滴滴出行2017秋招算法筆試題(作弊概率)

bg.jpg

一婶肩、前言

最近博客的更新頻率也挺快的,希望自己能堅持下去貌夕。每周一篇面試題律歼,這周的面試題是算法筆試題,面試題不知不覺也寫了幾個月了啡专,不難發(fā)現(xiàn)险毁,那些大企業(yè)都喜歡考算法題。

二植旧、題目

一位滴滴實習生開發(fā)出了一套簡易作弊檢測系統(tǒng)辱揭,此系統(tǒng)存在一定誤差离唐。如果一個用戶確實存在作弊行為病附,但是此系統(tǒng)沒有檢測出的概率為 5 %,但是誤檢為作弊的概率為 1 %亥鬓;我們已經知道完沪,一個用戶作弊的概率為 0.1 % 。目前一個人被此方法檢測出有作弊嵌戈,那此人確實有作弊的概率接近多少覆积?

A. 90%

B. 70%

C. 30%

D. 10%

三、解題

這道題單憑想熟呛,還是挺容易選錯的宽档。而且還需知道貝葉斯定理。

貝葉斯定理是關于隨機事件 A 和 B 的條件概率的一則定理

貝葉斯定理.png

其中 P(A|B) 是在 B 發(fā)生的情況下 A 發(fā)生的可能性

在貝葉斯定理中庵朝,每個名詞都有約定俗成的名稱:

  • P(A|B) 是已知 B 發(fā)生后 A 的條件概率吗冤,也由于得自 B 的取值而被稱作 A 的后驗概率又厉。

  • P(B|A) 是已知 A 發(fā)生后 B 的條件概率,也由于得自 A 的取值而被稱作 B 的后驗概率椎瘟。

  • P(A) 是 A 的先驗概率(或邊緣概率)覆致。之所以稱為"先驗"是因為它不考慮任何 B 方面的因素。

  • P(B) 是 B 的先驗概率或邊緣概率肺蔚。

知道了這個后煌妈,我們可以直接套公式:

設:

A 代表實際作弊了

B代表被檢測作弊了

用!表示取反,P(!B|A) = 0.05 P(B|!A)=0.01 P(A) = 0.001

P(B|A) = 0.95 P(!A) = 0.999

由貝葉斯定理 P(A|B) = (P(B|A)P(A))/P(B) 用全概率替換分母: P(A|B) = (P(B|A)P(A)) / (P(B|A)P(A) + P(B|!A) P(!A)) =(0.950.001) / (0.950.001+0.01*0.999) =0.0868

所以最后的答案選擇 D 宣羊,接近 10%

可能還是不能很好的理解這道題的璧诵,最后我們根據題意畫成圖,因為比例較小仇冯,不好畫腮猖,因此本人適當?shù)倪M行了放大。

畫圖解決.png

因為選項的答案相差比較大赞枕,如果畫的標準的話澈缺,基本看圖也能看出答案來的了。

四炕婶、類似題目

一機器在良好狀態(tài)生產合格產品幾率是90%姐赡,在故障狀態(tài)生產合格產品幾率是30%,機器良好的概率是75%柠掂,若一日第一件產品是合格品项滑,那么此日機器良好的概率是多少。

當然涯贞,直接套公式很容易做出來枪狂,不過我們?yōu)榱烁玫睦斫猓旅娼o出題意圖宋渔,各位嘗試做出來吧州疾。

機器.jpg

/1240)

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市皇拣,隨后出現(xiàn)的幾起案子严蓖,更是在濱河造成了極大的恐慌,老刑警劉巖氧急,帶你破解...
    沈念sama閱讀 216,544評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件颗胡,死亡現(xiàn)場離奇詭異,居然都是意外死亡吩坝,警方通過查閱死者的電腦和手機毒姨,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,430評論 3 392
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來钉寝,“玉大人弧呐,你說我怎么就攤上這事鸳址。” “怎么了泉懦?”我有些...
    開封第一講書人閱讀 162,764評論 0 353
  • 文/不壞的土叔 我叫張陵稿黍,是天一觀的道長。 經常有香客問我崩哩,道長巡球,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,193評論 1 292
  • 正文 為了忘掉前任邓嘹,我火速辦了婚禮酣栈,結果婚禮上,老公的妹妹穿的比我還像新娘汹押。我一直安慰自己矿筝,他們只是感情好,可當我...
    茶點故事閱讀 67,216評論 6 388
  • 文/花漫 我一把揭開白布棚贾。 她就那樣靜靜地躺著窖维,像睡著了一般。 火紅的嫁衣襯著肌膚如雪妙痹。 梳的紋絲不亂的頭發(fā)上铸史,一...
    開封第一講書人閱讀 51,182評論 1 299
  • 那天,我揣著相機與錄音怯伊,去河邊找鬼琳轿。 笑死,一個胖子當著我的面吹牛耿芹,可吹牛的內容都是我干的崭篡。 我是一名探鬼主播,決...
    沈念sama閱讀 40,063評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼吧秕,長吁一口氣:“原來是場噩夢啊……” “哼琉闪!你這毒婦竟也來了?” 一聲冷哼從身側響起寇甸,我...
    開封第一講書人閱讀 38,917評論 0 274
  • 序言:老撾萬榮一對情侶失蹤塘偎,失蹤者是張志新(化名)和其女友劉穎疗涉,沒想到半個月后拿霉,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 45,329評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡咱扣,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,543評論 2 332
  • 正文 我和宋清朗相戀三年绽淘,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片闹伪。...
    茶點故事閱讀 39,722評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡沪铭,死狀恐怖壮池,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情杀怠,我是刑警寧澤椰憋,帶...
    沈念sama閱讀 35,425評論 5 343
  • 正文 年R本政府宣布,位于F島的核電站赔退,受9級特大地震影響橙依,放射性物質發(fā)生泄漏。R本人自食惡果不足惜硕旗,卻給世界環(huán)境...
    茶點故事閱讀 41,019評論 3 326
  • 文/蒙蒙 一窗骑、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧漆枚,春花似錦创译、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,671評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至残制,卻和暖如春互订,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背痘拆。 一陣腳步聲響...
    開封第一講書人閱讀 32,825評論 1 269
  • 我被黑心中介騙來泰國打工仰禽, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人纺蛆。 一個月前我還...
    沈念sama閱讀 47,729評論 2 368
  • 正文 我出身青樓吐葵,卻偏偏與公主長得像,于是被迫代替她去往敵國和親桥氏。 傳聞我的和親對象是個殘疾皇子温峭,可洞房花燭夜當晚...
    茶點故事閱讀 44,614評論 2 353

推薦閱讀更多精彩內容