ 每个区域的招聘流程稍微有点差异，不过一般分为基础面试、综合面试：

基础面试基本就是聊项目经历或者实习经历，另外有些会从产品的角度出发，出一些发散性思维的题目，不怎么为难你 ，主要问项目经历

综合面试主要谈性格、对华为的认识、为什么想加入华为；主要看重承担压力的能力，表现的性格开朗就Okay了。

★ 有的时候，面试很难，有的时候很简单，所以还是看人，但是最好认真准备，以不变应万变。

★ 聊简历上的项目，每次说到某个点会继续深入问一下，但挖的不深。我面的那个面试官是做人脸识别和指纹识别的，最后问我怎么识别是照片还是真人，我以为都只能拍一张照片，就说了一些用深度，或者阴影和光照等解决之类的，但其实是可以拍很多张的，可以根据运动判断，所以跟面试官好好沟通真的很重要！

2 华为面经涉及基础知识点

2.1 图像处理基础

2.1.1 讲解相关原理

● 传统图像处理的canny算子

2.2 深度学习：CNN卷积神经网络方面

2.2.1 讲解相关原理

2.2.1.1 卷积方面

● CNN中1*1卷积核的作用？

● 介绍一个熟悉的CNN模型，卷积怎么反向传播？

● CNN基本组成，什么是感受野， 反向传播原理?

● 膨胀卷积原理

● 空洞卷积相比普通卷积的不同之处，如果特征图很小，这时要用空洞卷积就会加很多padding，增加很多无用信息，怎么处理这种情况？

2.2.1.2 池化方面

● 池化层的作用？（我拓展讲了种类、反向传播，以及 pytorch 特有的自适应池化）

2.2.1.3 网络结构方面

● 简述MobileNet的V1,V2,V3的区别？

● vgg、resnet、densenet之间的比较?

● 画一下MobileNet网络结构

● resnet和denseNet的网络结构，以及为什么这样设计？

● ResNet的作用?

● 认识哪些常用网络，是为了解决什么问题所提出的？

● 为什么要用轻量级的网络？shufflenetv2相比v1有什么改进？

2.2.1.4 其他方面

● 简单的介绍一下CNN，及它的发展和应用？

● 自己写网络模型时，是手动搭，还是复现或调库？自己有没有优化或者自己搭建新模型，描述一下？

● 梯度消失/爆炸产生原因，及解决方法？

2.2.2 公式推导

● 写一下了batch norm的公式？

● Softmax等层的原理（公式）写一下？

● 推导神经网络链式法则

2.2.3 手写算法代码

● 手推卷积过程

2.3 深度学习：RNN递归神经网络方面

2.3.1 讲解相关原理

● 简单的介绍一下RNN，及它的发展和应用？

● RNN，LSTM，GRU的异同?

● 介绍LSTM及其变种?

● 解释LSTM原理，LSTM的结构描述一下，超参数说一下？

● LSTM为了解决长依赖问题，引入了三个门，分别啥意思？

● 能否详细的介绍LSTM模型的结构和内部的运行过程？

● 双向LSTM比LSTM到底好在哪？

● LSTM为什么可以避免过拟合？

● LSTM哪个门用到了上一状态？

2.3.2 手绘网络原理

● 画出LSTM的结构图，写公式

2.4 深度学习：CNN&RNN通用的问题

2.4.1 基础知识点

● 不平衡样本怎么处理?

● Transformer相比于RNN你认为有哪些改进？

● 怎么做的数据增广？

● attention怎么做？

2.5 传统机器学习方面

2.5.1 讲解相关原理

2.5.1.1 数据准备

无

2.5.1.2 特征工程

① 特征降维

● SVD与PCA的关系？

② 特征选择

● 特征选择的方法？(这里建议分 filter, wrapper, embedded 来讲，我只是说了PCA，LDA，L1）

2.5.1.3 有监督学习-分类和回归方面

① 分类回归树

● 集成学习了解吗？XGBOOST/GBDT简单介绍，区别？

● bagging和boosting，stacking区别，分别的原理？

A.基于bagging：随机森林

● 为什么随机森林能降低方差？

B.基于boosting：Adaboost、GDBT、XGBoost

● 树模型和熵介绍，为什么xgboost效果好？

● xgb和gbdt的区别?

