所有图片均可 右击|在新标签页中打开，然后放大查看
不保证答案正确性，欢迎同学评论斧正
1.
答案：3。
分析：既然正常机器人总能答对题，故障机器人反之，那就每个机器人问一个事先知道答案的问题好了。
分析：既然正常机器人总能答对题，故障机器人反之，那就每个机器人问一个事先知道答案的问题好了。
2.
答案：40 8。
分析：myArray数组存放的单个元素大小为4 byte，故整个数组尺寸为40字节。C语言中，数组传参会退化为指针，它代表着内存地址，由于是64位的环境，所以该指针为8字节。
3.
答案：117.
分析：
状态压缩+动态规划+记忆化搜索
状态压缩：用int型数据保存拼图过程中的图案。二进制表示的倒数第i位表示2*7地面中第i个格子是否被地板铺上与否。
动态规划：dp[r][c][sta]表示在形状sta的基础上,在(r,c)位置开始拼,拼满整个地面的情况种类数目。那么状态转移方程就是：
记忆化搜索：已计算过的不要重复计算，不然开销大到不能承受。
结构体设计：有Point与Shape，后者表示砖的形状。因为每块砖的面积都大于1*1，所以我们可以缺省一个，省点代码量。见下图：
状态压缩：用int型数据保存拼图过程中的图案。二进制表示的倒数第i位表示2*7地面中第i个格子是否被地板铺上与否。
动态规划：dp[r][c][sta]表示在形状sta的基础上,在(r,c)位置开始拼,拼满整个地面的情况种类数目。那么状态转移方程就是：
if (c + 1 < COLUMN) dp[r][c][sta] += DP(r, c + 1, staTemp); else dp[r][c][sta] += DP(r + 1, 0, staTemp);//staTemp表示铺上某块地板后的新图案。
记忆化搜索：已计算过的不要重复计算，不然开销大到不能承受。
结构体设计：有Point与Shape，后者表示砖的形状。因为每块砖的面积都大于1*1，所以我们可以缺省一个，省点代码量。见下图：
代码：
4.
这道题没什么价值。
模式识别，Pattern Recognition，就是通过计算机用数学技术方法来研究模式的自动处理和判读，模拟生命体对环境及客体的识别。比如你的同桌小明今天换了一套衣服，你仍然能认出来；商店里有形形状状的笔，你都能知道它们还是笔。
对人类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识别。这是模式识别的两个重要方面。
5.
答案：以上描述都对。
6.
答案：5t。
分析：64个核心足够用，第一次对32个元素两两分组，花费t时间得到16个和；第二次对上一步得到的16个元素两两分组，花费t时间得到8个和；...；以此类推，5t时间可得到最终结果。
7.
答案： 2/7。
分析：若最后一次投完骰子和为2015，那么有以下6种情况：2015=2009+6=2010+5=2011+4=2012+3=2013+2=2014+1。根据规律往前递推即可。注意不限制次数，只要各次总和满足条件即可。代码见下。
8.
答案：andbox。
分析：sandbox应该是和安全相关的吧。
9.
