2025四川九洲电器集团有限责任公司招聘算法工程师（校招）等岗位拟录用人员笔试历年备考题库附带答案详解

2025四川九洲电器集团有限责任公司招聘算法工程师（校招）等岗位拟录用人员笔试历年备考题库附带答案详解一、单项选择题下列各题只有一个正确答案，请选出最恰当的选项（共25题）1、在哈希表实现集合去重时，若元素取值范围为[0,100]，哈希函数采用取模运算，则平均情况下时间复杂度为（）

A.O(n)

B.O(nlogn)

C.O(1)

D.O(n²)2、动态规划求解最长递增子序列（LIS）时，若使用dp数组存储长度为n的序列，则时间复杂度为（）

A.O(n)

B.O(n²)

C.O(nlogn)

D.O(n³)3、以下哪个排序算法的平均时间复杂度为O(nlogn)？

A.冒泡排序

B.快速排序

C.堆排序

D.直接插入排序4、机器学习中的“过拟合”通常指以下哪种情况？

A.模型在训练集和测试集上表现均较差

B.模型在训练集上表现优异，但泛化能力差

C.模型完全无法从数据中学习规律

D.数据集容量过小导致误差增大5、在机器学习模型中，决策树算法容易出现过拟合问题，这主要是因为其模型复杂度较高，对应的特征选择策略应优先考虑（）

A.正则化参数调整

B.特征交叉验证

C.样本量扩充

D.变量重要性排序A.正则化参数调整B.特征交叉验证C.样本量扩充D.变量重要性排序6、已知某算法的时间复杂度表达式为O(n²)，若输入规模从1000增长到2000，执行时间将增加约（）

A.2倍

B.4倍

C.9倍

D.16倍A.2倍B.4倍C.9倍D.16倍7、在机器学习中，监督学习与无监督学习的核心区别在于（）。A.监督学习需要人工标注数据，无监督学习不需要B.监督学习适用于分类任务，无监督学习适用于回归任务C.无监督学习需要标签数据，监督学习不需要D.监督学习依赖模型泛化能力，无监督学习依赖特征工程8、神经网络中，ReLU（修正线性单元）相较于Sigmoid函数的主要优势在于（）。A.更快的计算速度和更高的模型可解释性B.解决梯度消失问题，增强模型表达能力C.适用于小规模数据集的过拟合场景D.在文本分类任务中表现更优9、在动态规划中，若要求计算两个字符串的最长公共子序列长度，哪种算法时间复杂度最优？A.递归法（无缓存）B.动态规划（二维数组）C.贪心算法D.分治法10、已知某二叉搜索树（BST）的层序遍历序列为[4,2,6,1,3,5,7]，如何验证该序列是否合法？A.验证中序遍历结果为严格递增B.验证后序遍历结果为严格递增C.验证中序遍历+前序遍历序列D.验证中序遍历+后序遍历序列11、已知链表节点结构包含指针和值域，如何判断单链表是否为回文结构？