● GBDT、RF 有什么异同？各适用于什么样的情况？

● 介绍xgb,lgb?

② 逻辑回归LR

● 线性回归解析解的推导（三种方法）

③ SVM

● 介绍一下SVM，介绍了核函数的种类、支持向量、超平面、软间隔、Hinge Loss？

● svm 优缺点

④ 朴素贝叶斯

● 贝叶斯模型？（这里我顺着讲了朴素贝叶斯、逻辑回归最大似然推损失函数的过程）

● 解释极大似然估计，最大后验概率估计，解释核函数及其应用？

⑤ 决策树

● 决策树划分选择、树的复杂度、剪枝?

● 决策树，随机森林原理？

2.5.1.4 无监督学习-聚类方面

● knn与k-means的区别？

● k-means 和 DBSCAN 的对比，k 的选取，提速，聚类方法的评估？

● 聚类算法如何提升性能？

● K-mean算法的优缺点（简历中有提到K-means++）

● DBSCAN的原理?

2.5.2 手推算法及代码

● 手推SVM

● 写一下贝叶斯公式

● 写一下KL散度公式

2.6 深度学习&机器学习面经通用知识点

2.6.1 损失函数方面

● 深度学习有哪些激活函数？为啥会有激活函数？

● 为什么Relu的结构小于0的输出为0？这样有什么优点（防止梯度消失，稀疏性以及加快计算，当时没想到）什么缺点，如何改进，改进版relu的名字是什么（忘记了叫LRelu）？

● MSE和交叉熵的区别 ，写交叉熵？

● 手推交叉熵的求导

2.6.2 激活函数方面

● Sigmoid与Softmax的区别与联系？

● 说一下激活函数，relu和sigmoid区别？

2.6.3 网络优化梯度下降方面

● sgd和adam的优缺点？

● 什么是ADMM，为什么用ADMM，子问题为什么不用梯度下降求解？

● 梯度下降为什么可以成功？（我回答的是损失函数是凸函数）

2.6.4 正则化方面

● L1，L2符合哪种分布？

2.6.5 压缩&剪枝&量化&加速

● 模型压缩的几种方法？（量化、剪枝、低秩分解等 ）实际用过吗？

● 量化的理解，有什么好处 ？

● 加速优化的方法有哪些，剪枝如何操作，最近看过的论文，跟进的方法？

2.6.6 过拟合&欠拟合方面

● 怎么判断过拟合与欠拟合？

● 解决过拟合和欠拟合的办法?

● 机器学习当中可能会有欠拟合过拟合的问题，怎么解决过拟合问题？

● 对于传统的机器学习(rf,lr,svm)来说，一般靠引入正则化项来避免正则化问题，那么应用到深度学习里面，过拟合的解决方式主要有dropout、early-stopping、数据增强等

2.6.7 其他方面

● 深度学习与传统方法的区别，深度学习为什么效果这么好？

● 根据项目经历解释偏差-方差的权衡？

● 数据不平衡怎么解决？

● 说一下训练模型过程中可能遇到的问题以及解决方法？(这里我详细讲了梯度消失、爆炸，训练曲线不下降，过拟合，欠拟合的产生情况和解决方案)

3 华为面经涉及项目知识点

3.1 深度学习：CNN卷积神经网络方面

3.1.1 目标检测方面

3.1.1.1 讲解原理

● Rcnn、Fast Rcnn、Faster Rcnn直接的对比与联系?

3.1.1.2 损失函数

● faster和ssd的损失函数表达式?