答案：Dijkstra算法。
分析：
KMP,字符串匹配算法。
传统的暴力匹配未能利用已匹配部分的信息，效率低下。KMP的核心在于构造状态转换图，可用失配函数表示。
详见 http://blog.csdn.net/chuchus/article/details/29910345
希尔排序
算法先将要排序的一组数按某个增量d分成若干组，每组中记录的下标相差d.对每组中全部元素进行排序，然后再用一个较小的增量对它进行，在每组中再进行排序。当增量减到1时，整个要排序的数被分成一组，排序完成。
冒泡排序
太常见了。
Dijkstra算法
Dijkstra挺厉害的，现在我们很难想象如果函数不能递归该是多么地不方便。而Dijkstra就是当时力排非议引入递归编程思想的。
求最短路算法的思想见下:
原图为G=（V,E），求s到任意顶点的最短路径。辅助数组dist[i]表示当前从源点s到顶点i的最短路径,辅助数组visited[ ]表示集合A。
1.初始化，置dist[i]=graph[s][i]，A中只有s点。
2.找到具有最小值的dist[x],x属于V-A。x加入A，更新所有的dist[ y ],y属于V-A。更新步骤为 if(dist[x]+graph[x][y]<dist[y]) { dist [ y ]=dist[x]+graph[ x ] [ y ] ; }
3.不断重复步骤2 ，直至V=A。
快速排序
嵌套加递归的排序思想。最坏时间复杂度 O(n*n)，平均复杂度O(n*log(底数：2)(真数：n))
详见http://blog.csdn.net/chuchus/article/details/21822557
floyd算法
不同于Dijkstra算法的另一种最短路算法,是一个经典的动态规划算法。
它是解决任意两点间的最短路径的一种算法，可以正确处理有向图或负权的最短路径问题，时间复杂度为O(N^3)，空间复杂度为O(N^2)。
贪心的主要思想就是用局部的最优解去逼近或达到总体的最优解。Dijkstra算法中的 if(dist[x]+graph[x][y]<dist[y]) { dist [ y ]=dist[x]+graph[ x ] [ y ] ; }思想就属于贪心。
传统的暴力匹配未能利用已匹配部分的信息，效率低下。KMP的核心在于构造状态转换图，可用失配函数表示。
详见 http://blog.csdn.net/chuchus/article/details/29910345
希尔排序
算法先将要排序的一组数按某个增量d分成若干组，每组中记录的下标相差d.对每组中全部元素进行排序，然后再用一个较小的增量对它进行，在每组中再进行排序。当增量减到1时，整个要排序的数被分成一组，排序完成。
冒泡排序
太常见了。
Dijkstra算法
Dijkstra挺厉害的，现在我们很难想象如果函数不能递归该是多么地不方便。而Dijkstra就是当时力排非议引入递归编程思想的。
求最短路算法的思想见下:
原图为G=（V,E），求s到任意顶点的最短路径。辅助数组dist[i]表示当前从源点s到顶点i的最短路径,辅助数组visited[ ]表示集合A。
1.初始化，置dist[i]=graph[s][i]，A中只有s点。
2.找到具有最小值的dist[x],x属于V-A。x加入A，更新所有的dist[ y ],y属于V-A。更新步骤为 if(dist[x]+graph[x][y]<dist[y]) { dist [ y ]=dist[x]+graph[ x ] [ y ] ; }
3.不断重复步骤2 ，直至V=A。
快速排序
嵌套加递归的排序思想。最坏时间复杂度 O(n*n)，平均复杂度O(n*log(底数：2)(真数：n))
详见http://blog.csdn.net/chuchus/article/details/21822557
floyd算法
不同于Dijkstra算法的另一种最短路算法,是一个经典的动态规划算法。
它是解决任意两点间的最短路径的一种算法，可以正确处理有向图或负权的最短路径问题，时间复杂度为O(N^3)，空间复杂度为O(N^2)。
贪心的主要思想就是用局部的最优解去逼近或达到总体的最优解。Dijkstra算法中的 if(dist[x]+graph[x][y]<dist[y]) { dist [ y ]=dist[x]+graph[ x ] [ y ] ; }思想就属于贪心。
10.
答案：sort是稳定排序。
分析：sort是不稳定排序。
string在解释时是以\0作为结束标志的。但人为存放内容的时候还是可以放多个\0的。
string在解释时是以\0作为结束标志的。但人为存放内容的时候还是可以放多个\0的。
11.
答案：27/35.