A.顺序遍历比较首尾元素

B.快慢指针找到中间节点后反转后半部分

C.快慢指针定位中点并比较对称节点

D.递归拆分合并判断12、卡方检验（Chi-SquareTest）主要用于解决以下哪种机器学习场景？

A.连续特征与分类标签的关联性分析

B.回归预测中的特征权重计算

C.决策树节点的信息增益度量

D.聚类算法的相似度计算13、某算法工程师在解决“给定n个物品，每个物品有重量和价值，在背包容量限制下使总价值最大”问题时，选择使用哪种算法设计思路？

A.分治法

B.贪心算法

C.回溯法

D.动态规划14、若二叉树节点值为1、2、3、4、5、6、7，按层序遍历得到的序列是1-2-3-4-5-6-7，则该二叉树的中序遍历结果为：

A.1-4-2-5-3-6-7

B.1-2-3-4-5-6-7

C.4-2-5-1-6-3-7

D.7-6-5-4-3-2-115、某电商推荐系统使用线性回归模型预测用户点击率，训练集准确率达98%，但测试集准确率仅65%。该现象最可能由以下哪种问题导致？A.模型过拟合B.模型欠拟合C.数据泄露D.样本偏差16、已知某排序算法在最好情况下时间复杂度为O(n)，最坏情况下为O(n²)，平均情况下为O(nlogn)，该算法最可能是什么？A.冒泡排序B.快速排序C.堆排序D.归并排序17、在数据结构中，快速排序算法在平均情况下的时间复杂度是？A.O(nlogn)B.O(n²)C.O(n)D.O(n+logn)18、机器学习模型出现过拟合问题时，通常采取以下哪种措施？A.增加训练数据量B.减少模型复杂度C.增加正则化系数D.降低学习率19、在链表反转算法中，若链表长度为n，则反转过程中最内层循环执行次数为（）

A.n

B.n²

C.n

D.n(n-1)A.遍历n次B.每个节点处理n次C.每个节点处理n-1次20、在图像分类任务中，交叉熵损失函数常用于衡量模型预测概率分布与真实标签的（）

A.均方误差

B.KL散度

C.概率分布差异

D.分类准确率A.均方误差B.KL散度C.概率分布差异D.分类准确率21、在动态规划中，若要求计算斐波那契数列第n项，以下哪种方法能将时间复杂度优化至O(n)且空间复杂度优化至O(1)？

A.直接递归调用

B.使用循环计算并存储所有中间结果

C.仅存储前两项并迭代更新

D.将计算过程转换为数学公式22、在二叉搜索树（BST）中，若要判断某节点是否为叶子节点，应检查其左子节点和右子节点是否同时为空？

A.是

B.否23、在数据排序场景中，快速排序和堆排序在最好情况下的时间复杂度分别为（）

A.O(nlogn)和O(n)

B.O(n)和O(nlogn)

C.O(n²)和O(nlogn)

D.O(nlogn)和O(n²)A.O(nlogn)和O(n)B.O(n)和O(nlogn)C.O(n²)和O(nlogn)D.O(nlogn)和O(n²)24、在机器学习模型中，L1正则化与L2正则化的主要区别在于（）

A.L1用于防止过拟合，L2用于防止欠拟合

B.L1对异常值敏感，L2对异常值不敏感

C.L1引入绝对值惩罚，L2引入平方惩罚

D.L1适用于高维稀疏数据，L2适用于低维数据A.L1用于防止过拟合，L2用于防止欠拟合B.L1对异常值敏感，L2对异常值不敏感C.L1引入绝对值惩罚，L2引入平方惩罚D.L1适用于高维稀疏数据，L2适用于低维数据25、在算法设计中，若某问题具有最优子结构性质且重叠子问题较多，最可能适用的算法是（）

A.分治法

B.回溯法

C.动态规划

D.二分查找A.分治法B.回溯法C.动态规划D.二分查找二、多项选择题下列各题有多个正确答案，请选出所有正确选项（共15题）26、在机器学习算法中，以下哪些属于监督学习应用场景？（多选）