3.1.1.3 手写代码

● 写一下IOU计算

● 写一下NMS

3.1.2 目标追踪

● 目标追踪和目标检测区别？kcf？

● 传统目标跟踪方法有什么改进操作？

3.1.3 图像分割

● 对于项目里的语义分割，你还知道哪些语义分割的框架？

3.1.4 图像分类

● 分类器了解哪些，自己写过哪些；最熟悉哪个分类模型？

3.1.5 自动驾驶

● 汽车运动学，动力学

● 传感器硬件(雷达，摄像头等)和相关的算法（欧式聚类）

● fernet坐标系  S-T图 lattice planner EM planner

● 自动驾驶分级和一些相关的概念

● 自动驾驶决策规划的相关模块都有问到，主要是从轨迹规划等问题切入问的。

● 问了埃尔米特插值法，实际使用上会出现的什么问题，如何解决？

● 从autoware到Apollo上的规划模块都有问到，主要是区别还有实际使用上的情况。

● 围绕简历问的autoware的优劣势，还有现在主流的决策方法的优劣势（状态机，概率图，强化学习）

3.1.6 音频算法

● 噪声与语音的区分方法，与项目有关？

● 白噪声的特征，如何识别盲源白噪声，如何降噪？

● 时间序列分类算法，用到过那些？

● 时间序列特征

● 时域离散周期的频谱？

3.1.7 通信算法

● 描述奈奎斯特采样定理

● 写出香农公式，说明每一项的含义

● 画出一个你最熟悉的通信系统框图，并简要描述每个部分功能

● 画出16QAM调制的星座图，IQ不平衡时的16QAM星座图，带有频偏的16QAM星座图

● 说明FIR滤波器和IIR滤波器的区别

● 列举数字滤波器设计中常用的窗函数

● 说明卷积和相关的区别

● 给出序列[1,0,2 1 3]，计算该序列与[1,0,2,1,3]的线性卷积和循环卷积结果

● 说明什么是“各态历经性”

● 64阶FFT中使用了多少个乘法器？

● 给出有符号定点数11011011,其中有5位为小数，将其转换为十进制数

● 给出信号非整数倍变换采样率的方法，包括频域和时域方法

● 画出 a.格雷映射的16QAM星座图，并且写出映射关系 b.画出IQ不平衡的16QAM星座图 c.画出加入加性白高斯噪声的16QAM星座图 d.画出带有频偏和相偏的16QAM星座图

3.2 深度学习：RNN递归神经网络方面

3.2.1 自然语言处理NLP

3.2.1.1 讲解原理

① Transformer

● seq2seq除了LSTM编码，还有Transformer的编码结构，了解吗？

② Word2vec

● Word2vec和fasttext区别？

● Word2vec方法有哪些/区别？

● 介绍一下Word2vec?

③ 其他

● 根据简历上的CTR比赛，问了fm，ffm，deepfm，dcn，xdewpfm

3.3 强化学习

● 孪生为啥起作用？

● 强化学习Q-learning和DQN  写了一下更新公式，然后公式里各个变量的含义啥的，DQN的伪代码和流程图。

● GAN怎么训练？

● WCGAN为什么比WGAN好？

● 在普通WGAN上做了哪些优化，为什么可以这样优化？

● 问了WGAN的优化以及G和D训练中的平衡？

● 差分隐私怎样引入，证明正确性？

3.4 机器学习方面

无

4 数据结构与算法分析相关知识点

4.1 数据结构与算法分析

4.1.1 线性表

4.1.1.1 数组

● 从未排序的数组里找到第k个大的数

● 一个排序数组除了一个元素，其他的元素都是相同的两个，找到这个元素，复杂度O(logn)（下标奇偶二分）

● 求数组第K大的元素，要求O(n)时间复杂度。

● 找出数组里中每个元素比它小的个数，直接排序+遍历

● 求一个数组中和为k的最长连续数组？

● 给你一个数组，给一个target,从数组中选取任意数量的数字，保证数字之和等于target，每个数字可以重复取，给出所有的取法？

● 给一个整数组成的digits数组，从里面选出一部分数字组合成一个新的数字，要求出能被3整除的最大数字？

● 有一个包含正负整数的无需数组，如果数组中存在连续子序列之和为0，则把这个序列剔除，输出剔除所有符合要求子序列之后的结果？

● 一个长度不超过10000000的不重复整数数组，输出其中所有和为0的三元组，三元组中元素可以有单个重复计算？注意尽可能减小时间复杂度。

● 数组访问要注意什么？越界问题

● 给一个数组，求每个元素与后面第一个比他大元素的距离

input :[30,31,25,24,30]

output: [1,-1,2,1,-1]

