美团 NLP算法岗面试题精选，附答案

问题1：怎么处理数据不平衡

常用于解决数据不平衡的方法：
欠采样：从样本较多的类中再抽取，仅保留这些样本点的一部分；
过采样：复制少数类中的一些点，以增加其基数；
生成合成数据：从少数类创建新的合成点，以增加其基数。
添加额外特征：除了重采样外，我们还可以在数据集中添加一个或多个其他特征，使数据集更加丰富，这样我们可能获得更好的准确率结果。

问题2：
给你单链表的头节点 head ，请你反转链表，并返回反转后的链表。
https://leetcode-cn.com/problems/reverse-linked-list/

定义两个节点cur=None和pre=head

改变节点方向让pre的next指向cur，实现一次局部反转


cur和pre向前移动一个位置

循环交换前进，直至pre为空，遍历结束，完成反转，此时cur节点为开始节head；
参考代码：


问题3：连续子数组的最大乘积
https://leetcode-cn.com/problems/maximum-product-subarray/ 
思路：
遍历数组时计算当前最大值、最小值，不断更新
当前最大值为 ans_max = max(ans_max * nums[i], nums[i])
当前最小值为 ans_min = min(ans_min * nums[i], nums[i])
由于存在负数，那么会导致最大的变最小的，最小的变最大的。
当前最大值为 ans_max = max(ans_min * nums[i], nums[i])
当前最小值为 ans_min = min(ans_max * nums[i], nums[i])
参考代码：

问题4：最大子数组
https://leetcode-cn.com/problems/maximum-subarray/description/

解题思路：
遍历数组，遍历的时候记录两个值：当前子数组的和 tmpSum，最大值res



问题5：一个硬币正面概率p 那么抛到第几次抛正面期望
硬币游戏，如果在连续抛出三次正面之前不要停下来，那么我们总计抛硬币的期望次数是多少
假设期望是x
假设第一抛是反面，那么就浪费了一步，平均一共需要x+1步(概率是1/2)
假设第一抛是正面，在此基础上如果第二抛是反面，又浪费了，平均一共需要x+2步 （概率是1/4）
在此基础上如果第二抛是正面
假设第三抛反面，浪费，平均一共x+3步（概率是1/8）
假设第三抛正面，完成，只用了3步（概率是1/8）
所以x的期望即x=(1/2)(x+1)+(1/4)(x+2)+(1/8)(x+3)+(1/8)*3
解得x=14