華為近年來在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域取得了長足的進(jìn)步，其機(jī)器學(xué)習(xí)算法崗面試備受關(guān)注和矚目。作為全球領(lǐng)先的信息通信解決方案供應(yīng)商，華為一直致力于推動技術(shù)創(chuàng)新，機(jī)器學(xué)習(xí)作為人工智能的一個(gè)重要分支，對于華為而言具有重要意義。
在準(zhǔn)備華為的機(jī)器學(xué)習(xí)算法崗面試時(shí)，面試者需要對機(jī)器學(xué)習(xí)算法、數(shù)據(jù)結(jié)構(gòu)、編程能力等各個(gè)方面有一定的了解和掌握。以下是一些準(zhǔn)備面試的關(guān)鍵點(diǎn)：
華為的機(jī)器學(xué)習(xí)算法崗面試通常包括技術(shù)面試和HR面試兩部分。技術(shù)面試主要考察面試者的技術(shù)能力和解決問題的能力，而HR面試則更多的是考察面試者的綜合素質(zhì)和個(gè)人品質(zhì)。
在技術(shù)面試中，面試官可能會向面試者提出一些關(guān)于機(jī)器學(xué)習(xí)算法、數(shù)據(jù)結(jié)構(gòu)、編程能力等方面的問題，并要求面試者進(jìn)行實(shí)際操作。面試者需要展示自己的技術(shù)能力和解決問題的能力，以贏得面試官的青睞。
在HR面試中，面試官可能會詢問面試者的個(gè)人情況、工作經(jīng)歷、職業(yè)規(guī)劃等問題，考察面試者的綜合素質(zhì)和團(tuán)隊(duì)合作能力。面試者需要展現(xiàn)出自己的自信、溝通能力和團(tuán)隊(duì)合作精神，以展現(xiàn)出自己是一個(gè)全面發(fā)展的人才。
在準(zhǔn)備華為的機(jī)器學(xué)習(xí)算法崗面試時(shí)，面試者需要注意一些面試技巧，以提高通過面試的機(jī)會：
華為的機(jī)器學(xué)習(xí)算法崗面試是一個(gè)很好的機(jī)會，展示自己的技術(shù)能力和綜合素質(zhì)。通過認(rèn)真準(zhǔn)備，熟練掌握相關(guān)知識和技能，面試者一定能夠在面試中表現(xiàn)出色，贏得華為的青睞。
主要是聊基礎(chǔ)算法知識和代碼題。
華為算法工程師崗位要求
1、計(jì)算機(jī)、通信、電子、電路、射頻、微電子、自動化、模式識別、數(shù)學(xué)、物理（凝聚態(tài)物理）、電化學(xué)、材料等相關(guān)專業(yè)；
2、具有相應(yīng)的專利、業(yè)界標(biāo)準(zhǔn)會議參會經(jīng)驗(yàn)、國際頂級期刊雜志發(fā)表過學(xué)術(shù)論文者優(yōu)先；
3、英語可作為工作語言，具有良好的溝通與團(tuán)隊(duì)合作能力。
在當(dāng)今數(shù)字化時(shí)代，大數(shù)據(jù)已成為各行各業(yè)不可忽視的重要資產(chǎn)。對于數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師來說，掌握大數(shù)據(jù)算法是至關(guān)重要的技能之一。隨著數(shù)據(jù)量的不斷增長和復(fù)雜性的提升，大數(shù)據(jù)算法的應(yīng)用范圍也越來越廣泛。
大數(shù)據(jù)算法是指為處理大規(guī)模數(shù)據(jù)而設(shè)計(jì)的一組算法和技術(shù)。在處理海量數(shù)據(jù)時(shí)，傳統(tǒng)的算法可能無法有效地運(yùn)行，因此需要專門針對大數(shù)據(jù)量級和特點(diǎn)設(shè)計(jì)的算法來進(jìn)行處理。
