2022-10-9科大讯飞笔试

1. 采用单缓冲时，将数据传入缓冲区110us，从缓冲区传入用户区40us，处理数据20us，采用双缓冲每次能节省多少时间？

 

采用双缓冲能节省下缓冲区传入用户区的时间，40us

2. 判断是否报错

a = (1,2,3)  del a[0] 　　×   元组不能修改

a = ([1,2,3],2,3)  del a[0][0]　　√　　元组里面的列表可以改

l = [1,2,3]　　print(l.extend(l).extend(l))　　×　　extend没有返回值，None

3. 在分时系统中，为方便多个进程能够及时与系统将交互，当就绪进程为20时，响应时间不超过1s，则此时的时间片最大应为

1/20 * 1000 ms　=　50ms

4. 编译报错和运行报错

编译期：在程序的字节码文件中产生一些控制程序运行时分配内存的指令，仅仅是知道内存分配的大小以及存放的位置，不做具体的分配操作

运行期：对内存进行真正的分配，确定程序分配内存的大小，以及这些变量该存放内存的位置

编译错误一般指语法错误或很明显的逻辑错误，如缺少分号、括号，关键字书写错误等

运行错误是在没有编译错误的基础上运行后产生的逻辑错误，如空指针异常、除数为0、越界访问等

5. PixelCNN 和 PixelRNN

深度神经网络的生成算法主要分为三类：

1. 生成对抗网络(Generative Adversarial Network，GAN)

2. 可变自动编码器(Variational Autoencoder，VAE)

3. 自回归模型(Autoregressive models)

pixelCNN和pixelRNN属于自回归模型

PixelCNN通过捕获像素之间的依赖分布关系，沿着两个空间维度在图像中一次顺序生成一个像素

                                 

 

像素 i 由所有先前的像素定义，使用卷积操作，可以并行的学习图像中所有像素的分布，然而，卷积操作的感受野却违反了自回归模型的顺序预测规则，在处理一个中心像素信息时，卷积滤波器

考虑的是周围的所有像素来计算输出特征图，所有就需要采用掩码来阻止来自尚未预测的像素的信息流。

PixelCNN模型通过最大化训练数据的似然估计来学习其参数

 

因此与其他方法相比训练更加稳定，但是由于样本的生成是顺序的(逐个像素)，PixelCNN在可扩展性方面存在困难。

6. XgBoost

7. 取余运算 m % n的符号与m相同，可以取余负数 

三道算法题，一道切蛋糕，n个人切n-1刀，要求长宽比的最大值最小，一道获奖，类似Kmp，一道要求动态规划求抽卡的代价