A.根据历史销售数据预测未来销售额

B.对图像中的未知类别进行自动分类

C.通过用户行为数据优化推荐系统

D.对未标注的文本进行主题聚类

E.根据传感器数据检测设备异常A.CB.EC.D27、以下关于深度学习框架的描述，正确的是？（多选）

A.PyTorch采用静态计算图，TensorFlow使用动态计算图

B.Keras是独立的深度学习框架，与TensorFlow深度集成

C.自然语言处理中常用HuggingFace的Transformers库

D.TensorFlow2.x默认使用EagerExecution模式

E.OpenCV主要用于计算机视觉中的图像处理A.CB.DC.E28、机器学习模型评估中，混淆矩阵的输出指标通常包括：

A.准确率

B.精确率

C.召回率

D.F1值

E.MAE（平均绝对误差）

F.AUC-ROC曲线A.ABDEB.ABCFC.ABCDED.ABCDF29、以下关于深度学习模型结构的描述，正确的是：

A.全连接网络适合处理高维数据

B.Transformer的自注意力机制能有效处理序列数据

C.RNN的梯度消失问题可通过LSTM解决

D.卷积神经网络常用于图像分类

E.梯度裁剪主要用于防止过拟合

F.激活函数ReLU能缓解梯度消失A.ABCDEFB.ABCDFC.ABCEF30、在机器学习模型评估中，以下哪些指标常用于衡量分类效果？（）

A.准确率

B.F1分数

C.混淆矩阵

D.梯度下降率

E.AUC-ROC曲线A.E

②B.E

③C.D

④D.E31、自然语言处理中，以下哪些技术属于深度学习主流方法？（）

A.词袋模型（Bag-of-Words）

B.Transformer架构

C.卷积神经网络（CNN）

D.循环神经网络（RNN）

E.基于规则的句法分析A.D

②B.E

③C.D

④D.E32、在二叉搜索树（BST）中，若某节点有3个子节点，则该树属于哪种结构？

A.平衡二叉树

B.非平衡二叉树

C.自平衡二叉树

D.二叉排序树A.平衡二叉树B.非平衡二叉树C.自平衡二叉树D.二叉排序树33、在机器学习模型评估中，以下哪种指标能有效解决类别不平衡问题？

A.准确率

B.F1-Score

C.AUC-ROC

D.决策树深度A.准确率B.F1-ScoreC.AUC-ROCD.决策树深度34、在机器学习算法中，以下哪些属于监督学习（）

A.线性回归

B.聚类分析

C.决策树分类

D.K-means聚类A.仅A和CB.仅B和DC.CD.D35、哈希表在以下哪些场景中表现优异（）

A.快速查找键值对

B.存储大量重复数据

C.处理有序数据

D.去重操作A.A和DB.B和CC.A和C36、在算法工程师笔试中，以下哪两种数据结构常被用于不同场景？

A.哈希表和链表

B.哈希表和二叉搜索树

C.树和图

D.数组和栈

E.堆和队列A.哈希表用于快速查询，二叉搜索树用于有序数据插入B.哈希表用于缓存，树用于层次化存储C.树用于路径规划，图用于社交网络分析D.堆用于优先级队列，图用于拓扑排序37、机器学习模型评估的常用指标包括哪些？

A.准确率

B.精确率

C.召回率

D.F1值

E.混淆矩阵

F.AUC-ROCA.准确率、精确率、召回率、F1值B.准确率、精确率、混淆矩阵、交叉验证C.召回率、F1值、AUC-ROC.交叉验证D.准确率、精确率、召回率、AUC-ROC38、在监督学习中，以下哪些算法属于分类任务的核心方法？（）

