百度笔试题

虽然是面经,写一个就挂一个,而且特别想去百度,比较在北京, 阿里辜负了我的心意。但是,为了总结,也不怕诅咒了。
百度面试题:前2题和简单,就不赘述了。
第三题:
一个树, 数组存储, 在一些节点上有苹果,小猴子可以从任意节点上开始,沿着任意的路径去寻找苹果,前提是一个节点只能经过一次,寻找出可以发现苹果最大的路径,返回可以找到的苹果个数。
思路 : 1 首先构造这个数, 这个是 多叉树,用数组存储。 2. 递归的 搜索路径

当时时间不够了,没写完整,所以感觉百度悬了,现在post出代码来,假如有错误,可以帮我修订,或者直接去github上给我pull requst。

#include<iostream>
#include<algorithm>
#include<map>
#include<set>
#include<vector>
#include<stack>
#include<functional>
using namespace std;
struct TreeNode{
	vector<TreeNode*> clild;
	int val;
	int app;
	TreeNode(int v, int a):val(v),app(a){}
};
void findMax(vector<int>res, int &first, int &second){
	if(res.size() == 0)return ;
	if(res.size() == 1){
		first = res[0];
		return ;
	}
	first = max(res[0],res[1]);
	second = min(res[0],res[1]);
	for(int i = 2; i < res.size();i ++){
		if(res[i] > first){
			second = first;
			first = res[i];

		}else if(res[i] <= first && res[i] > second){
			second = res[i];
		}
		
	}
}

class Solution {
private:
    int maxval;
    int maxHelper(TreeNode *root){
        if(root == NULL)return 0;
		vector<TreeNode*> child = root->clild;
		vector<int>res;
		for(int i = 0; i < child.size(); i++){
			int v = maxHelper(child[i]);
			res.push_back(v);
		}
		int first = 0;
		int second = 0;
		findMax(res,first,second);
        maxval = std::max(maxval,first+second+root->app);
        return first+root->app;
	}
	TreeNode* count(int N, int K, int * app, int T[][2]){
		set<int> s;
		for(int i = 0; i < K; i++){
			s.insert(app[i]);
		}
		vector<TreeNode *> nodes;
		for(int i = 0; i < N ; i++){
			int a = 0;
			if(s.find(i+1) != s.end()){
				a = 1;
			}else{
				a = 0;
			}
			TreeNode * node = new TreeNode(i+1,a);
			nodes.push_back(node);
		}
		for(int i = 0; i < N -1; i++){
			int fisrt = T[i][0];
			int second = T[i][1];
			nodes[ fisrt-1]-> clild.push_back(nodes[second-1]);
		}
		return nodes[0];
	}
public:
    int maxPathSum(int N, int K, int * app, int T[][2]) {
        maxval = INT_MIN;
        maxHelper(count(N,K,app,T));
        return maxval;
    }

};

点击进入 github地址



分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值