京东二面 算法 面经

电话面试。我项目全是CV，由于一面只问了项目，所以这一面，都是在问别的。

1. 100亿数据求前100个出现次数最多的数
   100亿数据，一次读入内存可能不够，所以应该根据数据范围分桶，然后再用最小堆或者快排partition求

2. 给一个图，求最小的顶点集，能够覆盖所有边
   想了半天，面试官说是个np hard 问题。。。然后我就说近似贪心。主要考察解决问题的思路。

3. LR推导及介绍， LR是否能用MSE loss优化
   到底能不能呢，我蒙了。。

4. KL散度， 以及KL散度和 CrossEntropy的区别
   KL散度是衡量两个分布差异的，交叉熵？？所以到底啥区别我也不知道

5. SVD介绍， 应用
   奇异值分解，可以用来降维，还可以用于推荐系统等等

6. GAN了解吗，它的损失函数是什么
   G和D的损失，G的损失可以用KL散度；问：这里面的KL散度是真实分布在前还是生成的假分布在前？ 忘了，然后乱猜猜错了，实际上是真实的在前

7. 怎么判定一个函数是凸函数
   不会。。我一个做CV的，太深的理论真不会

8. 场景题，如何给商品在不同时期定价
   自由发挥吧。。