阿里巴巴筆試記

考點(diǎn)（不分先后次序）：

C++：1.關(guān)于DOM的描述；2.網(wǎng)絡(luò )蜘蛛系統；3.UTF-8；4.數據庫檢索：查準率和查全率；5.索引壓縮；6.設計cralwer；7.Trie樹(shù)查詢(xún)；8.HTML&HTTP協(xié)議；9.信息檢索模型；10.分布式通信協(xié)議；11.分布式搜索引擎；12.雙向循環(huán)鏈表；13.快速排序；14.32位系統。

關(guān)于DOM的描述:

javascrip里面的dom（文檔對象模型）它是一種模型，將格式化文檔對象化處理。在xml和html 的處理中廣泛應用。  //dom是定義超文本結構的對象及方法，分層次的，有容器類(lèi)的對象，也有基本元素對象，而這些對象，都包含有相應的屬性和對應的操作方法（接口）。

//一般而言，DOM結構準確地反映了HTML文檔所包含的內容，也就是說(shuō)，每個(gè)HTML標記表現為一個(gè)標記節點(diǎn)（tag node），每個(gè)文本項內容表現為一個(gè)文本項節點(diǎn)（text node）。//是W3C組織推薦的處理可擴展置標語(yǔ)言的標準編程接口。

2. 網(wǎng)絡(luò )蜘蛛系統

網(wǎng)絡(luò )蜘蛛即Web Spider，是一個(gè)很形象的名字。把互聯(lián)網(wǎng)比喻成一個(gè)蜘蛛網(wǎng)，那么Spider就是在網(wǎng)上爬來(lái)爬去的蜘蛛。網(wǎng)絡(luò )蜘蛛是通過(guò)網(wǎng)頁(yè)的鏈接地址來(lái)尋找網(wǎng)頁(yè)，從網(wǎng)站某一個(gè)頁(yè)面（通常是首頁(yè)）開(kāi)始，讀取網(wǎng)頁(yè)的內容，找到在網(wǎng)頁(yè)中的其它鏈接地址，然后通過(guò)這些鏈接地址尋找下一個(gè)網(wǎng)頁(yè)，這樣一直循環(huán)下去，直到把這個(gè)網(wǎng)站所有的網(wǎng)頁(yè)都抓取完為止。如果把整個(gè)互聯(lián)網(wǎng)當成一個(gè)網(wǎng)站，那么網(wǎng)絡(luò )蜘蛛就可以用這個(gè)原理把互聯(lián)網(wǎng)上所有的網(wǎng)頁(yè)都抓取下來(lái)。

對于搜索引擎來(lái)說(shuō)，要抓取互聯(lián)網(wǎng)上所有的網(wǎng)頁(yè)幾乎是不可能的，從目前公布的數據來(lái)看，容量最大的搜索引擎也不過(guò)是抓取了整個(gè)網(wǎng)頁(yè)數量的百分之四十左右。這其中的原因一方面是抓取技術(shù)的瓶頸，無(wú)法遍歷所有的網(wǎng)頁(yè)，有許多網(wǎng)頁(yè)無(wú)法從其它網(wǎng)頁(yè)的鏈接中找到；另一個(gè)原因是存儲技術(shù)和處理技術(shù)的問(wèn)題，

在抓取網(wǎng)頁(yè)的時(shí)候，網(wǎng)絡(luò )蜘蛛一般有兩種策略：廣度優(yōu)先和深度優(yōu)先（如下圖所示）。廣度優(yōu)先是指網(wǎng)絡(luò )蜘蛛會(huì )先抓取起始網(wǎng)頁(yè)中鏈接的所有網(wǎng)頁(yè)，然后再選擇其中的一個(gè)鏈接網(wǎng)頁(yè)，繼續抓取在此網(wǎng)頁(yè)中鏈接的所有網(wǎng)頁(yè)。這是最常用的方式，因為這個(gè)方法可以讓網(wǎng)絡(luò )蜘蛛并行處理，提高其抓取速度。深度優(yōu)先是指網(wǎng)絡(luò )蜘蛛會(huì )從起始頁(yè)開(kāi)始，一個(gè)鏈接一個(gè)鏈接跟蹤下去，處理完這條線(xiàn)路之后再轉入下一個(gè)起始頁(yè)，繼續跟蹤鏈接。這個(gè)方法有個(gè)優(yōu)點(diǎn)是網(wǎng)絡(luò )蜘蛛在設計的時(shí)候比較容易。兩種策略的區別，下圖的說(shuō)明會(huì )更加明確。