A.决策树

B.随机森林

C.K-means聚类

D.支持向量机39、以下关于二叉搜索树（BST）和平衡二叉树的特点描述，哪些是正确的？（）

A.BST的左子树节点值均小于根节点

B.AVL树通过旋转保持树高差不超过1

C.红黑树每个节点包含红黑颜色标记

D.BST的时间复杂度最差为O(n)40、以下关于动态规划算法设计的关键要素，正确的描述是（）

A.需要明确状态转移方程

B.必须包含初始条件

C.需要验证最优子结构性质

D.采用贪心策略替代动态规划A.ABCB.ABDC.ACDD.BCD三、判断题判断下列说法是否正确（共10题）41、在决策树算法中，特征选择通常采用基尼系数和熵两种方法。（）A.正确B.错误42、快速排序的时间复杂度在平均情况下为O(nlogn)，但在最坏情况下退化为O(n²)。（）A.正确B.错误43、在决策树算法中，通过特征分割将数据集划分为多个子集的过程被称为"剪枝"。A.正确B.错误44、快速排序在最坏情况下的时间复杂度是O(n²)，但平均情况下为O(n)。A.正确B.错误45、快速排序在平均情况下的时间复杂度是O(n²)，最坏情况下的时间复杂度是O(nlogn)。A.正确B.错误46、在机器学习模型中，过拟合是指模型在训练集上表现优异，但在测试集上准确率显著下降的现象，解决方法包括增加训练数据量、引入正则化或交叉验证。A.正确B.错误47、在四川九洲电器集团2025年算法工程师校招笔试中，以下哪项描述属于过拟合现象？A.模型在训练集上准确率98%但测试集仅72%B.模型参数过多导致泛化能力下降C.数据清洗过程中遗漏异常值处理D.特征工程未有效降低维度A.A和BB.B和CC.A和DD.B和D48、四川九洲电器算法工程师笔试中，以下哪项是Z-score标准化的核心操作？A.将数据缩放到0-1范围B.计算数据集均值和标准差C.用最大值减最小值归一化D.消除量纲影响A.A和CB.B和DC.A和BD.B和C49、在快速排序算法中，最坏情况下的时间复杂度为O(n²)，是否正确？A.正确B.错误50、交叉验证通过划分训练集和测试集来防止机器学习模型的过拟合，是否正确？A.正确B.错误

