向量化计算两组向量间的欧氏距离矩阵
哪些公司问过
答案要点
- 广播写法:A[:, None, :] − B[None, :, :],平方后在最后一维求和再开方,得到 N×M 矩阵
- 广播写法的中间张量为 N×M×D,内存开销大
- 展开公式 ‖a−b‖² = ‖a‖² + ‖b‖² − 2a·b,用矩阵乘 A·B^T,中间结果仅 N×M
- 数值处理:开方前截断到 0 防止负数导致 NaN,求梯度时可加小 eps
- 超大规模分块计算;PyTorch 可直接用 torch.cdist,NumPy 可用 einsum 算平方和
易错点
- 用双重 for 循环逐对计算,速度极慢
- 直接广播出 N×M×D 的中间张量,导致内存溢出
- 展开公式后不截断负值,开方产生 NaN
面试官常见追问
- 如果要求余弦距离怎么写?
- 得到距离矩阵后如何取每个点的 k 近邻?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。