持更中。。。（最近電腦卡得要死）
主要focus在場景題上

一、2015百度校招筆試題
（1）垃圾郵件分類問題
1. 垃圾郵件分類特徵？
2. 訓練集中99%非垃圾、1%垃圾，訓練模型視為100%非垃圾，準確率？召回率？
3. 在實際的應用場景中，儘可能地找回垃圾郵件，應該怎麼辦？
（2）求元素之和最大的子陣列 （解答：dp）
（3）從字串流中隨機選擇一個字串
【從字串流中隨機選擇一個字串】
　　解題的核心是在倖存的字串中挑選，並在過程中不斷更新。
　　你開啟檔案並儲存第一個字串，此時有了一個備選字串，並有100%的可能性選中它。儲存這個字串，繼續讀入下一個字串，這樣就有了2個備選字串，選中每個的可能性都是50%。選中其中之一併儲存，然後丟棄另一個。再讀入下一個字串，按照新字串的33%原先倖存字串67%的概率，在兩者之間選擇一個，然後儲存新選中的字串。
【擴充套件】
　　如何從字串流中隨機選取1000個字串。
　　對於資料流中的前1000個關鍵字，顯然都要放到陣列中。
　　對於資料流中的的第n（n>1000）個關鍵字，我們知道這個關鍵字被隨機選中的概率為1000/n。所以我們以1000/n的概率用這個關鍵字去替換陣列中的隨機一個。這樣就可以保證所有關鍵字都以1000/n的概率被選中。
（3）蒙塔卡羅模擬
（4）CTR問題
1. 廣告中的排序特徵是one-hot好，還是標準化好（我覺得是標準化）
2. 初始值的設定：廣告點選率的平均值or設為1 (我覺得是廣告點選率的平均值）
3. 訓練樣本擬合較好而測試樣本擬合較差的原因（過擬合，或者用到了label特徵）
4. auc計算方式（ROC曲線下陰影面積）