大數(shù)據(jù)算法的重要性在于它可以幫助企業(yè)從海量數(shù)據(jù)中提取出有用的信息、模式和見解，為決策提供支持。通過運(yùn)用大數(shù)據(jù)算法，企業(yè)可以更好地理解客戶需求、優(yōu)化產(chǎn)品設(shè)計(jì)、改進(jìn)營銷策略，從而提升競爭力。
下面列舉了一些常見的大數(shù)據(jù)算法面試題，希望能夠幫助準(zhǔn)備面試的同學(xué)更好地理解和掌握相關(guān)知識：
為了更好地準(zhǔn)備大數(shù)據(jù)算法面試，以下是一些建議：
大數(shù)據(jù)算法在當(dāng)今信息爆炸的時(shí)代扮演著至關(guān)重要的角色，對于從事數(shù)據(jù)分析和數(shù)據(jù)科學(xué)相關(guān)工作的人員來說，掌握大數(shù)據(jù)算法是必備的技能之一。通過不斷學(xué)習(xí)、實(shí)踐和應(yīng)用，相信每個(gè)人都可以在大數(shù)據(jù)算法領(lǐng)域取得優(yōu)異的成績。
1. 薪資待遇
前幾年的時(shí)候算法崗可能要比開發(fā)崗位薪資待遇更多。
這幾年逐漸趨于平齊，但是還是有很多公司依然是同等級情況下，算法>開發(fā)。
并且可以參照很多人才計(jì)劃，例如阿里星，美團(tuán)北斗，快star，還有騰訊大咖。
大多數(shù)都是給了算法類，其實(shí)也有一些給了所謂的“開發(fā)”，但我個(gè)人覺得那些不算開發(fā)，應(yīng)該叫研發(fā)，就是里面其實(shí)有很多高并行，以及調(diào)度算法在，比如分布式存儲方向等等，但是這類方向在學(xué)校很難接觸到（然而是目前企業(yè)稀缺的）
2. 工作類型
算法崗有純粹的research，那種就是讀論文，搞模型，寫論文的，偏向高校的學(xué)術(shù)研究。
這種工作可能和開發(fā)類差距非常之大。
但是如果是算法“工程師”，其實(shí)所謂算法工程師的理解其實(shí)就是用算法工程解決問題。
而開發(fā)，一般來說就是用開發(fā)邏輯解決問題。
1. 請介紹一下你對產(chǎn)業(yè)發(fā)展的理解和認(rèn)識。我的理解是，產(chǎn)業(yè)發(fā)展是指通過提高生產(chǎn)效率、推動科技創(chuàng)新、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、加強(qiáng)產(chǎn)業(yè)鏈協(xié)同等手段，推動各個(gè)領(lǐng)域的經(jīng)濟(jì)發(fā)展和社會進(jìn)步，提升國家的綜合實(shí)力和競爭力。2. 你認(rèn)為產(chǎn)業(yè)促進(jìn)崗需要具備哪些能力和素質(zhì)？產(chǎn)業(yè)促進(jìn)崗需要具備較強(qiáng)的溝通能力、組織協(xié)調(diào)能力、分析解決問題的能力、創(chuàng)新思維、市場分析和營銷策劃能力、政策研究和制定能力等。同時(shí)需要有強(qiáng)烈的責(zé)任心和使命感，以及團(tuán)隊(duì)合作精神和良好的職業(yè)道德素質(zhì)。3. 請列舉你曾經(jīng)做過的產(chǎn)業(yè)促進(jìn)工作或者參與過的項(xiàng)目經(jīng)歷。我曾經(jīng)在某公司負(fù)責(zé)推進(jìn)一個(gè)新產(chǎn)品的研發(fā)和市場推廣工作，通過與研發(fā)團(tuán)隊(duì)緊密合作，優(yōu)化產(chǎn)品設(shè)計(jì)和制造工藝，提高產(chǎn)品質(zhì)量和生產(chǎn)效率。同時(shí)，我也積極開展市場調(diào)研和分析，制定了一系列的營銷策略和推廣方案，成功將該產(chǎn)品推向市場并取得了很好的銷售業(yè)績。
