备战秋招——常规算法笔试题集锦（持续更新）

1.任何一个递归过程都可以转换成非递归过程(✓)

2.Hanoi问题

假设个盘子的Hanoi问题需要次操作来完成，三根柱子分别为A，B，C，则实现算法主要分为三个步骤：

1）把n-1个盘子由 A 移到 B

2）把第n个盘子 由 A 移到 C

3）把n-1个盘子由 B 移到 C

可以看出，此问题是一个递归问题：。

个盘子的Hanoi问题的总移动次数为：。

3.设哈希表长为11，哈希函数为Hash (key)=key%11。存在关键码{43,7,29,22,16,92,44,8,19}，采用二次探测法处理冲突，建立的hash表为

0	1	2	3	4	5	6	7	8	9	10
22	44			92	16	19	7	29	8	43

采用开放定址法处理冲突中的二次探测再散列（也即是题目中的二元探测法），哈希函数变为

对于43，代入公式为Hash(43) = 43 % 11 = 10, 则地址为10；

对于7，代入公式为Hash(7) = 7 % 11 = 7,则地址为7；

对于29，代入公式为Hash(29) = 29 % 11 = 7, 与7冲突，则采用二次探测进行消除冲突， 继续(7 + 1) % 11 = 8，没有冲突，则地址为8；

对于22，代入公式Hash(22) = 22 % 11 = 0, 则地址为0；

对于16，代入公式Hash(16) = 16 % 11 = 5, 则地址为5；

对于92，代入公式Hash(92) = 92 % 11 = 4,则地址为4；

对于44，代入公式Hash(44) = 44 % 11 = 0, 与22的地址冲突，则继续(0 + 1) % 11 = 1,没有冲突，则地址为1；

对于8， 代入公式Hash(8) = 8 % 11 = 8, 与29有冲突，则继续(8 + 1) % 11 = 9, 没有冲突，则地址为9；

对于19，代入公式Hash(19) = 19 % 11 = 8. 与 29有冲突，则继续(8 + 1) * 11 = 9, 与8有冲突，继续(8 - 1) % 11 = 7, 与7有冲突，则继续(8 + 4) % 11 = 1, 与44有冲突，则继续(8 - 4) % 11 = 4, 与92有冲突，则继续(8 + 9) % 11 = 6, 没有冲突，则地址为6。

4.有关希尔排序算法叙述正确的是（ AB ）

A. 最后一次的步长增量一定为1

B. 分割后子序列内部的排序算法是直接插入排序

C. 分割后子序列内部的排序算法是直接选择排序

D. 希尔排序是稳定排序算法

希尔排序时间复杂度最坏情况是，最好情况是。希尔排序没有快速排序算法快 ，因此中等大小规模表现良好，对规模非常大的数据排序不是最优选择。但是比复杂度的算法快得多。

5.广义表K=(m,n,(p,(q,s)),(h,f)),则head[tail[head[tail[tail(K)]]]]的值为( q )

tail(K) = (n,(p,(q,s)),(h,f))

tail[tail(K)] = ((p,(q,s)),(h,f))

head[tail[tail(K)]] = (p,(q,s))

tail[head[tail[tail(K)]]] = (q,s)

head[tail[head[tail[tail(K)]]]] = q

6.在一个空的5阶B-树中依次插入关键字序列{6,8,15,16,22,10,18,32,20}，插入完成后，关键字6所在结点包含的关键字个数为（  3  ）

B树又叫平衡多路查找树。一棵m阶的B树的特性如下：
1. 树中每个结点最多含有m个孩子（m >= 2）
2. 除根结点和叶子结点外，其它每个结点至少有ceil(m / 2)个孩子
3. 若根结点不是叶子结点，则至少有2个孩子（特殊情况：没有孩子的根结点，即根节点为叶子结点，整棵树只有一个根结点）
4. 所有叶子都出现在同一层
5. 每个非终端结点中包含有n个关键字信息：其中 （1）n为该结点的关键字的总个数，满足ceil(m/2) - 1 <= n <= m -1 （2）ki(i = 1, .., n)为关键字，且关键字按升序排序 （3）pi为指向子树根的结点，且指针p(i-1)指向子树中所有结点的关键字均小于ki，但都大于k(i-1)。
插入时首先插入6,8,15,16; 再插入22时结点个数大于4，因此取15为中间结点拆分，变成15 - (6,8),(16,22)，继续插入10,18,32变成15 - (6,8,10),(16,18,22,32)，再插入20时结点个数大于4，取20为中间结点拆分，合并到根节点上变为(15,20) - (6,8,10),(16,18),(22,32)。

7. 在求两个集合并集的过程中，可能需用到的操作是（  ABCD    ）  

A. 取元素

B. 插入元素

C. 比较操作

D. 求表长

求表长的原因暂搁，之后更新

8.TCP协议与UDP协议负责端到端连接，下列那些信息只出现在TCP报文，UDP报文不包含此信息（   AD   ）

A. 序列号

B. 源端口

C. 目标端口

D. 窗口大小

这道题说明了一个问题，本科时候的计算机网络一定要好好学。TCP和UDP是OSI模型中的运输层中的协议。TCP提供可靠的通信传输，需要三次握手建立连接。而UDP是一个非连接的协议，传输数据之前源端和终端不建立连接，当它想传送时就简单地去抓取来自应用程序的数据，并尽可能快地把它扔到网络上。UDP吞吐量不受拥挤控制算法的调节，只受应用软件生成数据的速率、传输带宽、源端和终端主机性能的限制。 