● 给定一个数组，不改变数组顺序，从前往后依次把所有数取出来，每次取数之和有最大值限制，给定取数的次数，问最大值限制最小是多少？

● 给一个数组，让求和为给定值的最长子数组的长度

● 求数组的最大子序列之和？

4.1.1.2 链表

● 链表反转

● 合并k个链表

● Linkedlist和Arraylist的区别？

4.1.1.3 字符串

● 字符串反转

● 实现浮点数转字符串，要注意的点：（1）0.XXX（2）负数

● 进制转换，将输入的数转换成十进制。

● 输入字符串格式有两种：

第一种：base#n，base表示数字基数(进制)，范围2-64，超过10的数字用a-z, A-Z, @, _ ，总共54个字符表示

第二种： n，没有base#，0x开头是十六进制，0开头是八进制

非法输入，输出ERROR

● 判断是否为交叉字符串，如：str1 = "abcd", str2 = "1234", str3 = "ab12c3d4", 判断str3中是否包含str1与str2交叉后的字符串？

● 给定字符串（全部是大写字母），给出字符串所有不重复排列数 ？

● 组合无重复最长字符串？

● 字符串的最长公共子串

● 最长公共子序列

● 给定字符串，找出最长的回文子串？

● 求字符串是否是另外字符串的子集？

● 写了个字符串A＝“abcebdfa”，B＝“abd”），怎么样剔除A中含有的B中的字符？

● 给定一行字符串，求出这行字符串中出现频率最高的字符，字符串中含有标点符号，字符不区分大小写。如果出现频率相同时，输出先出现在字符串中的字符？

● 给一个字符串和一个字符，让你找出该字符在字符串中出现的个数，字母的话不区分大小写

4.1.2 树

4.1.2.1 二叉树

● 问斐波那契数列计算的复杂度，分了递归和非递归来讲，但面试官问能不能更快？

● 二叉树，二叉搜索树，二叉平衡树，红黑树

● 二分查找的时间复杂度是多少？

● 二叉排序树的时间复杂度是多少？

● 三叉排序树、四叉排序树的时间复杂度呢？

● 二叉树每个节点的值为0或者1，每个叶子节点所在路径都对应一个二进制数，将其转换为十进制，然后求所有十进制的和？

● 树有几种？分别是什么内涵？

● 寻找二叉树中是否存在值为k的路径

● 二叉树最大宽度

● 二叉树删除的时间复杂度，删除后怎么变化，为什么是logn？

● 完全二叉树的第7有10个叶子结点，则整个二叉树的结点数可能是多少？

● 给一个二叉树的前序和中序遍历的数组，让你算出它的后续遍历？

● 平衡二叉树的失衡调整

● 树的遍历算法

● 树形运算节点，找出同时最大内存分配？

● 如何把一个搜索二叉树变成排序数组？

4.1.2.2 堆

● 堆排序算法、冒泡排序的时间复杂度：nlogn、n^2，追问堆排序算法的空间复杂度?

● 大小顶堆如何用数组表示？

4.1.3 排序

● 分别说一下在数据量比较大的情况下最快的查找算法，和数据量比较小的情况下最快的查找算法？

● 数据结构中查找最快的算法是哪个？

● 用Python写个归并排序

● 归并排序，但不准调用库函数

● 归并排序的原理

● 如果有非常多数据怎么找出最大的k个？

● 找n个数里最大的m个数

● 快速排序，归并排序，堆排序的思想，复杂度分析？

● 快排，并说下复杂度？

● 在24h制下，给定时间字符串数组，求间隔最短时间。

要求不能用自带的排序等功能〔明显想让自己写排序〕

比如〔“12：00”，“12：03”，“15：03”〕

输出就是3

● 拓扑排序

● 说一下排序算法的稳定性？

4.1.6 搜索

● 图遍历深度优先，广度优先有没有了解，说说这两个方法可以解决什么问题，具体怎么用？

4.2 算法思想实战及智力题

4.2.1 算法思想实战

● 海洋陆地

● 俄罗斯套娃

● 跳台阶

● 找零钱

● 求水仙花数

● 股票收益最大化问题

● 讲一了BFS和DFS

● 有n长的钢条，可以任意切割，给定各个长度的价值，求解如何切分可以获得最大价值（动态规划求解）

● 二值矩阵求最大1的矩形面积，和面试官说用动态规划做，讲了思路?

