数据挖掘顺丰科技2022年秋招大数据挖掘与分析工程师笔试题

Posted 2022-09-12 Better Bench

顺丰科技2022年秋招大数据挖掘与分析工程师笔试题
笔试时间：2022-9-7

1 不定项选择题

1、python中_thread 和threading的区别

解析：

• _thread模块提供了基本的线程和锁支持；threading提供的是更高级的完全的线程管理。

• threading它更先进，有完善的线程管理支持，此外，在thread模块的一些属性会和threading模块的这些属性冲突。

• _thread模块有很少的同步原语，而threading却有很多。

• _thread模块没有很好的控制，特别当你的进程退出时。

• threading会允许默认，重要的子线程完成后再退出，它可以特别指定daemon类型的线程。

2、数据库一级封锁协议，修改前加什么锁？

答案：X锁

在运用X锁（排它锁，可以读写，不能加任和锁）和S锁（共享锁，可以读，只能加X锁）对数据对象加锁时，还需要约定一些规则 ，例如何时申请X锁或S锁、持锁时间、何时释放等。称这些规则为封锁协议（Locking Protocol）。对封锁方式规定不同的规则，就形成了各种不同的封锁协议。不同的封锁协议，在不同的程度上为并发操作的正确调度提供一定的保证。
　　
（1）一级封锁协议
　　
一级封锁协议是：事务T在修改数据R之前必须先对其加X锁，直到事务结束才释放。事务结束包括正常结束（COMMIT）和非正常结束（ROLLBACK）。
　　
一级封锁协议可以防止丢失修改，并保证事务T是可恢复的。使用一级封锁协议可以解决丢失修改问题。
　　
在一级封锁协议中，如果仅仅是读数据不对其进行修改，是不需要加锁的，它不能保证可重复读和不读“脏”数据。
　　
（2）二级封锁协议
　　
二级封锁协议是：一级封锁协议加上事务T在读取数据R之前必须先对其加S锁，读完后方可释放S锁。
　　
二级封锁协议除防止了丢失修改，还可以进一步防止读“脏”数据。但在二级封锁协议中，由于读完数据后即可释放S锁，所以它不能保证可重复读。
　　
（3）三级封锁协议
　　
三级封锁协议是：一级封锁协议加上事务T在读取数据R之前必须先对其加S锁，直到事务结束才释放。
　　
三级封锁协议除防止了丢失修改和不读“脏”数据外，还进一步防止了不可重复读。

3、图邻接表示法的空间复杂度是否与顶点和边有关？

答案：都有关

空间复杂度为O(n+e)，用数组模拟的邻接表是O(n+e) 的，需要保存每个节点相邻的第一条边的编号O（n），以及这条边下一条边的编号O(e)。时间复杂度也为O(n+e)

若采用邻接矩阵存储，时间复杂度为O(n^2)

4、错误的是？

A、正态分布经过线性变换后仍为正态分布

B、泊松分布的随机变量是无记忆的，即前后无关

C、单次抛硬币属于二项分布

答案：C，单次抛硬币是伯努利分布，多次抛硬币是二项分布

5、X和Y的概率如下，求E(XY)

Y	X	X	X	X
	0	1	2	3
1	0	3/8	3/8	0
3	1/8	0	0	1/8

答案：E(XY) =E(X)E(Y) = ${\sum }_{i=0}^3{x}_{i}P(x_i)\times {\sum }_{i=0}^3{y}_{i}P(y_i)=\frac{3}{2}\times \frac{3}{2}=\frac{9}{4}$

6、考查SQL，有四个字段，利用的group by with cube，返回多少条数据？

答案：16

解析：CUBE运算符是在Select语句的group by子句中指定的,group by应指定维度列和关键字with cube,结果集将包括维度列中各值的所有可能组合

7、强连通图20个顶点，最多有多少条边？

答案：e= （n-1）n= 280

强连通图是有向图，两个顶点，最多有两条边。

8、128个元素个数，二分查找最大比较次数？

答案：7

最小比较次数为1

最大比较次数为log2(n) + 1 向下取整

9、sql 字段判断为空的代码？

答案： select * from table(表名) where 字段is null or trim(字段)=‘’

10、MLP 从输入层为5，有3个隐藏层，神经元最大连接数是多少？

答案：5×5×5 = 125

11、最小二乘直线拟合的情况使用什么偏移？

答案：垂直偏移

12、信号量为什么时，进程阻塞？

答案：若信号量为0，进程则会进入阻塞

13、不能用动态规划解决的问题是？

A、0-1背包问题

B、最短路径问题

C、资源分配问题

D、库存管理问题

答案：D

14、hive 中求表中样本数的累计值，用到的方法有

A、sum() over()