TCP保证数据正确性，UDP可能丢包，TCP保证数据顺序，UDP不保证。UDP信息包的标题很短，只有8个字节，相对于TCP的20个字节信息包的额外开销很小。TCP对系统资源的要求较多，UDP对系统资源的要求较少。

UDP的包头结构：
    源端口 16位
    目的端口 16位
    长度 16位
    校验和 16位

TCP的包头结构：
     源端口 16位
     目标端口 16位
     序列号 32位
     回应序号 32位
     TCP头长度 4位
     reserved 6位
     控制代码 6位
     窗口大小 16位
    偏移量 16位
    校验和 16位
   选项  32位(可选) 

9. 程序员编写程序时使用文件系统提供的系统调用将内存中由address地址开始的n个字节或n个记录的信息写入指定文件中，但发现文件名不可用，可行的解决办法是（ AB ）

A. 使用文件描述符代替文件名

B. 使用文件句柄代替文件名

C. 使用当前进程的PCB编号代替

D. 以上办法都不可行

无论是文件句柄（Windows中概念），还是文件描述符（Linux中概念），其最终目的都是用来定位打开的文件在内存中的位置，只是他们的映射方式不一样。文件句柄定位到的是文件对象，而非文件。而文件对象是对这个文件的一些状态、属性的封装，例如读到的文件位置等。

10.某软件公司正在升级一套水务管理系统。该系统用于县市级供排水企业、供水厂、排水厂中水务数据的管理工作。系统经重新整合后，开发人员决定不再使用一张备份数据表waterinfo001表，需永久删除。符合要求的语句是：（ C ）

A. DELETE TABLE waterinfo001

B. DELETE FROM TABLE waterinfo001

C. DROP TABLE waterinfo001

D. DROP FROM TABLE waterinfo001

drop table：删除内容和定义，释放空间，简单来说是把整个表都去掉

truncate table：删除内容，释放空间，不删除定义，简单来说只是清空表的数据

drop table：每次删除一行数据

11.32位系统线程最大内存为（4GB）

以32位Windows为例，最大内存寻址空间为4G。

系统分前半部分（2G）作为进程私有空间；后半部分（2G）作为公用空间，用来存放内核代码、驱动代码、IO缓存区。

12.下面关于Adaboost算法的描述中，错误的是（ D ）

A. AdaBoost模型是弱分类器的线性组合

B. 提升树是以分类树或者回归树为基本分类器的提升办法，提升树被认为是统计学系中最有效的办法之一

C. AdaBoost算法的一个解释是该算法实际上是前向分步算法的一个实现，在这个方法里，模型是加法模型，损失函数是指数损失，算法是前向分步算法

D. AdaBoost同时独立地学习多个分类器

有关Adaboost，参考：

https://wizardforcel.gitbooks.io/dm-algo-top10/content/adaboost.html

https://zhuanlan.zhihu.com/p/39972832

有关提升树（Boosting Tree），参考：

https://www.cnblogs.com/daguankele/p/6557328.html

13.下面关于随机森林和Adaboost说法正确的是（ ACD ）

A. 和Adaboost相比，随机森林对错误和离群点更鲁棒

B. 随机森林准确率不依赖于个体分类器的实例和他们之间的依赖性

C. 随即森林对每次划分所考虑的属性数很偏感

D. Adaboost初始时每个训练元组被赋予相等的权重

随机森林可参考：https://zhuanlan.zhihu.com/p/22097796

除了 Bagging 树模型的一般局限性外，随机森林还有一些局限性：

1）训练和预测都慢

2）如果需要区分的类别多，随机森林表现不会好

3）当我们需要推断超出范围的独立变量或者非独立变量，随机森林做的并不好，应该使用MARS那样的算法

14.《同义词词林》的词类分类体系中，将词分为大类、种类、小类，下列说法正确的是（ D ）

A. 大类以小写字母表示

B. 小类以大写字母表示

C. 中类以阿拉伯数字表示

D. 中类有94个

大类12个，中类94个，小类1438个，标题词3933个。大类编号为大写拉丁字母，中类为小写字母，小类为阿拉伯两位数字。

15. 文本信息检索的一个核心问题是文本相似度计算，将查询条件和文本之间的相似程度数值化，从而方便比较。当文档和查询都表示成向量时，可以利用向量的内积的大小近似地表示两个向量之间的相关程度。
设有两个文档和查询抽取特征和去除停用词后分别是：
文档d1: a、b、c、a、f、b、a、f、h
文档d2: a、c
查询q: a、c、a
特征项集合为 {a、b、c、d、e、f、g、h}
如果采用二值向量表示，那么利用内积法计算出q和d1、d2的相似度分别是（ B ）

A. 1、1

B. 2、2

C. 7、3

D. 0、0

NLP相关，完全不熟悉

16. 在统计语言模型中，通常以概率的形式描述任意语句的可能性，利用最大相似度估计进行度量，对于一些低频词，无论如何扩大训练数据，出现的频度仍然很低，下列哪种方法可以解决这一问题（ C ）

A. 一元切分

B. 一元文法

C. 数据平滑

D. N元文法

NLP相关，完全不熟悉

17. 命名实体识别是指出文本中的人名、地名等专有名词和时间等，其中有有监督的命名实体识别和无监督的命名实体识别，下列选项哪些是属于有监督的学习方法（   BCD    ）

A. 字典法

B. 决策树

C. 隐马尔可夫模型

D. 支持向量机