在網(wǎng)絡(luò )蜘蛛機器人系統里面，真正起指揮作用的是人工管理系統制定的規則和檢索索引數據庫。它可以決定什么樣的網(wǎng)站抓的勤一點(diǎn)，或者干脆不抓.

3. UTF-8

使用UTF-8編碼唯一的好處是，國外的用戶(hù)如果使用Windows XP英文版，瀏覽UTF-8編碼的任何網(wǎng)頁(yè)，無(wú)論是中文、還是日文、韓文、阿拉伯文，都可以正常顯示，UTF-8是世界通用的語(yǔ)言編碼，UTF-8的推廣要歸功于Google的應用，以及Blog開(kāi)發(fā)者。而如果用Windows XP英文版的IE6.0瀏覽gb2312語(yǔ)言編碼的網(wǎng)頁(yè)，則會(huì )提示是否安裝語(yǔ)言包。因此，可能會(huì )失去很多的國外瀏覽者。 使用gb2312編碼的好處是，因為程序產(chǎn)生的網(wǎng)頁(yè)文本使用ANSI編碼格式，會(huì )比UTF-8文本編碼節省一些體積，訪(fǎng)問(wèn)速度會(huì )稍微快一點(diǎn)點(diǎn)，大約是30:38的比例，也就是30K的ANSI編碼，轉為UTF-8編碼是38K，當然，這個(gè)比例并不準確，是會(huì )隨Unicode字符集區域的不同而變化的。

UTF-8（8 位元 Universal Character Set/Unicode Transformation Format）是針對Unicode 的一種可變長(cháng)度字符編碼。它可以用來(lái)表示 Unicode 標準中的任何字符，而且其編碼中的第一個(gè)字節仍與 ASCII 相容，使得原來(lái)處理 ASCII 字符的軟件無(wú)需或只作少部份修改后，便可繼續使用。因此，它逐漸成為電子郵件、網(wǎng)頁(yè)及其他儲存或傳送文字的應用中，優(yōu)先采用的編碼。  UTF-8 編碼提供了一種簡(jiǎn)便而向后兼容的方法, 使得那種完全圍繞 ASCII 設計的操作系統, 比如 Unix, 也可以使用 Unicode. UTF-8. UTF_8字符集

　　UTF-8是UNICODE的一種變長(cháng)字符編碼，由Ken Thompson于1992年創(chuàng )建�，F在已經(jīng)標準化為RFC 3629。UTF-8用1到6個(gè)字節編碼UNICODE字符。如果UNICODE字符由2個(gè)字節表示，則編碼成UTF-8很可能需要3個(gè)字節，而如果UNICODE字符由4個(gè)字節表示，則編碼成UTF-8可能需要6個(gè)字節。用4個(gè)或6個(gè)字節去編碼一個(gè)UNICODE字符可能太多了，但很少會(huì )遇到那樣的UNICODE字符

4.數據庫檢索：查準率和查全率；

查全率與查準率是評價(jià)檢索效果的兩項重要指標。

     查全率是指系統在進(jìn)行某一檢索時(shí)，檢出的相關(guān)文獻量與系統文獻庫中相關(guān)文獻總量的比率，它反映該系統文獻庫中實(shí)有的相關(guān)文獻量在多大程度上被檢索出來(lái)。