機(jī)器學(xué)習(xí)是當(dāng)今科技領(lǐng)域的熱門話題之一，許多公司在招聘過程中更加重視求職者對機(jī)器學(xué)習(xí)算法基礎(chǔ)的掌握。在面試中，面試官往往會提出一些與機(jī)器學(xué)習(xí)算法基礎(chǔ)相關(guān)的問題，這些問題不僅考察了求職者的專業(yè)知識水平，還展現(xiàn)了求職者解決問題的能力和邏輯思維能力。
在面試中，經(jīng)常會被問及一些與機(jī)器學(xué)習(xí)算法基礎(chǔ)相關(guān)的問題，下面列舉了一些常見的面試題：
機(jī)器學(xué)習(xí)是一種通過對數(shù)據(jù)進(jìn)行學(xué)習(xí)和分析，使計(jì)算機(jī)系統(tǒng)能夠自動學(xué)習(xí)和改進(jìn)的技術(shù)。它主要利用統(tǒng)計(jì)學(xué)和數(shù)據(jù)分析來讓計(jì)算機(jī)系統(tǒng)具備學(xué)習(xí)的能力。
監(jiān)督學(xué)習(xí)是一種通過已知輸入和輸出數(shù)據(jù)之間的關(guān)系來訓(xùn)練模型的機(jī)器學(xué)習(xí)方法，而無監(jiān)督學(xué)習(xí)則是通過不需要標(biāo)記的輸入數(shù)據(jù)來學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)和模式。
回歸分析是一種用于研究變量之間關(guān)系的統(tǒng)計(jì)學(xué)方法，它能夠預(yù)測一個(gè)變量如何隨著另一個(gè)或多個(gè)變量的變化而變化。
決策樹算法是一種用于分類和回歸問題的機(jī)器學(xué)習(xí)算法，它通過構(gòu)建一個(gè)樹狀結(jié)構(gòu)來模擬決策過程，根據(jù)輸入特征進(jìn)行判斷并輸出結(jié)果。
神經(jīng)網(wǎng)絡(luò)是一種模仿人腦神經(jīng)元之間信息傳遞方式的算法模型，它通過多層神經(jīng)元之間的連接來實(shí)現(xiàn)復(fù)雜的學(xué)習(xí)任務(wù)。
準(zhǔn)備機(jī)器學(xué)習(xí)算法基礎(chǔ)面試題需要一定的時(shí)間和系統(tǒng)性的學(xué)習(xí)過程。以下是一些建議：
熟悉常見的機(jī)器學(xué)習(xí)算法，了解其原理和應(yīng)用場景，掌握算法背后的數(shù)學(xué)原理，對于面試中的問題能夠做到心中有數(shù)。
在學(xué)習(xí)過程中進(jìn)行實(shí)踐項(xiàng)目和練習(xí)題能夠幫助加深對機(jī)器學(xué)習(xí)算法的理解和應(yīng)用，同時(shí)也能夠提高解決問題的能力。
參加機(jī)器學(xué)習(xí)相關(guān)的培訓(xùn)和課程能夠系統(tǒng)性地學(xué)習(xí)知識，并且有機(jī)會和其他學(xué)習(xí)者進(jìn)行交流，共同提高。
關(guān)注機(jī)器學(xué)習(xí)領(lǐng)域的學(xué)術(shù)進(jìn)展和發(fā)展趨勢，及時(shí)了解最新的算法和技術(shù)，對于面試中的問題更有把握。
了解機(jī)器學(xué)習(xí)算法基礎(chǔ)面試題的重要性，通過對常見問題的準(zhǔn)備和學(xué)習(xí)，能夠更好地在面試中展現(xiàn)自己的專業(yè)能力和解決問題的能力。不斷學(xué)習(xí)和提升自己，在機(jī)器學(xué)習(xí)領(lǐng)域走得更遠(yuǎn)！
