今天练习的是蚂蚁算法最新机考笔试题3题。

各大厂真题都整理了近两年的机考题，题库里面有详细思路和答案~

肥猫学长也提供机考辅导助攻和面试辅导欢迎咨询。

微信号：jackwwang8

目前已经整理的题库有如下：如果有需要可以加我微信获取哦

蚂蚁春招题目3.19

第一题：全相等

题目内容

给定一个长度为n、仅由小写字母组成的字符串s（下标从1开始）。定义一个非空子串t是好子串，当且仅当在t中，所有出现过的字符的出现次数两两相等。请你计算字符串s中共有多少个好子串。

名词解释子串：子串为从原字符串中，连续地选择一段字符（可以全选、可以不选）得到的新字符串；

输入描述每个测试文件均包含多组测试数据。第一行输入一个整数T(1 ≤ T ≤ 100)代表数据组数，每组测试数据描述如下：

除此之外，保证单个测试文件的n之和不超过2080。

输出描述对于每一组测试数据，新起一行。输出一个整数，表示满足条件的非空子串的数量。

测试样例

23aab4abab

58

样例说明

在第一组测试数据中，s="aab"，所有子串为(按区间列举)：

解题思路

带详细注释的代码实现

# 第一题：全相等import sysdef is_good_substring(count_arr):    """    判断当前字符计数数组对应的子串是否为好子串    :param count_arr: 长度为26的列表，记录a-z每个字符的出现次数    :return: 是好子串返回True，否则返回False    """    base_count = 0  # 基准出现次数，记录第一个出现字符的次数    for num in count_arr:        if num > 0:            if base_count == 0:                base_count = num  # 初始化基准次数            elif num != base_count:                return False  # 存在字符次数不一致，不是好子串    return True  # 所有出现字符次数一致，是好子串def calculate_good_substrings(s):    """    计算字符串中好子串的总数量    :param s: 输入的小写字母字符串    :return: 好子串的数量    """    str_len = len(s)    result = 0  # 记录好子串总数    # 枚举所有左端点    for left in range(str_len):        char_count = [0] * 26  # 每次左端点更新，重新初始化字符计数数组        # 枚举右端点，从左端点开始向右扩展        for right in range(left, str_len):            # 计算当前字符对应的数组下标（a->0, b->1, ..., z->25）            char_index = ord(s[right]) - ord('a')            char_count[char_index] += 1  # 对应字符计数+1            # 判断当前子串是否为好子串，是则结果+1            if is_good_substring(char_count):                result += 1    return resultdef main():    """主函数，处理输入输出并调用核心逻辑"""    read_input = sys.stdin.readline  # 简化输入读取    test_num = int(read_input().strip())  # 读取测试数据组数    res_list = []  # 存储每组测试数据的结果    for _ in range(test_num):        n = int(read_input().strip())  # 读取字符串长度        str_s = read_input().strip()  # 读取字符串        # 计算当前组的好子串数量并加入结果列表        res_list.append(str(calculate_good_substrings(str_s)))    # 输出所有结果，每组结果占一行    sys.stdout.write("\n".join(res_list))if __name__ == "__main__":    main()

第二题：文本数值混合特征工程

题目内容

现有一个文本与数值的混合数据，需要你在仅使用numpy/pandas/scikit-learn的前提下，实现下表所示四段式特征工程+双基模型平均流程，并输出测试集标签。

核心流程要求

输入描述输入为一行JSON格式数据，包含train_txt（训练集文本）、train_num（训练集数值特征）、train_y（训练集标签）、test_txt（测试集文本）、test_num（测试集数值特征）。

输出描述仅一行：[pred_1,pred_2,...,pred_n]，长度等于测试集数量的JSON整数数组(0/1)，以空格间隔。

补充说明

测试样例

{"train_txt": ["great food and service", "fantastic taste", "delicious pizza", "awesome restaurant"], "train_num": [[1,2],[3,4],[5,6],[7,8]], "train_y": [1,1,0,0], "test_txt": ["bad food", "good taste"], "test_num": [[2,3],[4,5]]}

[0, 1]