查全率=[檢出相關(guān)文獻量/文獻庫內相關(guān)文獻總量]×100%

查準率是指系統在進(jìn)行某一檢索時(shí)，檢出的相關(guān)文獻量與檢出文獻總量的比率，它反映每次從該系統文獻庫中實(shí)際檢出的全部文獻中有多少是相關(guān)的。

查準率=[檢出相關(guān)文獻量/檢出文獻總量]×100%

通過(guò)對查準率和查全率的概念分析,得到了定性的結論:查全率依賴(lài)于查準率,查準率的提高有利于查全率的提高。通過(guò)對兩者間關(guān)系的數學(xué)推導,得到了查準率和查全率之間一般性的定量關(guān)系。

5.索引壓縮

建立索引是搜索引擎核心技術(shù)之一，建立索引的目的是能夠快速的響應用戶(hù)的查詢(xún)。搜索引擎最常用的索引數據結構是倒排文檔，倒排文檔的原理其實(shí)相當簡(jiǎn)單。為什么要進(jìn)行索引壓縮？對索引進(jìn)行壓縮有很多好處：比如可以減少索引占用的磁盤(pán)空間和內存；比如可以減少I(mǎi)/O讀寫(xiě)量； 比如可以查詢(xún)響應速度加快；為了能夠增加壓縮效果，一般在進(jìn)行壓縮前先改寫(xiě)索引內容，首先把倒排索引的數值按照大小排序，然后用差值而非實(shí)際值表示（d-gap)；這個(gè)是每個(gè)壓縮算法開(kāi)展前要做的工作；目前的壓縮方法可以分為固定長(cháng)度的和變長(cháng)壓縮。

具體說(shuō)是將索引編碼（落實(shí)到機器中應該是MD5哈希值）以一種壓縮的方式來(lái)表示，既利于節省存儲空間，又可以提高檢索速度。其實(shí)，我覺(jué)得這個(gè)東西最大的好處還是節約“緩存空間”，提高訪(fǎng)問(wèn)速度。采用索引壓縮能夠帶來(lái)很多好處，所以實(shí)用的搜索引擎都會(huì )采用索引壓縮技術(shù)，但是對索引進(jìn)行壓縮也會(huì )帶來(lái)問(wèn)題，就是比不壓縮需要更多的計算量.

6.設計cralwer

搜索引擎的工作整體上可分為三個(gè)部分，在第一階段，Crawler開(kāi)始“爬行”頁(yè)面，獲取最原始信息，Crawler是一段小程序，它通過(guò)初始地址，訪(fǎng)問(wèn)頁(yè)面，分析出頁(yè)面內部包括的鏈接，將鏈接傳送給Crawler控制模塊，Crawler控制模塊判斷哪些鏈接對應的頁(yè)面是下一步需要訪(fǎng)問(wèn)的，哪一些是已經(jīng)被訪(fǎng)問(wèn)過(guò)的，從而指示Crawler進(jìn)行下一步“爬行”；另一方面，Crawler將獲取到的Web頁(yè)面傳送到頁(yè)面數據存儲庫（Page Repository）中，臨時(shí)存儲起來(lái)。第二階段，索引器將庫中存儲的頁(yè)面進(jìn)行解析，根據索引構建原則創(chuàng )建索引，并將索引存儲到索引庫中，另外，在一些基于頁(yè)面鏈接對頁(yè)面進(jìn)行排名的搜索引擎系統中，鏈接分析與頁(yè)面排名的確定也在這個(gè)階段完成。第三階段，檢索引擎處理用戶(hù)的搜索請求，找出相關(guān)頁(yè)面文檔，并根據頁(yè)面排名高低，按順序將結果返回給用戶(hù)。三個(gè)階段并行協(xié)同工作，維持搜索引擎的正常運轉