機(jī)器學(xué)習(xí)面試題考算法是很多求職者在準(zhǔn)備機(jī)器學(xué)習(xí)崗位面試時(shí)必須要重點(diǎn)關(guān)注的部分。隨著人工智能和數(shù)據(jù)科學(xué)領(lǐng)域的快速發(fā)展，對于機(jī)器學(xué)習(xí)算法的掌握和應(yīng)用已經(jīng)成為許多公司招聘機(jī)器學(xué)習(xí)工程師的重要考量因素之一。
在面試過程中，除了基礎(chǔ)知識的考察，對于候選人解決實(shí)際問題的能力以及對機(jī)器學(xué)習(xí)算法的理解深度也會進(jìn)行更深入的評估。因此，熟悉并掌握一些常見的機(jī)器學(xué)習(xí)面試題目及相關(guān)算法是至關(guān)重要的。
在準(zhǔn)備機(jī)器學(xué)習(xí)面試時(shí)，候選人需要熟悉一些常見的面試題目，以確保能夠在面試中游刃有余地回答問題。下面列舉了一些常見的機(jī)器學(xué)習(xí)面試題目，供大家參考：
這是一個(gè)基礎(chǔ)性問題，面試官通常會詢問候選人對機(jī)器學(xué)習(xí)的定義以及其作用和應(yīng)用領(lǐng)域。
候選人需要了解監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等機(jī)器學(xué)習(xí)算法的分類，以及它們的應(yīng)用場景和區(qū)別。
過擬合和欠擬合是機(jī)器學(xué)習(xí)模型常見的問題，候選人需要解釋這兩個(gè)概念，并討論如何通過調(diào)整模型參數(shù)或采用正則化方法來避免這些問題。
候選人需要清楚地表述邏輯回歸和線性回歸的區(qū)別，包括適用場景、原理和模型形式等方面的差異。
面試官可能會詢問候選人對支持向量機(jī)的理解和應(yīng)用，包括核技巧、軟間隔和硬間隔等概念。
了解機(jī)器學(xué)習(xí)算法的基本概念和原理是重要的，但更加重要的是能夠?qū)⑦@些算法應(yīng)用于實(shí)際場景中解決問題。下面介紹了一些常見的機(jī)器學(xué)習(xí)算法應(yīng)用場景，供候選人參考：
機(jī)器學(xué)習(xí)在金融領(lǐng)域的應(yīng)用非常廣泛，包括風(fēng)險(xiǎn)評估、詐騙檢測、貸款預(yù)測等方面。
機(jī)器學(xué)習(xí)在醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用涵蓋疾病診斷、影像處理、基因組學(xué)等多個(gè)方面。
零售行業(yè)利用機(jī)器學(xué)習(xí)算法進(jìn)行銷售預(yù)測、客戶行為分析、庫存管理等，提升營銷效率。
機(jī)器學(xué)習(xí)可用于交通流量預(yù)測、智能交通管理系統(tǒng)和無人駕駛技術(shù)等方面，極大地改善交通效率和安全性。
農(nóng)業(yè)領(lǐng)域中的機(jī)器學(xué)習(xí)應(yīng)用主要集中在精準(zhǔn)農(nóng)業(yè)、作物病害識別和農(nóng)作物產(chǎn)量預(yù)測等方面，幫助農(nóng)民提高生產(chǎn)效率。
機(jī)器學(xué)習(xí)面試題考算法是候選人在準(zhǔn)備機(jī)器學(xué)習(xí)崗位面試時(shí)需要重點(diǎn)關(guān)注的內(nèi)容之一。通過熟悉常見的機(jī)器學(xué)習(xí)面試題目和相關(guān)算法，以及了解機(jī)器學(xué)習(xí)算法的應(yīng)用場景，候選人可以提升自己的面試表現(xiàn)，增加獲得心儀工作機(jī)會的機(jī)會。持續(xù)學(xué)習(xí)和實(shí)踐將幫助候選人在競爭激烈的機(jī)器學(xué)習(xí)領(lǐng)域中脫穎而出。
