若 A, B, C, D, E 这 5 个元素依次顺序进栈,则下列不会出现的出栈顺序是( )。
E, A, B, C, D
A, B, C, D, E
B, C, D, E, A
E, D, C, B, A
对于顺序存储的栈和队列,进行插入运算的时间复杂度为( )。
下列属于分类算法的是( )。
K-Means算法
DBSCAN算法
贝叶斯算法
Koch曲线递归算
以下步骤描述的分形方式是( )。
步骤 1:把闭区间平均分为三段,去掉中间的 1/3 部分段,留下剩余两个闭区间;
步骤 2:将剩下的两个闭区间各自平均分为三段,同样去掉中间的区间段,这时剩下四段闭区间;
步骤 3:重复删除每个小区间中间的 1/3 段,迭代至区间无穷小。
Koch 曲线
谢尔宾斯基三角形
牛顿迭代
康托尔三分集
下列满足短任务优先且不会发生饥饿现象的调度算法是( )。
先来先服务
高响应比优先
时间片轮转
非抢占式短任务优先
下方排序算法的时间复杂度为( )。
x = 0
y = 1
for i in range(n):
x += i
for j in range(n):
y *= j
下方代码段采取的排序方法是( )。
快速排序
冒泡排序
选择排序
插入排序
下方代码段通过插入排序的方法完成排序,空白处应补充的代码是(
def insertion_sort(arr):
for i in range(1, len(arr)):
current = arr[i]
pre_index = i - 1
whilepre_index >= 0 and arr[pre_index] > current:
_________________________________
pre_index -= 1
arr[pre_index + 1] = current
return arr
arr[pre_index] = arr[pre_index+1]
arr[i] = arr[i+1]
arr[pre_index+1] = arr[pre_index]
arr[i+1] = arr[i]
运行下方代码段,输出的结果是( )。
def isPrefixOfWord(sentence,searchWord):
l = sentence.split()
for i in range(len(l)):
if l[i][:len(searchWord)]==searchWord:
return i + 1
return -1
sentence = "Python is the best computer language!"
searchWord = "comput"
i = isPrefixOfWord(sentence, searchWord)
print(i)
-1
i+1
5
6
使用迪杰斯特拉(Dijkstra)算法,求图中从顶点 1 到其他各顶点的最短路径,得到各最短路径的目标顶点依次是( )。
5,2,6,3,4
5,2,3,6,4
5,2,4,3,6
5,2,3,4,6
使用冒泡排序将序列 3,4,1,11,15,7,4 升序排列,需要交换( )。
2 次
3 次
5 次
6 次
下列路径算法中,属于贪心算法的是( )。
迪杰斯特拉(Dijkstra)算法
深度优先搜索算法
弗洛伊德(Floyd)算法
广度优先搜索算法
运行下方代码段,输出的结果是( )。
7
6
4
3
使用选择排序将序列 3,7,14,1,18,5,8,9 升序排列,需要交换( )。
3 次
4 次
6 次
10 次
运行下方代码段,输出的结果最接近( )。
π/4
π/2
π
2π
下列有关常见数据结构的叙述中,正确的有( )。
栈由系统自动分配存储空间,堆由人为申请开辟空间
栈申请空间的效率较低,堆的申请效率较高
栈只允许在栈顶插入和删除元素,堆可以随意存取
队列只允许在前段进行删除操作,在后端进行插入操作
下列对 Python 第三方库 sklearn 的叙述中,正确的有( )。
sklearn 库中封装了大量的机器学习算法
sklearn 库中 linear_model 是广义的线形模型
sklearn 库中决策树模型是 sklearn.naive_bayes
from sklearn.linear_model import LogisticRefression 可以导入线形回归函数
下列有关预测算法的叙述中,属于线性回归模型的优势有( )。
模型简单易解释
系数大小易理解
对于非线性关系易捕捉
更好的分析数据之间的相互影响
下列排序算法中,基于比较的算法有( )。
堆排序
冒泡排序
桶排序
希尔排序
下列对于聚类算法的叙述中,正确的有( )。
聚类分析是给定划分类别的情况下,根据类别进行样本分组的方法
与传统分群方法相比聚类方法可以发现之前未知的特征因素
K-means 是常见的聚类方法,速度快,效率高
与传统分群方法相比聚类方法能对新的数据快速复制应用
通过二分查找法查找有序列表 [1, 6, 9, 15, 26, 38, 49, 57, 63, 77, 81, 93] 中的数字位置。当输入的数字不存在于列表中时,输出 FALSE。
注:列表的第一个元素是第 0 个。
例:
输 入:1 输出: 0
输入:50 输出: FALSE