深度学习（机器学习）算法面试(二)

#考察数据结构：
基于图的特征降维方法的是LE(Laplacian eigenmap)、LLE(local linear embedding)
****稳定的排序算法：冒泡排序、插入排序、归并排序和基数排序

不是稳定的排序算法：选择排序、快速排序、希尔排序、堆排序

原表有序或基本有序时，直接插入排序和冒泡排序将大大减少比较次数和移动记录的次数，时间复杂度可降至O（n）；

而快速排序则相反，当原表基本有序时，将蜕化为冒泡排序，时间复杂度提高为O（n2）；

原表是否有序，对简单选择排序、堆排序、归并排序和基数排序的时间复杂度影响不大。****

二叉搜索树：二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉排序树。
已知int a[]={1,2,3,4,5}；int*p[]={a,a+1,a+2,a+3}；int q=p；表达式(p[0]+1)+*(q+2)的值是____。

进栈序列为(1,2,3…,n)有多少种出栈顺序， f(n)=h(n)= C(2n,n)/(n+1)

Var(x)定义为概率密度函数f的二阶矩，给出了x的方差
Var(X)=E[(X-E(X))²]=E(X²)-[E(X)]²
注：E[(X-E(X))²]不是E[(X-E(X))²]，而是(X-E(X))²的数学期望。*

某颗二叉树中有2000个节点，则它的最小高度怎么求？
最小高度自然就是等于2000个结点的完全二叉树的高度
设根结点高度为1，n个结点完全二叉树高度：下取整(log2n) + 1
现在是下取整(log2(2000)) + 1= 11

树：
**结点的度：**结点拥有的子树的数目
**叶子结点：**度为0的结点
**分支结点：**度不为0的结点
树的度：树中结点的最大的度
层次：根结点的层次为1，其余结点的层次等于该结点的双亲结点的层次加1
树的高度：树中结点的最大层次
森林：0个或多个不相交的树组成。对森林加上一个根，森林即成为树；删去根，树即成为森林。