算法工程师考试试卷及答案

算法工程师考试试卷及答案一、填空题（每题1分，共10分）1.时间复杂度表示算法执行的______与输入规模的关系。2.冒泡排序的平均时间复杂度是______。3.二叉树的最大深度是从根节点到最远叶子节点的______。4.线性回归属于______学习算法（监督/无监督）。5.K-means是______学习算法（监督/无监督）。6.数组的访问时间复杂度是______。7.哈希表查找的平均时间复杂度是______。8.决策树分裂准则中，CART算法常用______。9.CNN中池化层的作用是______和特征提取。10.递归终止条件是为了避免______。二、单项选择题（每题2分，共20分）1.以下空间复杂度为O(logn)的排序是（）A.冒泡排序B.快速排序C.插入排序D.选择排序2.线性回归常用损失函数是（）A.交叉熵B.均方误差C.对数损失D.Hinge损失3.不属于K-means初始中心选择的是（）A.随机选B.k-means++C.层次聚类选中心D.所有点作为中心4.二叉搜索树左子树节点值都______根节点（）A.大于B.小于C.等于D.不确定5.适合实现栈的数据结构是（）A.数组B.哈希表C.队列D.树6.CNN卷积核的核心作用是（）A.提取局部特征B.降维C.增加参数D.随机变换7.属于分类算法的是（）A.线性回归B.逻辑回归C.K-meansD.PCA8.时间复杂度最高的是（）A.O(n)B.O(nlogn)C.O(n²)D.O(2ⁿ)9.链表相对于数组的优势是（）A.随机访问快B.插入删除快C.空间连续D.查找快10.无监督降维算法是（）A.PCAB.LDAC.逻辑回归D.决策树三、多项选择题（每题2分，共20分）1.属于监督学习的算法有（）A.逻辑回归B.K-meansC.决策树D.线性回归E.PCA2.稳定排序算法有（）A.冒泡排序B.快速排序C.归并排序D.选择排序E.插入排序3.二叉树遍历方式有（）A.前序B.中序C.后序D.层序E.逆序4.CNN核心组件包括（）A.卷积层B.池化层C.全连接层D.ReLU激活层E.循环层5.属于NP问题的有（）A.旅行商问题B.0-1背包C.排序D.查找E.子集和问题6.线性回归假设条件包括（）A.线性性B.独立性C.同方差性D.正态性E.无多重共线性7.线性数据结构有（）A.数组B.链表C.栈D.队列E.二叉树8.决策树优点有（）A.可解释性强B.无需特征缩放C.处理非线性D.对噪声敏感E.计算效率高9.NLP常用算法有（）A.BERTB.LSTMC.CNND.GPTE.K-means10.算法评价指标包括（）A.时间复杂度B.空间复杂度C.正确性D.可读性E.健壮性四、判断题（每题2分，共20分）1.递归算法时间复杂度一定比迭代高（）2.线性回归可用于分类（）3.K-means需预先指定聚类数k（）4.二叉搜索树中序遍历结果有序（）5.哈希表查找时间复杂度一定是O(1)（）6.CNN可处理图像数据（）7.逻辑回归输出是概率值（）8.选择排序时间复杂度O(nlogn)（）9.栈是先进先出结构（）10.PCA可用于数据降维（）五、简答题（每题5分，共20分）1.简述冒泡排序的基本思想。2.什么是监督学习？举例两种常用算法。3.简述CNN卷积层的作用。4.什么是时间复杂度？如何计算？六、讨论题（每题5分，共10分）1.讨论K-means的优缺点，及改进初始中心选择的方法。2.讨论递归与迭代的区别，及各自适用场景。---答案部分一、填空题1.时间2.O(n²)3.路径长度4.监督5.无监督6.O(1)7.O(1)8.基尼指数9.降维10.栈溢出二、单项选择题1.B2.B3.D4.B5.A6.A7.B8.D9.B10.A三、多项选择题1.ACD2.ACE3.ABCD4.ABCD5.ABE6.ABCDE7.ABCD8.ABC9.ABCD10.ABCDE四、判断题1.×2.×3.√4.√5.×6.√7.√8.×9.×10.√五、简答题1.冒泡排序思想：重复遍历数组，比较相邻元素，若顺序错误则交换；较大元素逐步“浮”到末尾，直到无交换发生。时间复杂度O(n²)，空间O(1)，稳定排序。2.监督学习：训练数据含输入+标签，学习映射关系预测新数据。例：①逻辑回归（二分类，输出概率）；②决策树（分类/回归，if-else分裂，可解释性强）。3.CNN卷积层作用：用卷积核提取局部特征（边缘、纹理等），通过局部连接+参数共享减少参数，保留空间结构，适合图像等二维数据。4.时间复杂度：衡量算法执行时间随输入规模的增长趋势（大O表示）。计算：①确定基本操作；②统计操作次数与n的关系；③取最高次项（忽略常数/低次项）。六、讨论题1.K-means优缺点及改进：优点（简单高效、适合大规模数据）；缺点（需指定k、对初始中心敏感、易陷入局部最优）。改进初始中心：①k-means++（选距离已选中心最远的点）；②层次聚类初始化；③密度-based选中心（避免噪声）。2.递