样例说明

输入包含4条训练数据、2条测试数据，经特征工程和双模型平均预测后，测试集第一条标签为0，第二条标签为1，故输出[0, 1]。

带详细注释的代码实现

（更加详细解题思路和CPP、Java代码加我微信获取）

# 第二题：文本数值混合特征工程import sysfrom ast import literal_evalfrom scipy.sparse import hstack, csr_matrixfrom sklearn.feature_extraction.text import TfidfVectorizerfrom sklearn.preprocessing import StandardScaler, PolynomialFeaturesfrom sklearn.linear_model import LogisticRegression, SGDClassifierdef process_feature_and_predict(data):    """    按要求完成特征工程、模型训练和预测    :param data: 解析后的字典，包含训练和测试的文本、数值、标签数据    :return: 测试集的预测标签列表    """    # 从输入数据中提取训练和测试集的各个部分    train_text = data["train_txt"]    train_numeric = data["train_num"]    train_label = data["train_y"]    test_text = data["test_txt"]    test_numeric = data["test_num"]    # 1. 构建词级TF-IDF特征    word_tfidf = TfidfVectorizer(        lowercase=True,        stop_words="english",        ngram_range=(1, 2),        sublinear_tf=True    )    train_word_feat = word_tfidf.fit_transform(train_text)  # 训练集拟合并转换    test_word_feat = word_tfidf.transform(test_text)        # 测试集仅转换    # 2. 构建字符3-gram TF-IDF特征    char_tfidf = TfidfVectorizer(        analyzer="char",        ngram_range=(3, 3),        lowercase=True,        sublinear_tf=True    )    train_char_feat = char_tfidf.fit_transform(train_text)  # 训练集拟合并转换    test_char_feat = char_tfidf.transform(test_text)        # 测试集仅转换    # 3. 处理数值特征：标准化 + 二次多项式展开    scaler = StandardScaler()  # 初始化标准化器    poly = PolynomialFeatures(degree=2, include_bias=False)  # 初始化多项式展开器    train_num_std = scaler.fit_transform(train_numeric)  # 训练集数值特征标准化    test_num_std = scaler.transform(test_numeric)        # 测试集数值特征标准化    train_num_poly = poly.fit_transform(train_num_std)   # 训练集标准化后多项式展开    test_num_poly = poly.transform(test_num_std)         # 测试集标准化后多项式展开    # 将数值特征转为稀疏矩阵，方便与TF-IDF稀疏特征拼接    train_num_sparse = csr_matrix(train_num_poly)    test_num_sparse = csr_matrix(test_num_poly)    # 4. 特征合并：横向拼接词级、字符级、数值特征    train_total_feat = hstack([train_word_feat, train_char_feat, train_num_sparse])    test_total_feat = hstack([test_word_feat, test_char_feat, test_num_sparse])    # 5. 训练模型A：逻辑回归    model_log = LogisticRegression(        penalty="l2",        C=1.0,        solver="liblinear",        max_iter=1000,        random_state=42    )    model_log.fit(train_total_feat, train_label)    # 6. 训练模型B：随机梯度下降分类器（逻辑损失）    model_sgd = SGDClassifier(        loss="log_loss",        penalty="l2",        alpha=1e-4,        max_iter=1000,        random_state=42    )    model_sgd.fit(train_total_feat, train_label)    # 7. 软投票：获取两个模型的正类概率并取平均    prob_log = model_log.predict_proba(test_total_feat)[:, 1]  # 模型A正类概率    prob_sgd = model_sgd.predict_proba(test_total_feat)[:, 1] # 模型B正类概率    avg_prob = (prob_log + prob_sgd) / 2.0                    # 概率平均值    # 根据阈值0.5生成最终预测标签    predict_label = [1 if p > 0.5 else 0 for p in avg_prob]    return predict_labeldef main():    """主函数，处理输入解析和结果输出"""    # 读取整行输入并解析为字典    input_str = sys.stdin.read().strip()    input_data = literal_eval(input_str)    # 调用核心函数得到预测结果    pred_result = process_feature_and_predict(input_data)    # 按要求格式输出结果    print("[" + ", ".join(map(str, pred_result)) + "]")if __name__ == "__main__":    main()

第三题：四元异或

题目内容

给定一个长度为n的整数数组a1,a2,...,an与整数k，请判断是否存在四个两两不同的下标i,j,p,q（即i,j,p,q互不相同），使得ai XOR aj XOR ap XOR aq = k。若存在输出Yes，否则输出No。

名词解释按位异或（记作XOR）：对每一位二进制独立计算，相同为0，不同为1。两两不同：四个下标互不相同，不可复用同一位置的元素。

输入描述每个测试文件均包含多组测试数据。第一行输入一个整数T(1 ≤ T ≤ 1000)代表数据组数，每组测试数据描述如下：

所有测试中n的总和≤4000。

输出描述输出T行，若存在满足条件的四元组，输出Yes；否则输出No。

测试样例

34 41 2 3 45 01 2 4 8 164 71 2 3 7

YesNoYes

样例说明

带详细注释的代码实现

（更加详细解题思路和CPP、Java代码加我微信获取）

# 第三题：四元异或import sysdef check_four_xor(nums, target_k):    """    判断数组中是否存在四个下标互不相同的数，异或和等于target_k    :param nums: 输入的整数数组    :param target_k: 目标异或和    :return: 存在返回True，否则返回False    """    arr_len = len(nums)    xor_set = set()  # 存储前缀数对的异或值，保证与当前数对下标不重合    # 枚举当前数对的左端点i，范围1到n-2（保证j有足够范围）    for i in range(1, arr_len - 1):        # 枚举当前数对的右端点j，j > i        for j in range(i + 1, arr_len):            current_xor = nums[i] ^ nums[j]  # 计算当前数对的异或值            need_xor = target_k ^ current_xor  # 计算需要的前缀异或值            if need_xor in xor_set:                return True  # 找到符合条件的四元组，直接返回True        # 将所有p < i的数对(p, i)的异或值加入集合，供后续数对匹配        for p in range(i):            xor_set.add(nums[p] ^ nums[i])    # 遍历结束未找到符合条件的四元组    return Falsedef main():    """主函数，处理批量输入并调用核心判断逻辑"""    # 读取所有输入并转换为整数列表，适合大批次输入处理    all_data = list(map(int, sys.stdin.buffer.read().split()))    data_index = 0    test_count = all_data[data_index]  # 读取测试组数    data_index += 1    result_list = []  # 存储每组测试的结果（Yes/No）    for _ in range(test_count):        n = all_data[data_index]       # 读取数组长度        k = all_data[data_index + 1]   # 读取目标异或和        data_index += 2        num_array = all_data[data_index:data_index + n]  # 读取当前数组        data_index += n        # 判断并将结果加入列表        if check_four_xor(num_array, k):            result_list.append("Yes")        else:            result_list.append("No")    # 输出所有结果，每组结果占一行    sys.stdout.write("\n".join(result_list))if __name__ == "__main__":    main()