华为 ai 机考 编程题解答

写在前面

这道题目好像是 2025年9月12日参加华为ai岗位的机试考试的一道题目。题目网上有原题，也有类似的解答，我这里主要是讲一讲我对这道题目的想法，以及通过 $C++$ 编写的代码。(网上的都是 $Python$ 写的代码)，本人还是习惯使用 $C++$ 编写。

题目

b站上有个视频，专门讲解了这道题目的思路：华为9月12日AI岗考试题讲解-二叉树中序遍历的第k个祖先节点|BFS建树，中序遍历，模拟

题目的大致意思是（具体详见：二叉树中序遍历的第k个祖先节点）：

我的思路

我的思路就是：

• 首先对输入的数据节点进行建树，这里就需要构建一个结构体 construct TreeNode ,然后建立二叉树，同时子节点有个 fa 指针，指向父节点，便于后续操作。
• 接着对二叉树进行中序遍历，并将结果存入到一个 inorderResult 数组中。
• 接着在 inorderResult 数组中找到需要找寻的节点 node 的位置，然后标记其所有的父节点的 isAncestor = 1，表示是该节点的祖先节点
• 最后从该位置向前遍历，每找到一个 isAncestor = 1 的节点，则 k–，直到 k==0，返回该位置的节点值。要是遍历到第一个元素 k 依旧不为 0 的话，返回 -1 即可。

于是我根据上述思路，编写的代码如下：

#include <iostream>
#include <vector>
#include <queue>
#include <sstream>
#include <string>using namespace std;struct TreeNode
{int val;int isAncestor = 0;TreeNode *left;TreeNode *right;TreeNode *fa; // 用来找寻父节点TreeNode(int x) : val(x), left(nullptr), right(nullptr), fa(nullptr) {}
};// 从输入字符串构建二叉树（层次遍历输入，# 表示 null）
TreeNode *buildTree(const vector<string> &parts)
{if (parts.empty() || parts[0] == "#")return nullptr;TreeNode *root = new TreeNode(stoi(parts[0]));root->fa = nullptr;queue<TreeNode *> q; // 引入一个队列，方便建树q.push(root);size_t i = 1;while (!q.empty() && i < parts.size()){TreeNode *node = q.front();q.pop();// 左子节点if (i < parts.size() && parts[i] != "#"){node->left = new TreeNode(stoi(parts[i]));node->left->fa = node; // 标记其父节点q.push(node->left);}elsenode->left = nullptr; // 表示 parts[i] == "#" ，此时其左子节点为空i++;// 右子节点if (i < parts.size() && parts[i] != "#"){node->right = new TreeNode(stoi(parts[i]));node->right->fa = node;q.push(node->right);}elsenode->right = nullptr;i++;}return root;
}// 中序遍历，将节点值存入 result
void inorder(TreeNode *root, vector<TreeNode *> &result)
{if (root == nullptr)return;inorder(root->left, result);result.push_back(root);inorder(root->right, result);
}int main()
{string line;getline(cin, line); // 读取整行输入int node, k;cin >> node >> k; // 读取 node , k// 去除首尾空格// size_t start = line.find_first_not_of(" \t");// size_t end = line.find_last_not_of(" \t");// if (start == string::npos)// {//     cout << -1 << endl;//     return 0;// }// line = line.substr(start, end - start + 1);// 按空格分割字符串vector<string> parts;stringstream ss(line);string token;while (ss >> token)parts.push_back(token);// 构建树TreeNode *root = buildTree(parts);// 中序遍历vector<TreeNode *> inorderResult;inorder(root, inorderResult);// 找到目标节点在中序遍历中的位置int len = inorderResult.size();int temp = 0;for (; temp < len; temp++)if (inorderResult[temp]->val == node)break;// 目标节点的祖先节点的 isAncestor 为 1TreeNode *current = inorderResult[temp];while (current->fa != nullptr){current->fa->isAncestor = 1;current = current->fa;}// 查询第 k 个祖先节点for (int i = temp - 1; i >= 0; i--){if (inorderResult[i]->isAncestor == 1)k--;if (k == 0){cout << inorderResult[i]->val << endl;// 重置 isAncestor 标记for (TreeNode *node : inorderResult)node->isAncestor = 0;return 0;}}// 重置 isAncestor 标记for (TreeNode *node : inorderResult)node->isAncestor = 0;// 遍历完 k 都不为 0 ，输出 -1 即可。cout << -1 << endl;return 0;
}