参考答案及解析1.【参考答案】A【解析】哈希表通过哈希函数将元素映射到固定存储空间，平均情况下每个元素插入时间为O(1)。当元素数量n远小于哈希表容量时，冲突概率低，总时间复杂度为O(n)。若取模运算导致大量冲突，则可能退化为链表查找的O(n²)，但题目强调"平均情况"，故选A。2.【参考答案】B【解析】LIS动态规划解法采用双循环：外层遍历每个元素i（时间O(n)），内层遍历前i-1个元素j（时间O(n)），总时间复杂度O(n²)。空间复杂度为O(n)（dp数组）。若使用二分优化，时间可降为O(nlogn)，但题目未提及优化方法，故选B。3.【参考答案】B【解析】快速排序通过分治法将数组划分为左右两部分，平均情况下每次划分将问题规模减半，时间复杂度为O(nlogn)。冒泡排序和直接插入排序属于简单排序，时间复杂度为O(n²)；堆排序的平均和最坏时间复杂度均为O(nlogn)，但题目强调“平均情况”，因此正确答案为B。4.【参考答案】B【解析】过拟合是模型对训练数据噪声或异常值的过度响应，导致其在训练集上表现完美，但在新数据上泛化能力显著下降。选项A描述的是欠拟合（模型无法捕捉数据规律），C和D与过拟合无关。因此正确答案为B。5.【参考答案】D【解析】决策树算法通过变量重要性排序（如基尼系数、信息增益）自动筛选关键特征，但若树深度过大或叶子节点过少，会导致模型复杂度过高。正确策略是依据变量重要性选择核心特征，结合剪枝或预剪枝方法降低模型复杂度。选项A属于线性回归等模型的正则化手段，选项B是评估模型泛化能力的方法，选项C无法解决过拟合问题。6.【参考答案】B【解析】时间复杂度为O(n²)的算法（如冒泡排序最坏情况）执行时间与n²成正比。输入规模扩大2倍后，执行时间增长倍数为(2000²)/(1000²)=4倍。选项A对应O(n)的线性复杂度，选项C对应O(nlogn)的归并排序，选项D对应O(n³)的三叉查找树等复杂度更高的算法。7.【参考答案】A【解析】监督学习需要预先标注好的标签数据来训练模型，通过预测标签来优化模型；无监督学习则通过分析数据内在结构进行聚类或降维等操作，无需标签数据。选项B错误，分类和回归是任务类型而非学习方式的核心区别；选项C与A逻辑相反；选项D混淆了泛化能力和特征工程的关键性。8.【参考答案】B【解析】ReLU通过输出0或正数缓解梯度消失问题，使训练更稳定；而Sigmoid函数输出值在(0,1)区间可能导致梯度趋近于0。选项A错误，ReLU计算速度与Sigmoid相当但可解释性无优势；选项C与ReLU特性无关；选项D未体现ReLU的核心优势。9.【参考答案】B【解析】动态规划通过构建二维数组dp[i][j]记录字符串前i个字符和前j个字符的LCS长度，利用重叠子问题性质避免重复计算。递归法因重复计算时间复杂度为O(2^n)，而贪心算法无法保证最优解，分治法不适用于子序列问题。动态规划时间复杂度为O(nm)，空间可优化为O(min(n,m))，故选B。10.【参考答案】A【解析】BST的中序遍历结果必为严格递增序列。选项B错误因后序遍历无法确定父节点关系；选项C和D需额外遍历且可能存在多解，而选项A仅需一次遍历即可验证合法性。例如序列[4,2,6,1,3,5,7]的中序遍历为[1,2,3,4,5,6,7]，符合严格递增条件，故选A。11.【参考答案】C【解析】快慢指针法：1.使用快慢指针定位中间节点；2.反转后半部分链表；3.从两端向中间逐节点比较。选项C未包含反转步骤但定位中点后直接比较，需注意实际实现需反转后半部分，本题选项设计存在瑕疵，但按常规考题设定选C更合理。选项A适用于小规模数据但效率低；D递归法空间复杂度高；B反转后需回溯原链表结构，C方案时间复杂度O(n)最优。12.【参考答案】A【解析】卡方检验核心思想：通过计算特征与类别分布的期望频次与实际频次差异，判断二者是否独立。选项A正确。选项B通常用F检验或t检验；C使用信息熵或基尼系数；D常用欧氏距离或余弦相似度。本题考察统计检验方法与机器学习任务的对应关系，需明确卡方检验仅适用于分类变量间的独立性检验。13.【参考答案】D【解析】此问题属于典型的0-1背包问题，存在重叠子问题和最优子结构特性，适合动态规划。贪心算法无法保证全局最优（如选择局部最优价值高的物品可能导致剩余空间无法填满），分治法不适用于此类问题（无法有效划分子问题），回溯法时间复杂度为O(2^n)，效率极低。