笔试题错题集

  用三叉链表作二叉树的存储结构,当二叉树中有n个结点时,有(n+2)个空指针

三叉链表每个节点有三个指针域(左、亲、右),共3n个指针。

  其中非空指针=亲(n-1个,因为根节点没有双亲)+左右(n-1,因为n个节点的二叉树有n-1条边)=2n-2;

  所以空指针=3n-(2n-2)=n+2。

 

查找效率:顺序查找、分块查找(块内元素顺序任意,块间有序)、二分查找  

从n个数里面找最大的两个数理论最少需要比较n+ logn -2 (n-1 + logn-1)

在用Floyd算法求解各顶点间的最短路径时,每个表示两点间路径的path(k-1)[I,J]不一定是path(k)[I,J]的子集(k=1,2,3,…,n)
Floyd算法适用于多源最短路径问题,用一句话概括就是:从i号顶点到j号顶点只经过前k号点的最短路程
参考http://developer.51cto.com/art/201403/433874.htm
 

时间序列 http://my.oschina.net/lionets/blog/280855#OSC_h3_3

 授予权限的格式是grant on(表名)to(角色名),@localhost(本地主机)

解决隐马模型中预测问题的算法是(维特比算法)
下列时间序列模型中,哪一个模型可以较好地拟合波动性的分析和预测? 【AR模型  MA模型  ARMA模型  GARCH模型】
AR模型是一种线性预测,即已知N个数据,可由模型推出第N点前面或后面的数据(设推出P点),所以其本质类似于插值。
MA模型(moving average model)滑动平均模型,模型参量法谱分析方法之一。
ARMA模型(auto regressive moving average model)自回归滑动平均模型,模型参量法高分辨率谱分析方法之一。这种方法是研究平稳随机过程有理谱的典型方法。它比AR模型法与MA模型法有较精确的谱估计及较优良的谱分辨率性能,但其参数估算比较繁琐。
GARCH模型称为广义ARCH模型,是ARCH模型的拓展,   GARCH对误差的 方差进行了进一步的建模,特别适用于波动性的分析和 预测。
时间序列算法模型是指采用某种算法(可以是神经网络 ARMA 等)模拟历史数据,找出其中的变化规律,回归滑动平均模型(ARMA 模型,Auto-Regressive and Moving Average Model)是研究时间序列的重要方法,由自回归模型(AR模型)与滑动平均模型(MA模型)为基础混合构成
posted @ 2016-03-13 17:51  python挖掘  阅读(356)  评论(0编辑  收藏  举报