● n级台阶，从某高度往下砸小球，问怎么判断在哪个台阶就会碎，我第一反应动态规划，卡了半天发现并不是，有两个小问题：

a.只有一个小球怎么办，遍历；

b.有两个小球怎么办，一开始说分治，面试官说不是最优解，在提示下答出一个小球用来确定区间，另一个小球用来在区间遍历。问区间取多少，随便答了个logn，面试官说也可以，最优是根号n；

● 给定一组温度值序列，返回一个数组，该数组每个点代表当前温度经过多少天以后能够升温，要求用O(n)时间复杂度？

● 找中间索引，一个数组，[1,3,4,6,5,2]，规定这个中间索引左边的和等于右边的和，如果有多个中间索引，取最左的那个。

先算总和，从左开始遍历数组，每次算左和和右和判断是否相等就可以了。

4.2.2 智力题

● 拆礼物盒， []表示一个盒子，盒子里可以放多个礼物或礼物盒，礼物盒都不为空。

要求拆开所有礼盒，取出小礼盒，仅保留里面的礼物，并摆好礼盒。

礼盒摆放要求：

a.大礼盒在底层，小礼盒在顶层

b.同一级别的礼盒，按照原来从左到右的顺序摆放

c.拆开后，如果大礼盒剩余为空，输出[]

例如：

输入：[ [a, b], [c, d], e, f ]

输出：[a, b], [c, d][e, f]

输入：[[a, b], [c, d]]

输出：[a, b], [c, d]

● 类似中小学奥林匹克的题，十二个球，其中一个重量与其他不同，用一个天平几次可以找到那个球？

4.3 其他方面

4.3.1 数论

● 给定整数n，写出其因式分解，因式分解数字从小到大排列？

● 什么是凸函数？

4.3.2 计算几何

● 给定周长，求直角三角形个数

● 单调栈求最大矩形框面积？

4.3.3 概率分析

● 一个无限长的格子，从第一格出发，不停的扔骰子（点数随机1到6），按照骰子数前进几格，问刚好停在第50格的概率是多大？

4.3.4 矩阵运算

● 手斯矩阵转秩

● M×N的矩阵，从左上角走，只能向右或者向下走，要求走过的每个元素的值加起来的和最大，步数不限？

● 4*4的矩阵，每个位置都有一个value，求从左上角到右下角的最大累计value路径？每次移动只能向右或者向下。

● 给一个二维矩阵 有正有负，求从左下到右上的最大乘积路径，DP BFS

● 给一个二维矩阵 有正有负，求从左下到右上的最大和路径，DP

● 矩阵中有一些数，从左上走到右下，只能往右和往下，最大权值的路径权值是多少？

● 给一个N,M的矩阵，由0，1组成。其中1代表能走，0不能走，当前小明从左上角(0,0)出发，且初始点必定为1，他必须用固定的步长S走，如果他能走到右下角则输出1，不能输出0。 直接用BFS很快就可以写出来。

4.3.5 其他

● 开平方，不能用乘，只能用移位做

● 两个列表合并成有序列表

● n个数的二进制数中1的个数？要求一次遍历即可得。

● 打印一个集合的所有子集?

● hash冲突有哪几种，怎么解决？

● 队列和数组的区别，匹配问题？

4.4 Leetcode&剑指offer原题

● Leetcode 3：

● Leetcode 16：

● Leetcode 18：主要是考察双指针

● Leetcode 30：

● Leetcode 72：

● Leetcode 76 题：Minimum Window Substring

● Leetcode 179：

● Leetcode 1144题

● Leetcode 1162题：主要是要使用BFS算法

● Leetcode 1363题

● Leetcode 1386题

● Leetcode原题：最长乘积子数组

● Leetcode原题：求一个集合的所有子集，一共有多少个子集？

● Leetcode原题：O(logN）复杂度找到单次部分旋转后的非减数组最小值？例如：[1,2,3,4,5]->[4,5,1,2,3] 从后面这个数组中找到最小值1。

● 剑指offer原题：如何判断是否是正确的出栈顺序

5 编程高频问题：Python&C/C++方面

5.1 python方面

5.1.1 网络框架方面

5.1.1.1 Pytorch相关

● 问了Tensorflow&Pytorch的不同点？

5.1.1.2 Tensorflow相关

● Tensorflow如果加载模型?如何加载模型的一部分？具体调用的是哪个接口函数?

5.1.1.3 其他

● 动态图和静态图的区别？

● 把mxnet，pytorch，tensorflow，caffe优缺点都讲一下

● caffe和tensorflow的区别？

5.1.2 基础知识

5.1.2.1 线程相关

● 介绍一下python的多线程

● Python的多线性和进程?

