新鲜的百度一面凉面经
上来一开始让我介绍项目和简历，问题背景，用的模型，模型的改进，数据的来源，样本数量什么全都问了一圈。
然后开始问GBDT和RF的区别，我讲了以下bagging和boosting，然后详细的说了以下个自的特点
接着问了一下这两个个自的应用场景，我一下子答不上来，我感觉GBDT好像哪里都能用。。。RF的话应该是用在特征不多的地方，然后我嘴欠说了特征不多，样本少，回头才发现RF只能用在大样本，小样本不适用。。。
过拟合和欠拟合，解决方案
怎么判断模型是否收敛
接下来问数据结构，栈和队列的区别，应用的场景有哪些，DFS/BFS
然后问排序算法哪些是稳定的，这个我全记不起来了，只知道堆排和快排是不稳定的
然后让我手写一个堆排，结果我写了10来分钟没调出来，面试官说时间有点久了你自己回去查查原因把，
最后发现是，在调整大根堆的时候，有个判断if i+1<length and nums[i]<nums[i+1] : i++ 这个判断里的 i+1<length忘记判断了，导致结果一直不对。。。
凉了，百度好像是排队面，如果过了会让你等，没过就不用等，然后没让我等
#面经##校招##百度##算法工程师#
投递美团等公司8个岗位
腾讯公司福利 832人发布