資料科學訪談，資料科學家和資料工程師必讀！

> Photo by Francesca Grima on Unsplash

我的Github上提供了完整的Python程式碼。

對於任何與資料相關的採訪，使用Python程式設計都是必不可少的技能，也是必須準備的領域！程式設計問題有四種類型，包括資料結構和演算法，機器學習演算法，數學和統計以及資料操作（請參閱Emma Ding @Airbnb撰寫的精彩文章）。

我在相關文章中闡述了有關資料處理和字串提取的主題。在今天的帖子中，我將重點介紹數學和統計，並對一些大型科技公司（尤其是FAANG）提出的五個Python程式設計問題進行實時編碼。這種型別的問題為您提供了業務設定，並透過模擬請求統計解決方案。

問題1：誰先贏？微軟

艾米和布拉德輪流滾動一個漂亮的六邊形模具。誰先擲出" 6"贏得比賽。艾米首先滾動。艾米獲勝的機率是多少？

思路

這是一個核心的模擬問題，沒有比模擬大量過程並檢查Amy獲勝的可能性更好的方法了。

艾米滾第一。如果結果為6，則遊戲結束，艾米獲勝。否則，布拉德（Brad）翻牌，如果是6，則贏得比賽。如果不是，則轉回艾米（Amy）。重複該過程，直到有人以6結束遊戲。

在這裡，關鍵是要了解邏輯流程：誰贏了，在什麼情況下贏了。如果艾米得到6分，布拉德必須投擲嗎？沒有。

解題

import numpy as npdef who_won(die, size):        A_count = 0 # initialize A_count        B_count = 0 # initialize B_count        for i in range(size): # create an iteration                 A_6 = np.random.choice(die)  # roll the fair dice and choose a random value from 0 to 6                if A_6 == 6:       # if A rolls a 6, then A_count adds 1.                         A_count+=1     # a side-note for Python beginners: the full expression is "A_count = A_count+1."                else:              # if the above if condition does not fullfill                        B_6 = np.random.choice(die)  # then, it's B's turn to roll the dice, which is a random choice from 0 to 6.                        if B_6 == 6:   # if B rolls a B, B_count adds 1.                                B_count+=1                    return A_count/(A_count+B_count)   # return the total number of cases that A won divided by the combined number of A and B wonaka. the result is the probability that Amy wins.  

檢查第11行：A_6是Amy的資料分佈，如果她的資料為6，則計數為+1。否則，布拉德可以擲骰子。

在最後（第25行），最終結果應該是Amy獲勝的次數除以Amy和Brad獲勝的總數。一個常見的錯誤是將A_count除以模擬總數。這是不正確的，因為當Amy和Brad都未能擲出6時，會有迭代。

讓我們測試一下上述演算法。

np.random.seed(123)die = [1,2,3,4,5,6]size = 10000who_won(die,size)view raw

0.531271015467384

事實證明，艾米（Amy）在布拉德（Brad）之前就開始滾動贏得這場比賽。艾米（Amy）在10,000次模擬中獲勝的機率為53％。

> Photo by john vicente on Unsplash

問題2：每個主要公司的最大數量為69

-給定一個僅由數字6和9組成的正整數num。-返回最多可更改一個數字可得到的最大數字（6變為9，而9變為6）。https://leetcode.com/problems/maximum-69-number/

思路

給定一個正整數，只有一種方法可以增大值，即將" 6"變成" 9"，而不是相反。另外，我們必須更改最左邊的6；否則，它不是最大數量。例如，我們必須將" 6996"更改為" 9996"，而不是" 6999"。

我想出了這個問題的幾種變體：您可以更改一次，也可以全部更改為6。

解決方法1：替換一次

# replace oncedef max_69_once(num):    return int(str(num).replace('6','9',1))# test casenum = 966666669max_69_once(num)

996666669

在第3行中，我們將整數轉換為字串，然後將第一個" 6"替換為" 9"；使用int（）將其返回為整數。

解決方案2：全部替換

def max_69_all(num):    k = len(str(num))    return int(str(num).replace('6','9',k))# test casenum = 966666669max_69_all(num)

999999999

對於第二種情況，我們不必指定k，因為replace（）方法預設會更改所有合適的值。我出於教學目的指定了k值。這個問題的另一個變體是替換前兩個或三個" 6"以使數字最大。

> Photo by Alessandro Capuzzi on Unsplash

問題3：有效的完美正方形。Facebook

-給定正整數num，編寫一個函式，如果num是一個完美的平方則返回True;否則返回False。-後續操作：請勿使用任何內建庫函式（例如sqrt）。-https://leetcode.com/problems/valid-perfect-square/

思路

這非常簡單：檢查正整數是否具有理想的平方根，如果有正整數，則返回True，這可以分兩步完成。

· 找到平方根。

· 檢查它是否是完美的平方根。

棘手的部分是我們必須使用內建庫（例如，數學，Numpy）來計算平方根，這在LeetCode上是一個簡單的問題。如果我們不能使用這些庫，那麼它將成為更具挑戰性和反覆性的問題，這是LeetCode的一箇中等水平的問題。

解決方案1：內建庫

import math def valid_perfect_square(num):    return int(math.sqrt(num))**2==num  # the int() method only returns the integer part and leaves out the decimal part.                                        # For perfect squares, there should be no decimal part. The equation should thus hold.# test case valid_perfect_square(16)

該演算法輕鬆通過了測試案例。應當指出，我們需要使用int（）方法僅獲取平方根的整數部分，而忽略任何小數部分。對於完美的正方形，它不會有任何差異，因此等式成立。對於非完美的平方，方程將不成立並返回False。