我参加的一次

非常荣幸，我参加了2025年9月17号华为 ai 的机考，题目感觉出的不是很难，都是我复习到的，于是考试结果也还不错。
详细题目参见：CodeFun 2000

选择题就不做说明了，主要讲解一下编程题吧：

题目一（300分）：大模型分词

题目详见：大模型分词

刚好我力扣刷到了 hot100 的动态规划专题，因此一看这道题目就是使用动态规划进行求解，只是需要对输入进行预处理即可，于是可以选择使用 C++ 中的 unordered_map 进行映射存储。

// we have defined the necessary header files here for this problem.
// If additional header files are needed in your program, please import here.#include <iostream>
#include <vector>
#include <string>
#include <unordered_map>
#include <climits>
// #include<bits/stdc++.h>using namespace std;int maxScore(const string &text, const unordered_map<string, int> &confidence, const unordered_map<string, int> &transfer)
{int n = text.length();vector<int> dp(n + 1, INT_MIN);dp[0] = 0;// 每个位置记录一下最优的前驱vector<int> prev(n + 1, -1);for (int i = 1; i <= n; i++){for (int j = 0; j < i; j++){string word = text.substr(j, i - j);if (confidence.find(word) != confidence.end()){int word_score = confidence.at(word);int transition_score = 0;// 不是第一个词的话，检查转移分数？if (j > 0 && prev[j] != -1){string prev_word = text.substr(prev[j], j - prev[j]);string transition_key = prev_word + " " + word;if (transfer.find(transition_key) != transfer.end()){transition_score = transfer.at(transition_key);}}int total_score = dp[j] + word_score + transition_score;if (total_score > dp[i]){dp[i] = total_score;prev[i] = j; // 更新前驱位置}}}}return dp[n] == INT_MIN ? 0 : dp[n];
}int main()
{// please define the C++ input here. For example: int a,b; cin>>a>>b;;// please finish the function body here.// please define the C++ output here. For example:cout<<____<<endl;// 读入英文单词string text;// 读入 n 和 mint n, m;cin >> text;cin >> n;unordered_map<string, int> confidence;// 已标注词元和置信度分数P，使用哈希进行存储for (int i = 0; i < n; i++){string word;int score;cin >> word >> score;confidence[word] = score;}cin >> m;// 转移分数数据：起始词、下一个词、转移分数加分X、空格分隔unordered_map<string, int> transfer;for (int i = 0; i < m; i++){string prevWord, nextWord;int score;cin >> prevWord >> nextWord >> score;transfer[prevWord + " " + nextWord] = score;}int result = maxScore(text, confidence, transfer);cout << result << endl;return 0;
}

但是这段代码在华为的评判系统的只过了 90% 的测试用例，还有 10% 没有通过，因此不知道主要问题在哪里，读者若有发现，麻烦详细解答一下，笔者在此不胜感激。

题目二（150分）：大模型Attention模块开发

题目详见：大模型Attention模块开发

感觉要是知道点 $Transformer$ 的都应该知道这个 $Attention$ 模块，因此这道题目还是比较好写的：

# If you need to import additional packages or classes, please import here.
import numpy as npdef attention_module(n, m, h):# 构建全 1 的矩阵X = np.ones((n, m))# 构建上三角矩阵W1 = np.triu(np.ones((m, h)))W2 = np.triu(np.ones((m, h)))W3 = np.triu(np.ones((m, h)))# 计算 Q K VQ = np.dot(X, W1)K = np.dot(X, W2)V = np.dot(X, W3)# 计算QK_T = np.dot(Q, K.T)/np.sqrt(h)# 计算 softmax(QK_T)M = np.exp(QK_T)softmax_QK_T = M / np.sum(M, axis=1, keepdims=True)Y = np.dot(softmax_QK_T, V)return int(np.round(np.sum(Y)))def func():# please define the python3 input here. For example: a,b = map(int, input().strip().split())# please finish the function body here.# please define the python3 output here. For example: print().# 读入输入n, m, h = map(int, input().strip().split())print(attention_module(n, m, h))if __name__ == "__main__":func()