又到安利Python的時(shí)間， 最終代碼不超過30行（優(yōu)化前），加上優(yōu)化也不過40行。
第一步. 構(gòu)造Trie（用dict登記結(jié)點(diǎn)信息和維持子結(jié)點(diǎn)集合）：
-- 思路：對詞典中的每個(gè)單詞，逐詞逐字母拓展Trie，單詞完結(jié)處的結(jié)點(diǎn)用None標(biāo)識。
def make_trie(words):
trie = {}
for word in words:
t = trie
for c in word:
if c not in t: t[c] = {}
t = t[c]
t[None] = None
return trie
第二步. 容錯(cuò)查找（容錯(cuò)數(shù)為tol）：
-- 思路：實(shí)質(zhì)上是對Trie的深度優(yōu)先搜索，每一步加深時(shí)就消耗目標(biāo)詞的一個(gè)字母。當(dāng)搜索到達(dá)某個(gè)結(jié)點(diǎn)時(shí)，分為不消耗容錯(cuò)數(shù)和消耗容錯(cuò)數(shù)的情形，繼續(xù)搜索直到目標(biāo)詞為空。搜索過程中，用path記錄搜索路徑，該路徑即為一個(gè)詞典中存在的詞，作為糾錯(cuò)的參考。
-- 最終結(jié)果即為諸多搜索停止位置的結(jié)點(diǎn)路徑的并集。
def check_fuzzy(trie, word, path='', tol=1):
if word == '':
return {path} if None in trie else set()
else:
p0 = set()
if word[0] in trie:
p0 = check_fuzzy(trie[word[0]], word[1:], path+word[0], tol)
p1 = set()
if tol > 0:
for k in trie:
if k is not None and k != word[0]:
p1.update(check_fuzzy(trie[k], word[1:], path+k, tol-1))
return p0 | p1簡單測試代碼 ------
構(gòu)造Trie：
words = ['hello', 'hela', 'dome']
t = make_trie(words)
In [11]: t
Out[11]:
{'d': {'o': {'m': {'e': {'$': {}}}}},
'h': {'e': {'l': {'a': {'$': {}}, 'l': {'o': {'$': {}}}}}}}
容錯(cuò)查找：
In [50]: check_fuzzy(t, 'hellu', tol=0)
Out[50]: {}
In [51]: check_fuzzy(t, 'hellu', tol=1)
Out[51]: {'hello'}
In [52]: check_fuzzy(t, 'healu', tol=1)
Out[52]: {}
In [53]: check_fuzzy(t, 'healu', tol=2)
Out[53]: {'hello'}
似乎靠譜~
---------------------------分--割--線--------------------------------------
以上是基于Trie的approach，另外的approach可以參看@黃振童鞋推薦Peter Norvig即P神的How to Write a Spelling Corrector
雖然我已有意無意模仿P神的代碼風(fēng)格，但每次看到P神的源碼還是立馬跪...