（特別感謝韓琦發現錯誤！）

解決方案2：沒有內建庫和二進位制搜尋

# 1 find the squre root of num# 2 check if it is a perfect square number# solution: no built-in library & binary searchdef valid_perfect_square(num):    if num < 2:         return True    left, right = 2, num//2       # create two pointers: left and right     while left<=right:            # while loop to constantly update left and right         x = left + (right-left)//2# take a wild guess and treat x as the starting point        x_squared = x*x           # calculate the squared value of x        if x_squared == num:      # use the following 'if-else' statement to constantly update x_squared.            return True           # if there are the same, return True        if x_squared <num:        # if x_squared is smaller than num, left increases by 1            left= x+1         else:                     # if x_squared is bigger, right decreases by 1            right= x-1    return False                  # the while loop should continue looping until left and right converge and no common value obtained  # test casevalid_perfect_square(16)

如果不允許使用任何庫，則採用二進位制搜尋。LeetCode包含一個詳細的解釋（在此處），我也對此主題發表了另一篇文章（在這裡）。簡而言之，我們建立左右兩個指標，並將這兩個數字的平均值與原始數字進行比較：如果小於該數字，則增加該值；如果更大，我們減少它；或者，如果它們匹配，則返回True。

這些條件將在while迴圈中自動檢查。

＃問題4：階乘尾隨零。彭博社

-給定整數n，返回n中的尾隨零！

-後續行動：您能否編寫一種適用於對數時間複雜度的解決方案？

-https://leetcode.com/problems/factorial-trailing-zeroes/

思路

這個問題有兩個步驟：

· 計算n階乘n！

· 計算尾隨零的數量

對於第一步，我們使用while迴圈迭代遍歷n個階乘並停止迴圈直到1。對於第二步，事情變得有些棘手。

該問題要求尾隨零而不是總數零。這是個很大的差異。8！是40,320，它有2個零，但只有1個尾隨零。我們在計算時必須格外小心。我提出了兩種解決方案。

解決方案1：向後讀取字串

# 1 calculate n!# 2 calculate the number of trailing zerosdef factorial_zeros(n):    product = n    while n > 1 :         # iteratively calculate the product        product *= (n-1)        n-=1            count = 0         for i in str(product)[::-1]:  # calculate the number of trailing zeros        if i == '0':            count+=1        else:            break    return countfactorial_zeros(20)

計算產品的第一部分是不言而喻的。對於第二部分，我們使用str（）方法將乘積轉換為字串，然後向後讀取：如果數字為0，則將count加1；否則為0。否則，我們將打破迴圈。

break命令在這裡至關重要。如前所述，上述函式無需中斷命令即可計算零的總數。

解決方案2：while迴圈

def factorial_zeros(n):    product = n    while n > 1 :          # step 1: iteratively calculate the product         product *= (n-1)        n-=1    count = 0         while product%10 == 0:   # step 2: calculate the number of trailing zeros        product = product/10        count+=1            return count

第一部分與解決方案1相同，唯一的區別是我們使用while迴圈來計算尾隨數字：對於乘積除以10的乘積，最後一位必須為0。因此，我們使用while迴圈不斷更新while迴圈，直到條件不成立為止。

順便說一句，解決方案2是我最喜歡的計算零的方法。

> Photo by Jamie Fenn on Unsplash

問題5：完美數字，亞馬遜

-理想數字是一個正整數，它等於其正因數之和，但不包括數字本身。-整數x的除數是可以將x均勻除的整數。-給定整數n，如果n是完美數則返回true，否則返回false。-https://leetcode.com/problems/perfect-number/

思路

這個問題可以分為三個步驟：

· 找出正因數

· 計算總和

· 決定：完美與否

第2步和第3步是不言而喻的，最多不超過一層。但是，棘手的部分是找到正除數。為此，我們可以採用野蠻力方法，並在從1到整數的整個序列中進行迭代。

理論上，它應該適用於一個小整數，但是如果我們執行大數，它將超過時間限制。時間效率不高。

解決方案1：暴力

#1. find the positive divisors#2. calculate the sum #3. perfect or not def perfect_number(num):    divisors = []    for i in range(1,num):        if num%i==0:            divisors.append(i)    if sum(divisors)==num:        return True    else:        return False        # test case 1perfect_number(2)

此方法不適用於較大的值。您的面試官可能會要求更有效的解決方案。

解決方案2：sqrt（n）

# solution 2: sqrt(n)def perfect_number(num):        if num<=1:        return False        divisors = set([1])        for i in range(2,int(num**0.5)+1):   # from 2 to num**0.5        if num%i==0:            divisors.add(i)            divisors.add(num//i)    return sum(divisors)==num

要找到其除數，我們不必檢查最大為整數的值。例如，要找到100的除數，我們不必檢查從1到100的數字。相反，我們只需要檢查直到100的平方根即10，並且所有其他可用值都已經為包括在內。

這是一種最佳演算法，可為我們節省大量時間。

我的Github上提供了完整的Python程式碼。https://github.com/LeihuaYe/Python_LeetCode_Coding

總結

· 在進行了數十次"實踐"編碼之後，最大的收穫就是理解問題並將問題分為多個可操作的元件。

· 在這些可行的部分中，總會有一個步驟使求職者絆倒。諸如"不能使用內建函式/庫"之類的限制。

· 關鍵是逐步編寫自定義函式，並嘗試避免在練習例程中儘可能多地使用內建函式。