B、partition by

C 、忘了

解析：partition by用于给结果集分组，如果没有指定那么它把整个结果集作为一个分组

15、排序算法空间复杂度不是O(1)的是？

A、插入排序

B、桶排序

C、希尔排序

D、堆排序

答案：D

16、一间柴房30年发生3次火灾，猫平均每晚上叫2次，火灾时猫叫的概率为0.7，猫叫发生火灾的概率是多少？

答案： 0.00671233

解析：

A :猫叫

B：被盗

题目求：P(B|A)
$$\begin{gathered} P(A)=\frac{2}{7} \\ P(B)=\frac{3}{365\ast 30} \\ P(A|B)=0.7 \\ P(B|A)=\frac{P(A|B)P(B)}{P(A)}=0.00671233 \end{gathered}$$

17、甲乙两人比射箭，射中的概率0.5，甲射了101，乙射了100，求甲射中比乙次数多的概率是？

解析：1/2

链接：https://www.nowcoder.com/questionTerminal/cb32d803d4314d9293f0310227a88d15
来源：牛客网

1. 甲乙各100箭时，有三种情况，甲多，乙多，一样多，概率分别设t, t, (1-2t)，至于t是多少不重要往下看。

2. 如果第一步的结果是甲多，剩下一箭不影响结果，概率是t。

3. 如果第一步的结果是一样多，现在就要看最后一箭，甲有1/2的概率赢，也就是(1-2t)/2。

4. 前面两种情况相加，结果是1/2。

18、按流水的级别可以把流水线分为？

A、 处理机间流水线

B、部件功能级流水线

C、处理机级流水线

答案：A，B，C

19、TDD 依赖的原则是什么？

答案：依赖倒置原则(Dependence Inversion Principle，DIP)

解析：TDD（Test-Driven Development，测试驱动开发）开发模式就是依赖倒置原则的最高级应用。

20、二叉树，度为1的有17个，度为2的有13个，度为0的有？

答案：14个

解析：n0 = n2+1

21、http状态码 。什么码表示访问成功，什么码表示错误？

答案：2** 和4**

1**	信息，服务器收到请求，需要请求者继续执行操作
2**	成功，操作被成功接收并处理
3**	重定向，需要进一步的操作以完成请求
4**	客户端错误，请求包含语法错误或无法完成请求
5**	服务器错误，服务器在处理请求的过程中发生了错误

22、由进程调度引起的状态切换是？

答案：就绪状态->执行状态

解析：进程的三种基本状态包括：就绪状态，执行状态，阻塞状态

处于就绪状态的进程，当进程调度程序按一种选定的策略选中一个就绪状态的进程，为它分配处理机后进程便可执行，状态转为执行状态。 【就绪状态——（进程调度）——执行状态】。

23、队列在队尾的操作的有什么？

答案：只有插入，没有删除，删除在队首

24、IP地址为192.168.78.66，子网掩码为255.255.240.0，则目的地址为？

25、硬币面值为1,5,11，要凑出15，贪心算法求解时，需要的硬币数为？

答案：3

1个11，4个1，共5个

3个5，共3个

2个5,5个1，共7个

解析：参考：https://juejin.cn/post/7073268824019533831

26、没有触发器的操作是？

A、更新Update

B、插入INsert

C、删除Delete

D、查询Select

答案：D

27、2020年有2072亿元收入，同比增长3.45%，增速较上年放缓2.8个百分点。则2019年收入是多少亿元？

答案：2072/（1+3.45%） = 1540.52

28、正规式(1|4|6)(104)(a|b)表达的元素是，正规的是？

A、4104a

答案：从1、4、6中选一个元素，104不变，从a和b中选一个

29、J2EE 的四层模型

运行在客户端机器上的客户层组件

运行在J2EE服务器上的Web层组件

运行在J2EE服务器上的业务逻辑层组件

运行在EIS服务器上的企业信息系统层软件

2 编程题

（1）题目

是求以下递归的函数调用次数
$$func(n)=\begin{array}{rlr}1& & n<=3\\ f(n-1)+f(n-2)+f(n-3)& & n>3\end{array}$$
输出一行，包含一个整数，表示在求func( n )过程中，func函数被调用的总次数。不必考虑计算过程中产生的数字溢出等问题。由于答案可能很大，故输出答案对1000000007取模所得值即可。

（2）思路
动态规划，来做，有这种重复计算，涉及备忘录，那就考虑dp。
状态：递归次数
装填转移：
$$dp[i]=dp[i-1]+dp[i-2]+dp[i-3]+1,i>3$$
python 实现

def func(n):
    dp = [0]*n
    dp[0] = 1
    dp[1] = 1
    dp[2] = 1
    for i in range(3,n):
        dp[i] =dp[i-1]+dp[i-2]+dp[i-3]+1
    return dp[n-1]
    
n = 2000
count = func(n)
print(count%(1e9+7))