爬行器技術(shù) ：爬行器（Crawler，Spider）又叫“爬蟲(chóng)”、“蜘蛛”，工作在搜索引擎的最前端，是搜索引擎中最關(guān)鍵的部分之一，它的性能好壞直接影響到搜索引擎對于頁(yè)面信息的采集與更新。 Internet上的網(wǎng)頁(yè)可以通過(guò)鏈接進(jìn)行互訪(fǎng)，這使得Crawler可以從初始URL出發(fā)，沿著(zhù)鏈接導向，遍歷Internet上整體網(wǎng)頁(yè)構成的連通圖。即使整體頁(yè)面構成的圖不是完全連通的，也可以將Internet上的頁(yè)面集合看成是一個(gè)個(gè)連通的子圖構成的，多個(gè)Crawler選擇合理的起點(diǎn)，順著(zhù)頁(yè)面鏈接進(jìn)行爬行，也能遍歷完整個(gè)圖�？紤]到網(wǎng)絡(luò )上Web頁(yè)面的數量非常龐大，設計一個(gè)性能良好的爬行器需要考慮以下4個(gè)問(wèn)題[10]： 1．應下載哪些頁(yè)面？ 在多數情況下，Crawler并不下載Web上的所有頁(yè)面，即使是最復雜的搜索引擎，其索引庫中能檢索到的頁(yè)面也只占整個(gè)Web總頁(yè)面的一小部分。所以，Crawler優(yōu)先選擇最“重要”的頁(yè)面進(jìn)行下載非常重要，以保證下載的部分更有價(jià)值。 2．如何更新頁(yè)面？一旦Crawler下載了大量的頁(yè)面，它會(huì )周期性的訪(fǎng)問(wèn)原始頁(yè)面地址，看其是否是更新過(guò)的。Web上的頁(yè)面內容可能變化非�？�，Crawler必須決定以不同的頻率訪(fǎng)問(wèn)不同的頁(yè)面。

3．如何降低被爬行站點(diǎn)的負載？當Crawler獲取頁(yè)面時(shí)，需要消耗部分被訪(fǎng)問(wèn)服務(wù)器的資源，同時(shí)也占用網(wǎng)絡(luò )帶寬，增加了網(wǎng)絡(luò )負擔。Cralwer應使用相應的策略降低這些消耗，否則相應站點(diǎn)將禁止Cralwer去訪(fǎng)問(wèn)其頁(yè)面。 4．如何并行化爬行過(guò)程？ 由于要爬行的頁(yè)面數量非常大，一個(gè)Crawler在一定時(shí)間內，通常不能勝任爬行所有頁(yè)面的能力，必須使用多個(gè)Crawler來(lái)完成這一工作。因此，Crawler之間的并行協(xié)同工作顯得非常重要。

針對Crawler工作任務(wù)的重要性及其工作量的巨大，許多搜索引擎采用了分布式Crawler技術(shù)，但是如何將巨大的爬行任務(wù)均衡地分配給各個(gè)Crawler是分布式WebCrawler的關(guān)鍵問(wèn)題之一。目前許多Crawler系統都采用了集中式的任務(wù)分割策略

7.Trie樹(shù)查詢(xún)

基于三數組Trie索引樹(shù)原理的漢語(yǔ)詞典查詢(xún)機制,并用遞歸算法實(shí)現構詞狀態(tài)表的自動(dòng)構建.

Trie樹(shù)是搜索樹(shù)的一種，來(lái)自英文單詞"Retrieval"的簡(jiǎn)寫(xiě)，可以建立有效的數據檢索組織結構，是中文匹配分詞算法中詞典的一種常見(jiàn)實(shí)現。它本質(zhì)上是一個(gè)確定的有限狀態(tài)自動(dòng)機（DFA），每個(gè)節點(diǎn)代表自動(dòng)機的一個(gè)狀態(tài)。在詞典中這此狀態(tài)包括＂詞前綴＂，＂已成詞＂等。Trie樹(shù)就是字典樹(shù)，其核心思想就是空間換時(shí)間.字典樹(shù)有如下簡(jiǎn)單的性質(zhì)：

(1) 根節點(diǎn)不包含字符信息；

(3) 一棵m度的Trie或者為空，或者由m棵m度的Trie組成。

搜索字典項目的方法為：

(1) 從根結點(diǎn)開(kāi)始一次搜索；(2) 取得要查找關(guān)鍵詞的第一個(gè)字母，并根據該字母選擇對應的子樹(shù)，轉到該子樹(shù)繼續進(jìn)行檢索；