話說word[1:]這種表達(dá)方式其實(shí)是有淵源的，相信有的童鞋對(cdr word)早已爛熟于心...（呵呵
------------------------分-----割-----線-----二--------------------------------------
回歸正題.....有童鞋說可不可以增加新的容錯(cuò)條件，比如增刪字母，我大致對v2方法作了點(diǎn)拓展，得到下面的v3版本。
拓展的關(guān)鍵在于遞歸的終止，即每一次遞歸調(diào)用必須對參數(shù)進(jìn)行有效縮減，要么是參數(shù)word，要么是參數(shù)tol~
def check_fuzzy(trie, word, path='', tol=1):
if tol < 0:
return set()
elif word == '':
results = set()
if None in trie:
results.add(path)
# 增加詞尾字母
for k in trie:
if k is not None:
results |= check_fuzzy(trie[k], '', path+k, tol-1)
return results
else:
results = set()
# 首字母匹配
if word[0] in trie:
results |= check_fuzzy(trie[word[0]], word[1:], path + word[0], tol)
# 分情形繼續(xù)搜索（相當(dāng)于保留待探索的回溯分支）
for k in trie:
if k is not None and k != word[0]:
# 用可能正確的字母置換首字母
results |= check_fuzzy(trie[k], word[1:], path+k, tol-1)
# 插入可能正確的字母作為首字母
results |= check_fuzzy(trie[k], word, path+k, tol-1)
# 跳過余詞首字母
results |= check_fuzzy(trie, word[1:], path, tol-1)
# 交換原詞頭兩個(gè)字母
if len(word) > 1:
results |= check_fuzzy(trie, word[1]+word[0]+word[2:], path, tol-1)
return results好像還是沒有過30行……注釋不算（
本答案的算法只在追求極致簡潔的表達(dá)，概括問題的大致思路。至于實(shí)際應(yīng)用的話可能需要很多Adaption和Tuning，包括基于統(tǒng)計(jì)和學(xué)習(xí)得到一些詞語校正的bias。我猜測這些拓展都可以反映到Trie的結(jié)點(diǎn)構(gòu)造上面，比如在結(jié)點(diǎn)處附加一個(gè)概率值，通過這個(gè)概率值來影響搜索傾向；也可能反映到更多的搜索分支的控制參數(shù)上面，比如增加一些更有腦洞的搜索分支。（更細(xì)節(jié)的問題這里就不深入了逃
----------------------------------分-割-線-三----------------------------------------
童鞋們可能會關(guān)心時(shí)間和空間復(fù)雜度的問題，因?yàn)樯鲜鲞@種優(yōu)（cu）雅（bao）的寫法會導(dǎo)致產(chǎn)生的集合對象呈指數(shù)級增加，集合的合并操作時(shí)間也指數(shù)級增加，還使得gc不堪重負(fù)。而且，我們并不希望搜索算法一下就把所有結(jié)果枚舉出來（消耗的時(shí)間亦太昂貴），有可能我們只需要搜索結(jié)果的集合中前三個(gè)結(jié)果，如果不滿意再搜索三個(gè)，諸如此類...
那腫么辦呢？................是時(shí)候祭出yield小魔杖了? ??)ノ
下述版本姑且稱之為lazy，看上去和v3很像（其實(shí)它倆在語義上是幾乎等同的
def check_lazy(trie, word, path='', tol=1):
if tol < 0:
pass
elif word == '':
if None in trie:
yield path
# 增加詞尾字母
for k in trie:
if k is not None:
yield from check_lazy(trie[k], '', path + k, tol - 1)
else:
if word[0] in trie:
# 首字母匹配成功
yield from check_lazy(trie[word[0]], word[1:], path+word[0], tol)
# 分情形繼續(xù)搜索（相當(dāng)于保留待探索的回溯分支）
for k in trie:
if k is not None and k != word[0]:
# 用可能正確的字母置換首字母
yield from check_lazy(trie[k], word[1:], path+k, tol-1)
# 插入可能正確的字母作為首字母
yield from check_lazy(trie[k], word, path+k, tol-1)
# 跳過余詞首字母
yield from check_lazy(trie, word[1:], path, tol-1)
# 交換原詞頭兩個(gè)字母
if len(word) > 1:
yield from check_lazy(trie, word[1]+word[0]+word[2:], path, tol-1)不借助任何容器對象，我們近乎聲明式地使用遞歸子序列拼接成了一個(gè)序列。
[新手注釋] yield是什么意思呢？就是程序暫停在這里了，返回給你一個(gè)結(jié)果，然后當(dāng)你調(diào)用next的時(shí)候，它從暫停的位置繼續(xù)走，直到有下個(gè)結(jié)果然后再暫停。要理解yield，你得先理解yield... Nonono，你得先理解iter函數(shù)和next函數(shù)，然后再深入理解for循環(huán)，具體內(nèi)容童鞋們可以看官方文檔。而yield from x即相當(dāng)于for y in x: yield y。
給剛認(rèn)識yield的童鞋一個(gè)小科普，順便回憶一下組合數(shù)C(n,m)的定義即
C(n, m) = C(n-1, m-1) + C(n-1, m)
如果我們把C視為根據(jù)n和m確定的集合，加號視為并集，利用下面這個(gè)generator我們可以懶惰地逐步獲取所有組合元素：
def combinations(seq, m):
if m > len(seq):
raise ValueError('Cannot choose more than sequence has.')