● Python里面多进程和多线程怎么用，进程之间怎么通信？知道协程吗，你为什么说协程比线程更轻量？

5.1.2.2 内存相关

● python垃圾回收

5.1.2.3 区别比较

● Python3.5和Python2.7的map有何区别？

● 内置数据结构有哪些(tuple, list, dict, set), tuple与list有什么区别？

● 列表和元组的区别？

● is和 ==和 = 的区别？

● python3和python2的区别？

● for while 循环区别

● 迭代器和集合区别

● Python静态方法和类方法的区别?

● copy和deepcoy

5.1.2.4 讲解原理

● Python的map函数是啥？（list映射）

● Python中基本类型有哪些？

● Python实现单例模式

● Python 设计模式

● Python 面向对象有什么特性?

● 多线程，multiprogress是真的多线程吗?

5.1.2.5 讲解应用

● Python动态加载模块怎么做（没用过，后来查了是importlib）

● 元组的特点，使用场景

● Python深浅拷贝，一个字典a，b=a，b=copy.copy(a)，和b=copy.deepcopy(a)，这时改变b的值，a有什么区别？

● Python生成器了解吗，在训练数据时，直接加载到一个list和用生成器有什么区别？

● Pytorch里面如果一部分不想参与训练要怎么设置？

5.1.3 手写代码相关

● Python 如何判断将一个句子切分成单词，单词如何判断是否回文？

● Python正则表达式模块知道吗？写一个

● Python矩阵乘法怎么写?

5.2 C/C++方面

5.2.1 基础知识

5.2.1.1 区别比较

● 面对对象和面对接口的理解？

5.2.1.2 讲解原理

● 问C++的指针知道在操作系统咋实现吗？

● 虚函数知道吗？三种继承方式说一下？

● 聊c++多态 虚函数 纯虚析构函数 栈解旋

● 多线程，讲了下CUDA编程

● 问redis接口实现，共享内存接口实现？

5.2.1.3 讲解应用

● C  static有哪些应用场景？

6 操作系统高频问题：数据库&线程&常用命令等

6.1 数据库方面

6.1.1 基础问题

● Sql: 左连接是什么？

● 数据库会哪些，A表整体插入到B表怎么操作

6.2 操作系统方面

6.2.1 TCP协议相关

● 知道tcp/ip的算法，ip寻址吗？

● TCP和UDP的区别，设计模式会哪些？

6.2.2 线程和进程相关

6.2.2.1 区别比较

● 进程和线程的区别？

6.2.2.2 讲解原理

● 说一下线程有几种实现方式？

● 进程和线程哪个可以资源共享，另一个为什么不可以？

● 进程和线程，使用线程带来的好处和存在的问题

● 进程通信方式，为什么要通信，线程通信的是什么?

6.2.3 常用命令

● linux常用命令，查看端口是否被占用

● top命令的si代表什么？

6.2.4 其他问题

● 知道linux内核原理、调度吗？

● 是否熟悉封装、继承、多态？STL数据结构用过那些？

● git常用命令，如何创建新分支

● ssh的私钥和公钥的区别、作用

7 技术&产品&开放性问题

7.1 技术方面

● 深度学习网络模型往移动端移植会遇到的挑战以及应用？

● 项目中有遇到数据量大，计算慢的问题吗，有什么瓶颈问题，性能问题吗?

● 如果硬盘容量只有2G，但是数据量有10G，应该怎么加载数据？

● deepstream框架用过吗？

● 现在有N*n张照片，请以一个标准对这些图片进行评价。其中，N表示N个拍摄场景，n表示n台终端设备（平板、笔记本、手机等）。（限时20min左右）

a.将照片分为N组，并对每组照片进行处理，评价，排等级。

b.如何对每组内的照片进行评分？

c.n设备拍摄照片的Top问题（最好最差的情况），应该如何解决问题，优化照片指标？

（做题的前提是充分理解题目的用意：做题期间，关于图片性能标准、分组评级的内容，我不是很理解，跟面试官沟通了两次，不懂得多问，同时也可以让面试官了解你的沟通能力）

7.2 产品方面

● 问如果分给你的一部分频谱资源被其他的设备所污染，你会采取什么措施？

7.3 开放性问题

● 问以往的经历中有没有遇到什么困难，是怎么解决的？