【机经】2022 蔚来汽车 在线测评-VE 人工智能

单选题挺难的，会的不多，摘几个记得的说

1. 对于一个(N, C, H, W)来说，BN每个batch中均值和方差的数量是
   （a）C
   （b）NxC
   （c）HxW
   因为BN是对每个特征在N上做均值方差计算，所以数量是C，每一个特征都有一个均值和方差
   注意BN的学习参数是经过标准化后的一步缩放和平移参数，一个feature/channel共享一个gamma和beta
2. 三路归并的最佳归并数
3. 临界区和临界资源
4. 纹理特征四大类
   度娘结果：统计法、频谱法、模型法和结构法
5. 卷积乘法的计算量
   假设输入特征是(C1, H1, W1)，卷积核是(C2, C1, K, K)，输出尺寸是（C2, H2, W2）
   卷积一次的运算量cost_1是：乘法（KxKxC1），加法（KxKxC1-1）,+1
   那么总的计算量是和输出尺寸相关的，cost_all= (2xKxKxC1) x (C2xH2xW2)

   参考 ：《卷积网络参数量和计算量(FLOPs)的计算公式及代码》

6. KMP算法中的匹配效率（好像是这么叫）

题目一： 买卖股票的最佳时机（2）

经典的DP算法，参考Leetcode 122：
https://leetcode.cn/problems/best-time-to-buy-and-sell-stock-ii/description/

题目二：给定一个n，表示节点的数量，求可能组成的不同的二叉树的个数

我的思路是分治。对于问题n，包含了n-1的子问题，需要考虑的仅仅是一些简单逻辑

1. 用一个res数组存储index为n的子树个数结果，用来减少递归量，初始化res[0]为0，res[1]为1，因为一个节点肯定只有一种可能；
2. 用一个tmp变量存储n的结果；
3. 剔除一个根节点后，遍历左右子树为(0, n-1), (1, n-1-1), … , (n-1, 0)的各种情况；
4. 然后分情况讨论
   （a）左右子树有一个n为0;
   （b）左右子树n相等：若n是1，则返回1，因为左右子树都为1只有一种情况；若不为1，则返回乘积；
   （c）左右子树n不等：返回子问题结果的乘积
5. 最后通过res和index返回结果即可

def tree_combination(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1


    if n < len(res):
        return res[n]

    tmp = 0
    for i in range(0, n):
        left = i
        right = n - i - 1
        if left == 0:
            tmp += tree_combination(right)
        elif right == 0:
            tmp += tree_combination(left)
        elif left == right:
            if left == 1:
                tmp += 1
            else:
                tmp += (tree_combination(left) * tree_combination(right))
        else:
            tmp += (tree_combination(left) * tree_combination(right))
    return tmp


res = []
for i in range(20):
    res.append(tree_combination(i))
    print(res)

计算机视觉的考题，所以考了卷积参数计算量和一些传统图像处理的题，但是穿插了不少算法知识（三路归并，KMP之类的，没复习的GG），编程题不难都对了，预估自己能得个60分吧 23333。