(3) 在相應的子樹(shù)上，取得要查找關(guān)鍵詞的第二個(gè)字母，并進(jìn)一步選擇對應的子樹(shù)進(jìn)行檢索。

4) 迭代過(guò)程……

(5) 在某個(gè)結點(diǎn)處，關(guān)鍵詞的所有字母已被取出，則讀取附在該結點(diǎn)上的信息，即完成查找。

雙數組Trie（Double-Array Trie）是trie樹(shù)的一個(gè)簡(jiǎn)單而有效的實(shí)現，由兩個(gè)整數數組構成，一個(gè)是base[]，另一個(gè)是check[]。設數組下標為i ,如果base,check均為0,表示該位置為空。如果base為負值，表示該狀態(tài)為詞語(yǔ)。Check表示該狀態(tài)的前一狀態(tài)，t=base+a, check[t]=i 。

8.HTML&HTTP協(xié)議

HTML（Hyper Text Mark-up Language ）即超文本標記語(yǔ)言，是 WWW 的描述語(yǔ)言，由 Tim Berners-lee提出。設計 HTML 語(yǔ)言的目的是為了能把存放在一臺電腦中的文本或圖形與另一臺電腦中的文本或圖形方便地聯(lián)系在一起，形成有機的整體，人們不用考慮具體信息是在當前電腦上還是在網(wǎng)絡(luò )的其它電腦上。這樣，你只要使用鼠標在某一文檔中點(diǎn)取一個(gè)圖標，Internet就會(huì )馬上轉到與此圖標相關(guān)的內容上去，而這些信息可能存放在網(wǎng)絡(luò )的另一臺電腦中。HTML文本是由 HTML命令組成的描述性文本，HTML 命令可以說(shuō)明文字、 圖形、動(dòng)畫(huà)、聲音、表格、鏈接等。 HTML的結構包括頭部 (Head)、主體 (Body) 兩大部分。頭部描述瀏覽器所需的信息，主體包含所要說(shuō)明的具體內容。

HTTP協(xié)議(Hypertext　Transfer　Protocol，超文本傳輸協(xié)議)是用于從WWW服務(wù)器傳輸超文本到本地瀏覽器的傳送協(xié)議。它可以使瀏覽器更加高效，使網(wǎng)絡(luò )傳輸減少。它不僅保證計算機正確快速地傳輸超文本文檔，還確定傳輸文檔中的哪一部分，以及哪部分內容首先顯示(如文本先于圖形)等。超文本傳輸協(xié)議（HTTP）是一種為分布式，合作式，多媒體信息系統服務(wù)，面向應用層的協(xié)議。它是一種通用的，不分狀態(tài)（stateless)的協(xié)議，除了諸如名稱(chēng)服務(wù)和分布對象管理系統之類(lèi)的超文本用途外，還可以通過(guò)擴展它的請求方式，錯誤代碼和報頭[47]來(lái)完成許多任務(wù)。HTTP的一個(gè)特點(diǎn)是數據表示方式的典型性和可協(xié)商性允許獨立于傳輸數據而建立系統。

9.信息檢索模型；

信息檢索的數學(xué)模型　2.1 信息檢索系統的形式化表示　2.2 集合論檢索模型　2.2.1 布爾檢索模型　2.2.2 模糊集合模型　2.2.3 擴展布爾模型2.3 代數論檢索模型　2.3.1 向量空間模型　2.3.2 潛在語(yǔ)義索引模型　2.3.3 神經(jīng)網(wǎng)絡(luò )模型　2.4 概率論檢索模型　2.4.1 經(jīng)典概率模型　2.4.2 基于Bayesian網(wǎng)絡(luò )的檢索模型　2.5 其他信息檢索模型與數學(xué)理論　2.5.1 結構化檢索模型　2.5.2 瀏覽模型　2.5.3 其他新型數學(xué)理論提出了一種基于本體語(yǔ)義模型的信息檢索方法。該方法充分利用領(lǐng)域本體提供的概念之間的語(yǔ)義相關(guān)性，從語(yǔ)義模型擴展、概念相似度、相關(guān)度計算，并以用戶(hù)反饋等角度探討了基于語(yǔ)義模型的自動(dòng)推理方法在信息檢索中的應用，文章介紹了系統實(shí)現框架. 包括布爾檢索模型、向量空間模型和概率檢索模型在內的信息檢索數學(xué)模型.