分析：8个人分成四组，记阵容为A1A2、B1B2、C1C2、D1D2。所有组队情况为一个全排列，即总情况数n=8*7*6*5*4*3*2*1。先不计算，后面可以约分。
我们先从反面计算强队不与强队碰面的情况。那么ABCD每组内都是一强一弱。令，每队的1号比2号强，那么总排列数是num1=4*4*3*3*2*2*1*1。又因为2号比1号强也可以，考虑次序总排列数是num2=num1*2*2*2*2。
所求结果为1-num2/n，为27/35。
我们先从反面计算强队不与强队碰面的情况。那么ABCD每组内都是一强一弱。令，每队的1号比2号强，那么总排列数是num1=4*4*3*3*2*2*1*1。又因为2号比1号强也可以，考虑次序总排列数是num2=num1*2*2*2*2。
所求结果为1-num2/n，为27/35。
12.
答案：a=10 *p=20
分析：p的确指向了a的地址，监视变量显示a的值确实发生了改变，但输出仍是10。是因为编译器对常量的读取做了优化，放到寄存器里了么？
13.
答案：O(Nlogn)。
分析：先对数组降序排序，复杂度nlogn。
初始时，游标a指向最左端，游标b指向最右端。若两个游标所指的元素和小于给定sum，游标b左移；否则游标a右移。用一个变量存储移动过程中两元素和与sum的历史最小差值。 复杂度n。
综上复杂度还是nlogn。
初始时，游标a指向最左端，游标b指向最右端。若两个游标所指的元素和小于给定sum，游标b左移；否则游标a右移。用一个变量存储移动过程中两元素和与sum的历史最小差值。 复杂度n。
综上复杂度还是nlogn。
14.
答案：23。
分析：对1400分解质因数，1400=2^3*5^2*7。三个质数的指数分别加上1再相乘，即(3+1)*(2+1)*(1+1)=4*3*2=24。故有24个因数（约数个数定理）。题目说把1排除那就剩下23个。
分析：对1400分解质因数，1400=2^3*5^2*7。三个质数的指数分别加上1再相乘，即(3+1)*(2+1)*(1+1)=4*3*2=24。故有24个因数（约数个数定理）。题目说把1排除那就剩下23个。
15.
答案：1 2 3 4 5 6 7 8.
分析：二叉搜索树，lchild<=root<=rchild，太基础了。
16.
答案：a=10 x=2.
分析：x>1为真，所以执行效果为a=5*x,答案是显然的。
分析：x>1为真，所以执行效果为a=5*x,答案是显然的。
17.
答案：第三个，最长的那个。
18.
答案： 1.7
分析： 二叉树见下图：
分析： 二叉树见下图：
∑（结点个数*所在层数）=1*1+2*2+3*2+4*2=19.共7个元素，19/7≈2.7.答案没有，可能是把树根当做第0层看待了吧，那就减1得到1.7。
19.
答案： 2 8 6 3 7 4 5
分析：观察它的子序列 6、3、7。6->3说明待查元素比6小，后面就不会再找到7了，所以有误。
分析：观察它的子序列 6、3、7。6->3说明待查元素比6小，后面就不会再找到7了，所以有误。
20.
答案：900米。
分析：见下图。
附加题1
答案：见分析。
分析：
//fun()函数返回值 等于 k的概率见 公式附加1.1
int fun(int N){
int result=0;
for(int i=0;i<N;i++)
result+=G();
return result;
}
-------------公式附加1.1
令公式附加1.1等于p，解出k即可。
解出来的k不是整数怎么办呢？不难办，N越大k就越能够向整数靠拢。
解得k后，即可编写f()函数：
int f(){
return fun(N)==k;
}
莱布尼兹级数：pi/4=1-1/3+1/5-1/7+1/9+...
e约等于2.718281828459,级数展开见下图：
附加题2
答案：见代码。
分析：时间复杂度：构造map的过程是一次遍历，构造group的时候是一次深度优先搜索，所以总的为O(2n)。
空间复杂度：map的key键集合占据了O(2n)的空间（因为是2元组）。其他List、Set存放的都是引用。
附加题3
这题随便写啦：
1.私有云需要花时间自己搭建，而公有云购买之后可快速部署代码；
2.公有云扩容比较方便；
3.短期来看公有云的成本反而更低。