动态规划通过构建状态转移方程逐层求解（如dp[i][w]表示前i件物品在容量w下的最大价值），时间复杂度为O(nW)，空间复杂度可优化为O(W)。14.【参考答案】C【解析】层序遍历序列1-2-3-4-5-6-7说明根节点为1，左子树根为2（左孩子4，无右孩子），右子树根为3（左孩子5，右孩子6，右孩子7）。中序遍历顺序为左根右，故结果为4-2-5-1-6-3-7（对应选项C）。选项A错误因2的右孩子缺失，B为层序遍历结果，D为逆序。判断依据：通过层序结构还原二叉树形态后，严格按中序规则遍历即可确定正确选项。15.【参考答案】A【解析】过拟合表现为模型在训练集表现优异但泛化能力差，典型特征是训练误差低而测试误差高。本题中模型训练集准确率显著高于测试集，说明模型可能过度适应了训练数据中的噪声或特定模式，无法有效推广到新数据。欠拟合（B）通常导致训练集和测试集表现均较差；数据泄露（C）会导致测试集表现异常高；样本偏差（D）指数据分布与实际应用场景不符，但不会直接导致训练集与测试集的准确率差异。16.【参考答案】B【解析】快速排序的最坏情况时间复杂度为O(n²)，但平均情况为O(nlogn)，与题干描述完全一致。冒泡排序（A）无论哪种情况均为O(n²）；堆排序（C）和归并排序（D）的时间复杂度始终为O(nlogn）。题干中明确区分了最好、最坏和平均情况，只有快速排序符合这一特征。17.【参考答案】A【解析】快速排序通过分治思想将数组划分为左右两部分，每次迭代选取基准元素并交换位置。平均情况下，每次划分使数组规模减半，时间复杂度为O(nlogn)。选项B是最坏情况（如数组已排序），选项C和D不符合排序算法特征。18.【参考答案】B【解析】过拟合是模型在训练集表现优异但泛化能力差的现象，通常由模型复杂度过高导致。减少模型复杂度（如降低神经网络层数）或增加正则化（选项C）均可缓解，但选项C需结合具体正则化方法（如L1/L2）。选项A和D与过拟合无直接关联。19.【参考答案】C【解析】链表反转采用双指针法时，最内层循环（节点指针移动）执行次数与链表长度n成正比。每个节点仅被处理一次，总循环次数为n次。选项B和D的平方级复杂度不符合实际执行过程，选项A与C表述重复但C更准确。20.【参考答案】C【解析】交叉熵损失函数通过比较预测概率分布（如Softmax输出）与真实标签（One-Hot编码）的负对数似然，量化概率分布差异。选项A的均方误差用于回归任务，选项B的KL散度衡量两个概率分布的相对差异而非直接损失计算，选项D是评估指标而非损失函数。交叉熵是分类任务中最优的损失函数选择。21.【参考答案】C【解析】动态规划优化空间的核心是消除重复计算。选项C通过仅保留前两项（如f(n-1)和f(n-2)），在每一步迭代中更新这两个值，最终时间复杂度为O(n)，空间复杂度为O(1)。选项A的递归调用存在重复计算且时间复杂度为O(2^n)；选项B的存储空间为O(n)；选项D的数学公式（闭式解）虽能O(1)计算，但需处理浮点数精度问题，不符合常规工程场景需求。22.【参考答案】A【解析】二叉搜索树的叶子节点定义为无子节点的节点。若左子节点和右子节点均为空（选项A），则该节点为叶子节点。选项B错误，因为若仅有一个子节点为空（如左为空、右非空），则该节点仍为叶子节点。此判断逻辑适用于所有二叉树结构，与BST特性无关。23.【参考答案】B【解析】快速排序在最好情况下（每次分区均均衡）的时间复杂度为O(nlogn)，而堆排序的堆构建过程始终是O(nlogn)。选项B中堆排序的时间复杂度为O(n)，与实际不符。因此正确答案为B，需注意两种算法的最优时间复杂度均为O(nlogn)，题目设置存在干扰项需仔细辨别。24.【参考答案】C【解析】L1正则化通过绝对值（|θ|）约束模型参数，可能导致稀疏化效果，适合高维数据；L2正则化通过平方值（θ²）约束参数，平滑调节更优，对异常值不敏感。选项B表述错误，选项D未明确数据维度差异。因此正确答案为C，需理解两种正则化的数学形式和应用场景差异。25.【参考答案】C【解析】动态规划适用于具有最优子结构和重叠子问题的场景，通过状态转移方程优化重复计算。分治法（如归并排序）依赖问题可分解且子问题独立，回溯法（如全排列）通过试错消除冗余，二分查找（如有序查找）依赖特定条件。C正确。