elif m == 0:
yield ()
elif m == len(seq):
yield tuple(seq)
else:
for p in combinations(seq[1:], m-1):
yield (seq[0],) + p
yield from combinations(seq[1:], m)
for combi in combinations('abcde', 2):
print(combi)可以看到，generator結(jié)構(gòu)精準(zhǔn)地反映了集合運(yùn)算的特征，而且蘊(yùn)含了對元素進(jìn)行映射的邏輯，可讀性非常強(qiáng)。
OK，代碼到此為止。利用next函數(shù)，我們可以懶惰地獲取查找結(jié)果。
In [54]: words = ['hell', 'hello', 'hela', 'helmut', 'dome']
In [55]: t = make_trie(words)
In [57]: c = check_lazy(t, 'hell')
In [58]: next(c)
Out[58]: 'hell'
In [59]: next(c)
Out[59]: 'hello'
In [60]: next(c)
Out[60]: 'hela'話說回來，lazy的一個(gè)問題在于我們不能提前預(yù)測并剔除重復(fù)的元素。你可以采用一個(gè)小利器decorator，修飾一個(gè)generator，保證結(jié)果不重復(fù)。
from functools import wraps
def uniq(func):
@wraps(func)
def _func(*a, **kw):
seen = set()
it = func(*a, **kw)
while 1:
x = next(it)
if x not in seen:
yield x
seen.add(x)
return _func這個(gè)url打開的文件包含常用英語詞匯，可以用來測試代碼：
In [10]: import urllib
In [11]: f = urllib.request.urlopen("https://raw.githubusercontent.com/eneko/data-repository/master/data/words.txt")
# 去除換行符
In [12]: t = make_trie(line.decode().strip() for line in f.readlines())
In [13]: f.close()----------------------分-割-線-四-----------------------------
最后的最后，Python中遞歸是很昂貴的，但是遞歸的優(yōu)勢在于描述問題。為了追求極致性能，我們可以把遞歸轉(zhuǎn)成迭代，把去除重復(fù)的邏輯直接代入進(jìn)來，于是有了這個(gè)v4版本：
from collections import deque
def check_iter(trie, word, tol=1):
seen = set()
q = deque([(trie, word, '', tol)])
while q:
trie, word, path, tol = q.popleft()
if word == '':
if None in trie:
if path not in seen:
seen.add(path)
yield path
if tol > 0:
for k in trie:
if k is not None:
q.appendleft((trie[k], '', path+k, tol-1))
else:
if word[0] in trie:
q.appendleft((trie[word[0]], word[1:], path+word[0], tol))
if tol > 0:
for k in trie.keys():
if k is not None and k != word[0]:
q.append((trie[k], word[1:], path+k, tol-1))
q.append((trie[k], word, path+k, tol-1))
q.append((trie, word[1:], path, tol-1))
if len(word) > 1:
q.append((trie, word[1]+word[0]+word[2:], path, tol-1)) 可以看到，轉(zhuǎn)為迭代方式后我們?nèi)匀豢梢宰畲蟪潭缺Ａ暨f歸風(fēng)格的程序形狀，但也提供了更強(qiáng)的靈活性（對于遞歸，相當(dāng)于我們只能用棧來實(shí)現(xiàn)這個(gè)q）。基于這種迭代程序的結(jié)構(gòu)，如果你有詞頻數(shù)據(jù)，可以用該數(shù)據(jù)維持一個(gè)最優(yōu)堆q，甚至可以是根據(jù)上下文自動調(diào)整詞頻的動態(tài)堆，維持高頻詞匯在堆頂，為詞語修正節(jié)省不少性能。這里就不深入了。
【可選的一步】我們在對單詞進(jìn)行糾正的時(shí)候往往傾向于認(rèn)為首字母是無誤的，利用這個(gè)現(xiàn)象可以減輕不少搜索壓力，花費(fèi)的時(shí)間可以少數(shù)倍。
def check_head_fixed(trie, word, tol=1):
for p in check_lazy(trie[word[0]], word[1:], tol=tol):
yield word[0] + p最終我們簡單地benchmark一下：
In [18]: list(check_head_fixed(trie, 'misella', tol=2))
Out[18]:
['micellar',
'malella',
'mesilla',
'morella',
'mysell',
'micelle',
'milla',
'misally',
'mistell',
'miserly']
In [19]: %timeit list(check_head_fixed(trie, 'misella', tol=2))
1.52 ms ± 2.84 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)在Win10的i7上可以在兩毫秒左右返回所有結(jié)果，可以說令人滿意。
算法崗、開發(fā)崗和測試崗在工作職責(zé)、技能要求、薪資待遇、發(fā)展前景等方面存在差異。以下是它們的詳細(xì)比較：
工作職責(zé)：
算法崗：根據(jù)使用場景，思考如何讓車跑的更快，是造方的好，還是圓的好，還是三角的好。更關(guān)注于理論研究和算法設(shè)計(jì)，為實(shí)際問題提供高效的解決方案。
開發(fā)崗：熟練將輪子與發(fā)動機(jī)銜接好，將輪子與各個(gè)模塊裝好，并使其跑起來。偏重于實(shí)現(xiàn)和應(yīng)用，將算法實(shí)現(xiàn)為可執(zhí)行的程序，注重代碼質(zhì)量和開發(fā)效率。
測試崗：車子在跑的過程總要經(jīng)過各種場景的測試才可以投入量產(chǎn)，這時(shí)候他們會把各種測試數(shù)據(jù)采集，分析，遇到數(shù)據(jù)異常的發(fā)給開發(fā)崗和算法崗來進(jìn)行優(yōu)化。主要負(fù)責(zé)產(chǎn)品的測試和缺陷修復(fù)，保證產(chǎn)品的質(zhì)量和穩(wěn)定性。
技能要求：
算法崗：需要具備扎實(shí)的算法和數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)，熟悉機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法，以及較強(qiáng)的編程能力。此外，還需要對前沿技術(shù)有敏銳的洞察力和創(chuàng)新思維。
開發(fā)崗：需要熟練掌握至少一種編程語言，了解常用的開發(fā)框架和工具，具備良好的編碼習(xí)慣和代碼質(zhì)量意識。同時(shí)，需要善于溝通和合作，有較強(qiáng)的團(tuán)隊(duì)協(xié)作能力。
測試崗：需要熟悉測試方法和流程，掌握測試用例設(shè)計(jì)方法，熟悉常用的測試工具和自動化測試框架。此外，還需要了解被測系統(tǒng)的業(yè)務(wù)和功能，能夠獨(dú)立進(jìn)行測試報(bào)告的編寫和缺陷管理。
薪資待遇：
算法崗：薪資待遇相對較高，通常與開發(fā)崗位相當(dāng)或略高。
開發(fā)崗：薪資待遇相對較低，通常低于算法崗位。
測試崗：薪資待遇相對較低，通常低于開發(fā)和算法崗位。
發(fā)展前景：
算法崗：隨著人工智能和大數(shù)據(jù)等技術(shù)的快速發(fā)展，算法崗位的需求逐年增加，具有較好的發(fā)展前景。
開發(fā)崗：隨著各行各業(yè)對信息系統(tǒng)的需求不斷增加，開發(fā)崗位的需求也逐年增加，具有較好的發(fā)展前景。
測試崗：隨著產(chǎn)品質(zhì)量的重視程度日益提高，測試崗位的需求也在逐年增加，具有較好的發(fā)展前景。
總之，算法崗、開發(fā)崗和測試崗都有其各自的特點(diǎn)和要求，選擇哪個(gè)崗位需要根據(jù)自身的興趣和能力來決定。
