数理统计笔记[牛客专项练习]

目前移动设备主流的屏幕帧率是每秒(60)帧

下面数据结构能够支持随机的插入和删除操作、并具有较好的性能的是

正确答案: A

链表和哈希表
数组和链表
哈希表和队列
堆栈和双向队列

数组插入删除要移动大量元素，不满足具有较好性能

如果某系统12*5=61成立，则系统采用的是()进制

(1 * n + 2) * 5 = 6 * n + 1
n = 9

在黑盒测试方法中，设计测试用例的主要根据是

正确答案: B

程序内部逻辑
程序外部功能
程序数据结构
程序流程图

黑盒测试是对软件已经实现的功能是否满足需求进行测试和验证，黑盒测试完全不考虑程序内部的逻辑结构和内部特性，只根据程序的需求和功能规格说明，检查程序的功能是否符合它的功能说明。

白盒测试又称结构测试、透明盒测试、逻辑驱动测试或基于代码的测试。白盒测试是一种测试用例设计方法，盒子指的是被测试的软件，白盒指的是盒子是可视的，你清楚盒子内部的东西以及里面是如何运作的。"白盒"法全面了解程序内部逻辑结构、对所有逻辑路径进行测试。"白盒"法是穷举路径测试。在使用这一方案时，测试者必须检查程序的内部结构，从检查程序的逻辑着手，得出测试数据。贯穿程序的独立路径数是天文数字。

对于以下代码，

char* p=new char[100];

正确的是 D

p和new出来的内存都在栈上
p和new出来的内存都在堆上
p在堆上，new出来的在栈上
p在栈上，new出来的在堆上

new 出来的对象放在堆中，局部变量放在栈中。

设 q （ n ， m ）是将正整数 n 划分成最大加数不大于 m 的若干不同正整数之和的划分数，则 q （ n ， m ）为（ ）。

正确答案: B
递归思想，1）n=1或m=1时，n分成不大于m的正整数的和的划分数只有1一种。2）n<m时，n分成不大于m的整数==n分成不大于n的整数（n总不能大于n吧）==q(n,n)。3）n=m时 将n分成n(m)这一种情况去掉，就变成1+q(n,n-1)。4）n>m>1时，首先q(n,m-1)中m-1>0为正整数 所以1要排除，这一项意味着把所有将n拆解出的可能中包含m的部分去掉，然后去掉的部分等价于q(n-m,m),这个式子意味着n被默认已经拆出来一个m，然后再让他分解出的整数不大于m。

现在有一个tcp服务端监听了80端口，问最多同时能建立多少连接

正确答案: D

1023
65534
64511
非常多基本和内存大小相关

在大规模的语料中，挖掘词的相关性是一个重要的问题。以下哪一个信息不能用于确定两个词的相关性。

正确答案: B

互信息
最大熵
卡方检验
最大似然比

最大熵代表了整体分布的信息，通常具有最大熵的分布作为该随机变量的分布， 不能体现两个词的相关性，但是卡方是检验两类事务发生的相关性。

下面关于ID3算法中说法错误的是（）

正确答案: D

ID3算法要求特征必须离散化
信息增益可以用熵，而不是GINI系数来计算
选取信息增益最大的特征，作为树的根节点
ID3算法是一个二叉树模型

ID3算法（Iterative Dichotomiser 3 迭代二叉树3代）是一个由Ross Quinlan发明的用于决策树的算法。可以归纳为以下几点：

1. 使用所有没有使用的属性并计算与之相关的样本熵值
2. 选取其中熵值最小的属性
3. 生成包含该属性的节点
   D3算法对数据的要求：
4. 所有属性必须为离散量；
5. 所有的训练例的所有属性必须有一个明确的值；
6. 相同的因素必须得到相同的结论且训练例必须唯一。

ID3 算法生成的决策树是一棵多叉树，分支的数量取决于分裂属性有多少个不同的取值

执行以下代码

#define SUM(x,y) x+y
int a=3;
int b=2;
a+=a*SUM(a,b)*b;

a的值为: 正确答案: A

16
30
33
39

宏函数SUM只在预编译阶段做预处理工作，即只是简单地进行字符替换而已。

a += a*SUM(a,b)*b
a+= a*a+b*b

如果要得到C选项，宏函数就得这样写：

#define SUM(x, y) ((x)+(y))

N-gram是一种简单有效的统计语言模型，通常n采用1-3之间的值，它们分别称为unigram、bigram和trigram。现有给定训练语料合计三个文档如下：

D1： John read Moby Dick
D2： Mary read a different book,
D3： She read a book by Cher
利用bigram求出句子“John read a book”的概率大约是（ ）
正确答案: B

1
0.06
0.09
0.0008

2-gram公式
P(s1,s2,s3…) = P(s1)*P(s2|s1)*P(s3|s2)…
john在文章开头的概率：P（john） = 1/3
P（read | John） = 1
P(a|read) = 2/3
P(book|a) = 1/2
P(尾巴|book) = 1/2, book出现两次，其中一次是在句子结尾处
P(“John read a book”) = 1/3 * 1 * 2/3 * 1/2 * 1/2 = 1/18 ≈ 0.06，故选择B

unigram,bigram,trigram,是自然语言处理（NLP）中的问题。父词条：n-gram.
unigram: 单个word P(s1,s2,s3…) = P(s1)*P(s2)*P(s3)…
bigram: 双word
trigram:3 word P(s1,s2,s3…) = P(s1)*P(s2|s1)*P(s3|s1s2)…
比如：
西安交通大学：
unigram 形式为：西/安/交/通/大/学
bigram形式为： 西安/安交/交通/通大/大学
trigram形式为：西安交/安交通/交通大/通大学

下列有关k-mean算法说法正确的是()

正确答案: A D

不能自动识别类的个数,随机挑选初始点为中心点计算
数据数量不多时,输入的数据的顺序不同会导致结果不同
不能自动识别类的个数,不是随机挑选初始点为中心点计算
初始聚类中心的选择对聚类结果的影响很大

B: Kmeans优化目标函数的过程中，两步均是遍历所有的点，累加损失。 因此与数据的输入顺序无关。
D：传统的K-means聚类算法太依赖于聚类数目和初始聚类中心位置的选择了，聚类数目一般要人为设定，这个根据经验来定，至于位置，一般可以选择生成随机数的方法，随机数就比较随意了，如果随机数刚好落在了密度很大的数据区域，本来这个区域是最终可以聚为一类的，可是现在有好几个初始聚类中心落在这里了，那么这个区域就会被强行划分成几类，显然就会造成误检，误检就是，本来不应该形成一类，却形成了。Ref

相关性

Pearson要求连续线性；
Spearman只要求单调就可以了，不一定要连续线性。
两个定序测量数据之间也用spearman相关系数，不能用pearson相关系数

正常建立一条TCP连接需要（）个步骤，正常关闭一个TCP连接需要（）个步骤

正确答案: B

3,3
3,4
4,4
4,3

三次握手 四次挥手

在给定文件中查找与设定条件相符字符串的命令

正确答案: B

gzip
grep
ls
find

一个有偏的硬币，抛了100次，出现1次人头，99次字。问用最大似然估计（ML）和最小均方误差（LSE）估计出现人头的概率哪个大？

正确答案: B

ML=MSE
ML>MSE
ML<MSE

解答：相等

在移动设备息屏时，以下哪种情况不一定导致大量耗电

正确答案: D