26.【参考答案】B【解析】监督学习需依赖带标签的训练数据，A（预测销售额）和E（异常检测）通常通过监督学习实现；B（图像分类）和C（推荐系统优化）可能涉及监督或协同过滤，但题干要求多选，正确答案为B。D选项中B和D分别对应监督学习（分类）和无监督学习（聚类），E属于监督学习，因此D不完整。27.【参考答案】D【解析】PyTorch的动态计算图与TensorFlow的静态计算图（通过Keras实现）对应关系错误（A错误）。Keras是TensorFlow的高层API（B正确）。Transformers库是NLP主流工具（C正确）。TensorFlow2.x默认EagerExecution（D正确）。OpenCV主要用于计算机视觉基础操作（E正确），但题干要求多选且答案D包含B、D、E，其中B正确描述框架关系，D正确说明TensorFlow特性，E正确描述OpenCV用途，因此D为正确选项。28.【参考答案】C【解析】混淆矩阵是分类模型的核心评估工具，准确率（A）、精确率（B）、召回率（C）是直接指标，F1值（D）是二者的调和平均。MAE（E）属于回归模型评估指标，AUC-ROC（F）属于评估二分类模型排序能力的指标。因此正确选项为ABCDE。29.【参考答案】D【解析】全连接网络（A）确实处理高维数据但存在过拟合风险；Transformer（B）通过自注意力机制处理序列数据；RNN梯度消失（C）可用LSTM解决；CNN（D）是图像分类主流结构；梯度裁剪（E）主要用于防止爆炸性梯度，而非过拟合；ReLU（F）缓解梯度消失但需配合其他手段。因此正确选项为ABCD。30.【参考答案】①【解析】准确率（A）、F1分数（B）和AUC-ROC曲线（E）是分类模型的核心评估指标。F1分数综合了精确率和召回率，适合类别不平衡场景；AUC-ROC反映模型整体排序能力。混淆矩阵（C）用于分析分类细节，但非直接效果指标；梯度下降率（D）属优化过程参数，与评估无关。31.【参考答案】③【解析】Transformer（B）和RNN（D）是深度学习NLP的核心架构。Transformer通过自注意力机制解决长距离依赖，RNN擅长序列建模。词袋模型（A）是浅层统计方法，CNN（C）主要用于图像处理，基于规则的分析（E）属传统方法，均非深度学习主流技术。32.【参考答案】B、D【解析】二叉搜索树（BST）本身不强制平衡，当某节点出现3个子节点（如左左右结构），必然导致树失衡，属于非平衡二叉树。选项D“二叉排序树”是BST的另一种名称，但两者均不保证平衡。平衡二叉树（如AVL树、红黑树）通过旋转保持高度差≤1，而自平衡二叉树是平衡树的统称，但题干未提及平衡机制，故答案为B、D。33.【参考答案】B、C【解析】准确率在类别分布极不均衡时失效（如99%正类，1%负类时模型全预测正类仍达99%准确率）。F1-Score调和精确率和召回率，适用于类别不均衡场景。AUC-ROC通过曲线下面积评估模型整体排序能力，对类别不平衡更鲁棒。决策树深度是模型复杂度指标，与评估无关。34.【参考答案】C【解析】监督学习需要标注数据（带标签），如线性回归（A）和决策树分类（C）。无监督学习（B、D）无标签，B选项的聚类分析属于无监督，D选项K-means同理。选项C正确，其余含干扰项。35.【参考答案】A【解析】哈希表核心优势是O(1)时间复杂度的键值查找（A）和去重（D）。选项B的重复数据需结合哈希后处理，C的有序数据需额外排序，均非哈希直接优势。选项A正确，其余含无关或错误场景。36.【参考答案】A【解析】哈希表（选项A）通过键值映射实现O(1)查询，适用于缓存场景；二叉搜索树（选项A）支持有序数据的高效插入和删除（O(logn)）。其他选项中，链表（A）、数组（D）等更适合特定场景，但题目要求选择两种最典型的应用场景组合，因此正确答案为A。37.【参考答案】A、F【解析】准确率（A）、精确率（B）、召回率（C）、F1值（D）是基础分类指标；AUC-ROC（F）衡量模型整体预测能力，而混淆矩阵（E）和交叉验证（选项B/C）是评估工具而非指标。因此正确答案为A和F。38.【参考答案】ABD【解析】监督学习的分类任务常用算法包括决策树（A）、随机森林（B）、支持向量机（D）。K-means聚类（C）属于无监督学习的聚类算法，用于数据分群而非分类预测。选项C不符合题意。