腾讯数据分析面试题分享

以下是面试官在面试候选人时的思考。

面试都有固定的流程，通常是自我介绍，硬性技能考察，项目经历追问和Q&A环节。

之所以把硬性技能考察紧跟自我介绍后面，是因为不管简历包装的有多好，招来的小伙伴始终要能get hands dirty，如果一些必须的技能不ok，那就没啥给机会的必要了。

我们团队这边比较关注的还是SQL和Python技能，所以但凡学生声称自己熟练掌握SQL和Python的，都会详细考察一下实际能力。所以两道题目，一道是SQL题，一道是Python题。

01 SQL题目

这道题目还挺舍不得分享出来的，不过我自己用下来是真的觉得堪称SQL试金石。不仅是校招生，就算是写了好多年SQL的人，也不一定真的能快速想出来答案，但被告知答案了又会觉得真的其实蛮简单的。因为题目都是我工作时候遇到觉得很有趣记录下来的case，所以可能是百度orGoogle也搜不出来的珍藏私货。

题目

有一张用户签到表【t_user_attendence】，标记每天用户是否签到（说明：该表包含所有用户所有工作日的出勤记录） ，包含3个字段：

• 日期【fdate】
• 用户id【fuser_id】
• 用户当天是否签到【fis_sign_in：0否1是】

问题1： 请计算截至当前每个用户已经连续签到的天数（输出表仅包含当天签到的所有用户，计算其连续签到天数）

输出表【t_user_consecutive_days】：

• 用户id【fuser_id】
• 用户连续签到天数【fconsecutive_days】

解答逻辑非常简单，只需要用 max和datediff 。

问题2： 请计算每个用户历史以来最大的连续签到天数（输出表为用户签到表中所有出现过的用户，计算其历史最大连续签到天数）

输出表【t_user_max_days】：

• 用户id【fuser_id】
• 用户最大连续签到天数【fmax_days】

这个乍看不太是SQL能解决的问题，但仔细想想就有思路。我的答案可能也不是最佳答案，但暂时还没问到过别的答案吧。

02 Python题目

题目

针对股票的最大回撤率指标定义，给出代码实现思路。给定的是产品所有交易日的净值序列，且其净值序列已按照日期排序。

最大回撤率： 在选定周期内任一历史时点往后推，产品净值走到最低点时的收益率回撤幅度的最大值。

追问： 如何在提升计算效率？

这道题类似的题目其实在leecode也有，这个大概是变化但类似版本（可以搜leecode股票最大回报）；因为团队里处理比较多金融资产数据，这个指标是策略中最常见的指标之一，所以也是一道工作中攒下来的题目。这个指标的计算优化问题真的非常值得问，我后面会列几个版本的代码思路和实现代码。

通常最简单的计算实现，会需要O(n2)的计算复杂度；可以针对如何降低计算复杂度，专门追问。

其实这俩题目，核心考察的都不是语言能力，因为语言永远都在更新，始终可以通过写得多来提升熟悉度；核心考察的其实都是逻辑和算法能力，就算忘记核心函数或者语法，回归到问题本身，有逻辑的candidate还是能给出思路和步骤，那当然如果语法和函数都非常熟悉，那就更完美了，可以马上写出来答案。

很多硬性技能考察题，核心一样，题面可以一直换，比如：签到可以变成用户活跃，用户充值次数之类的，可以换成候选人项目经历里熟悉的context，有些候选人比较紧张，换点熟悉的场景，似乎就脑子转的快一点。如果候选人最简单的版本能快速给出思路，可以一层层追问，了解ta的思考过程，更全面考察逻辑能力。

03 参考解答

感觉要是不给参考答案的话，分享题目还是有点耍流氓的意思，就还是给几个答案参考参考。

SQL题目答案

问题1答案

思路： 先找用户最近一次未签到日期，再用今天减那个日期。

create table t_user_consecutive_days as select fuser_id,datediff('20200322',fdate_max) fconsecutive_daysfrom    (select fuser_id    ,max(fdate) fdate_max    from t_user_attendence    where fis_sign_in = 0    group by fuser_id    ) t1;

问题2答案

把用户所有签到记录转化成一条0-1字符串序列，用0做split切割，计算切出来的1序列组中的最大长度

create table t_user_max_days asselect fuser_id,max(length(cut_fsign_record)) as fmax_days(select fuser_id,fsign_record,cut_fsign_recordfrom    (select fuser_id    ,wm_concat(fis_sign_in) fsign_record    from t_user_attendence    group by fuser_id    ) t1lateral view explode(split(fsign_record,'0')) t as cut_fsign_record) t2where cut_fsign_record<>''group by fuser_id;

Python题目

最大回撤率： 输入参数都是按照日期降序排列的净值序列

基础实现版本：

def max_drawdown(accnavArr):  mdd = 0  for i in range(0, len(accnavArr)):    for j in range(i + 1, len(accnavArr)):      drawdown = accnavArr[i] / accnavArr[j] - 1      if drawdown < mdd:        mdd = drawdown  return mdd

空间换时间实现版本：

把每个时间点计算的最大值都存到一个列表结构中，最大回撤的计算只需要再依赖这个列表进行多一次循环计算。

def maxDrawdownGainCal(accnavArr):          # 默认accnavArr按日期降序排列    maxDrawdown = 10000    maxGain =0    arr_len = len(accnavArr)    maxList = [0.0] * arr_len    minList = [0.0] * arr_len    maxList[arr_len-1] = accnavArr[arr_len-1]    minList[arr_len-1] = accnavArr[arr_len-1]    for i in range(arr_len-2,-1,-1):       if accnavArr[i] > maxList[i+1]:           maxList[i] = accnavArr[i]       else:          maxList[i] = maxList[i+1]       if accnavArr[i] < minList[i+1]:          minList[i] = accnavArr[i]       else:          minList[i] = minList[i+1]    for i in range(0,arr_len):       mdd = (accnavArr[i]/maxList[i]-1)       mg = (accnavArr[i]/minList[i]-1)       if mdd < maxDrawdown : maxDrawdown = mdd       if mg > maxGain : maxGain = mg    return maxDrawdown,maxGain

当前最优版本：

def maxDrawdownGainCal(accnavArr):          # 默认accnavArr按日期降序排列    maxDrawdown = 10000    maxGain =0    arrLen = len(accnavArr)    startMdd = accnavArr[arrLen-1]    startGain = accnavArr[arrLen-1]    for i in range(arrLen-2,-1,-1):        if accnavArr[i] > startMdd:            startMdd = accnavArr[i]        mdd = (accnavArr[i]/startMdd-1)        if accnavArr[i] < startGain:            startGain = accnavArr[i]        mg = (accnavArr[i]/startGain-1)        if mdd < maxDrawdown : maxDrawdown = mdd        if mg > maxGain : maxGain = mg    return maxDrawdown,maxGain

每个时间点同时更新最大值和最大回撤，两个指标，不需要额外空间，且只做一次列表循环计算。如果你有更好的答案，欢迎评论区见！

来 源：高级农民工/作 者：nnatx

🏴‍☠️宝藏级🏴‍☠️ 原创公众号『 数据STUDIO 』内容超级硬核。公众号以Python为核心语言，垂直于数据科学领域，包括 可戳 👉 Python ｜ MySQL ｜ 数据分析 ｜ 数据可视化 ｜ 机器学习与数据挖掘 ｜ 爬虫 等，从入门到进阶！

长按👇关注- 数据STUDIO -设为星标，干货速递