10.分布式通信協(xié)議；

分布式虛擬環(huán)境（DVE）中高速運動(dòng)實(shí)體的狀態(tài)更新數據量很大，對實(shí)時(shí)性要求高，現有的通訊協(xié)議不支持消息廢除，因而不能很好地支持新的狀態(tài)更新消息覆蓋過(guò)時(shí)消息。文章提出了一種可更新隊列的概念模型，在此基礎上提出了一種新的協(xié)議方案，它支持過(guò)時(shí)消息的丟棄，更好地滿(mǎn)足了實(shí)時(shí)交互的需要。分布式實(shí)時(shí)數據庫系統必須能夠處理具有時(shí)間限制的應用，而這些應用所涉及的某些數據又不在應用本地，所以不可避免地要與網(wǎng)絡(luò )上的其它結點(diǎn)進(jìn)行通訊，傳送數據或消息．在分布式實(shí)時(shí)數據庫系統中，不僅要求數據值正確，而且具有時(shí)間限制，即在規定的時(shí)間內，值正確的數據才是有效的．所以，實(shí)時(shí)通訊中，不僅要求數據或消息傳送正確，而且要盡可能保證或必須保證數據或消息在應用可允許的時(shí)間范圍內完成傳送．

11.分布式搜索引擎

分布式搜索引擎是根據地域、主題、IP地址及其它的劃分標準將全網(wǎng)分成若干個(gè)自治區域，在每個(gè)自治區域內設立一個(gè)檢索服務(wù)器，而每個(gè)檢索服務(wù)器由信息搜索機器人、索引搜索軟件數據庫和代理三部分組成。信息搜索機器人負責本自治區域內的信息搜索，并建立索引信息存入索引數據庫。代理負責向用戶(hù)提供查詢(xún)接口，并與其它代理進(jìn)行互換，實(shí)現檢索服務(wù)器之間的信息交換，且查詢(xún)可以重定向，即如果一個(gè)索引數據庫沒(méi)有滿(mǎn)足查詢(xún)要求，它可以將查詢(xún)請求發(fā)送到其它檢索服務(wù)器上。

它與集中式搜索引擎相比有以下優(yōu)點(diǎn)：各檢索服務(wù)器之間相互共享資源，站點(diǎn)只向本自治區域內的信息搜索機器人提供信息，減輕了網(wǎng)絡(luò )及各站點(diǎn)的負載。各代理之間的相互協(xié)作及查詢(xún)重定向使得提供的服務(wù)更完善。 與Web本身的分布式特性相適應，具有良好的可擴充性，便于維護。索引信息劃分到各自的索引數據庫中，使得各索引數據庫相對較小，查詢(xún)的響應時(shí)間相對較短。部分檢索服務(wù)器發(fā)生故障時(shí)，其它部分能正常工作。Web服務(wù)器集群是一種典型的分布式處理系統。所謂Web集群就是采用高速網(wǎng)絡(luò )，將原來(lái)獨立的若干個(gè)服務(wù)器聯(lián)結起來(lái)，作為一個(gè)整體提供服務(wù)，把到達的請求分配到集群中的各個(gè)后臺服務(wù)器上，讓它們分攤負載及I/O，通過(guò)并行處理提高性能。此時(shí)涉及到請求分配器及負載平衡的技術(shù)問(wèn)題。開(kāi)發(fā)垂直門(mén)戶(hù)的分布式搜索引擎系統時(shí)，發(fā)現有四種不同應用的分布式搜索引擎： 1. 分布式元搜索: 2. 散列分布搜索引擎 3. Peer 2 peer 搜索引擎 4. 局部遍歷型搜索引擎.分布式元搜索:

14.32位系統

32位系統指機內 數據長(cháng)度，指令長(cháng)度，地址長(cháng)度是二進(jìn)制32位。 64位系統指機內 數據長(cháng)度，指令長(cháng)度，地址長(cháng)度是二進(jìn)制64位。 64位系統速度快。32位系統系統要尋高于32位的地址就要用到復雜一點(diǎn)的運算，用兩個(gè)32位單元組合成（好幾步才能到位）。64位系統直接尋址（一步到位）。

JAVA：1.Servlet中怎樣控制頁(yè)面在客戶(hù)端的緩存策略；2.執行存儲過(guò)程；3.JSP；4.Thread.wait()可否設置超時(shí)；5.注釋XML內容：CDATA；6.IOC；7.Open-Closed原則含義；8.JUnit TestCase基類(lèi)中的代碼；9.javax.servle.http.HttpServlet；10.JDBC連接池&功能；11.XML Schema：<xs:choic>&<xs:sequence>；12.領(lǐng)域模型；13.Servlet生命周期。

還有綜合類(lèi)的，就有點(diǎn)類(lèi)似公務(wù)員考試的題目，還有一些關(guān)于計算機的題目，例如考點(diǎn)：

軟件測試的對象；2.用戶(hù)進(jìn)程的跟蹤信息存在于什么目錄；3.how使普通用戶(hù)可執行超級用戶(hù)文件；4.向有限空間輸入超長(cháng)字符串是什么攻擊，等等。大題就兩道：1.隱馬爾科夫模型（HMM）的3個(gè)基本問(wèn)題；2.（寫(xiě)函數的）。其實(shí)看到這些題目，我就蒙了，有些根本就沒(méi)見(jiàn)過(guò)。但是別怕，是否做出這些題目，并不是他們是否選擇你的標準（我覺(jué)得），都是摸一下底而已。我相信，大部分的人都是做不出來(lái)的，里面涉及的知識點(diǎn)，也不是全能從課本學(xué)來(lái)，靠的是積累。當然，這些也只是我個(gè)人的看法，因為我也沒(méi)過(guò)這個(gè)筆試，不過(guò)我覺(jué)得我還是有收獲的。這是我第一個(gè)參加的筆試，重在過(guò)程，所以我列下了這兩個(gè)方向的考點(diǎn)，可能還是有點(diǎn)參考價(jià)值吧！

隱馬爾科夫模型(hidden Markov model,縮寫(xiě)為HMM)的提出最初是在語(yǔ)音處理領(lǐng)域。HMM是在Markov鏈的基礎上發(fā)展起來(lái)的一種統計模型。由于實(shí)際問(wèn)題比Markov鏈模型所描述的更為復雜，因此在HMM中觀(guān)察到的事件與狀態(tài)并不是一一對應，而是與每個(gè)狀態(tài)的一組概率分布相聯(lián)系。它是一個(gè)雙重隨機過(guò)程，其中之一是Markov鏈，描述狀態(tài)的轉移；另一個(gè)描述每個(gè)狀態(tài)和觀(guān)察值之間的統計對應關(guān)系。這樣，HMM以概率模型描述觀(guān)察值序列，具有很好的數學(xué)結構，能夠比較完整地表達觀(guān)察值序列的特征。

【阿里巴巴筆試記】相關(guān)文章：

阿里巴巴筆試題08-10

阿里巴巴筆試題07-17

阿里巴巴筆試題201508-01

2015年阿里巴巴筆試題08-05

2013阿里巴巴筆試試題09-23

阿里巴巴公司DBA筆試題07-31

阿里巴巴2010年DBA筆試題07-26

阿里巴巴校招筆試題，試題分享08-10

2015年阿里巴巴校園招聘筆試題08-04