1.简述数据库以及线程死锁产生的原理及必要条件，简述如何避免死锁。（10分）
2.请列举面向对象设计的三个基本要素及五种主要设计原则。（10分）
参考：
三个基本要素：封装、继承、多态。
五个基本原则：
1）单一职责原则：就一个类而言，应该仅有一个引起它变化的原因。
2）开放封闭原则：软件实体对外扩展开放，对修改封闭。
3）里氏替换原则：子类的实例能够替换父类的实例。
4）接口分离原则：采用多个专门的接口比使用单一的总接口要好。一个类对另一个类的依赖性建立在最小的接口上。
5）依赖倒置原则：依赖抽象不要依赖具体实现。
3.简述windows内存管理的几种方式以及优缺点。（10分）
参考:
（1）块式管理。把主存分为一大块、一大块的，当所需的程序片段不在主存时就分配一块主存空间，把程序片段加载到主存，就算所需要的程序片段只有几个字节也只能把这块分配给它。优点：易于管理；缺点：浪费空间。
（2）页式管理。把主存分为一页一页的，每一页的空间要比一块一块的空间小很多，显然这种方式的空间利用率要比块式管理高出很多。
（3）段式管理。把主存分为一段一段的，每一段的空间又要比一页一页的空间小很多，这种方法在空间利用率上比页式管理高出很多，但也有另外一个缺点，一个程序片段可能会被分为几十个段，这样很多时间就会浪费在计算每一段的物理地址上。（I/O操作）
（4）段页式管理。结合了段式管理和页式管理的优点。把主存分为若干页，每一页又分为若干段。
1．公司组织一次羽毛球比赛，采用淘汰制，假设公司共有1001个人，如果要评出“公司羽毛球第一高手”的称号，至少需要进行多少场比赛？请简述设计过程，并编写代码模拟比赛过程（语言不限，可以使用伪代码）。（15分）
def baidu1():
pNum = 1001
total_gNum = 0
count = 0
while(pNum > 1):
gNum = pNum/2 # 此轮比赛的场数，也是参赛后胜出的人数
direct = pNum%2 # 此轮直接晋级的人数
pNum = gNum + direct # 此轮胜出总人数
count += 1 # 第几轮
total_gNum += gNum # 比赛总场数
print "第 %d 轮，胜出 %d 人" % (count, pNum)
return total_gNum
# 测试结果
>>> baidu1()
第 1 轮，胜出 501 人
第 2 轮，胜出 251 人
第 3 轮，胜出 126 人
第 4 轮，胜出 63 人
第 5 轮，胜出 32 人
第 6 轮，胜出 16 人
第 7 轮，胜出 8 人
第 8 轮，胜出 4 人
第 9 轮，胜出 2 人
第 10 轮，胜出 1 人
1000
# 至少要进行1000场比赛才能选出最好的选手
2.一百个灯泡排成一排，第一轮将所有灯泡打开；第二轮每隔一个灯泡关掉一个，即排在偶数的灯泡都被关掉。第三轮每隔两个灯泡，将开着的灯泡关掉，关掉的灯泡打开。以此类推，第100轮结束的时候，还有几盏灯泡亮着？（15分）
def baidu2():
l = [0]*100
for i in range(1,101):
for j in range(100):
if (j+1)%i == 0:
l[j] += 1
r = []
count = 0
for k in range(100):
if l[k]%2 != 0 :
r.append(k+1)
count += 1
return r, count
# 测试结果
>>> baidu2()
([1, 4, 9, 16, 25, 36, 49, 64, 81, 100], 10)
3.k近邻方法（k nearest neighbor）是常用的分类算法之一，给定训练数据集D=(xi,yi),i=1…n，其中xi∈Rp是一个p维实数空间中的向量，yi∈{0,1}是xi对应的类标。（15分）
①给定一个待分类样例x∈Rp，要求获得他的预测分类y∈{0,1}。请写出k邻近分类算法。
②给定一个变长的p维的立方体，训练数据D均匀的在立方体内，待预测样例x∈Rp是位于原点o。近似的，我们认为位于原点边长为l的p维立方体内的样本均为邻近，如下图所示。如果我们希望选所有数据中r(0<r<1)比例的点计算点k近邻，那么边长l应为多少？ l^p = r --> l = logp(r)
③接第二问，当p=10时，分别取r=0.01和r=0.1的情况下边长l分别等于多少？通过分析l的取值以及l随p变化的趋势，试简略解释机器学习中的维数灾难问题，（参考数据：10-0.1=0.794; 10-0.2=0.631; 10-0.3=0.501; 10-0.4=0.398）r = 0.01, l10 = 0.01, l = 10-0.2=0.631;
④简要描述一种解决维灾的方法。
如何避免“维数灾难”？图1显示了分类器的性能随着特征个数的变化不断增加，过了某一个值后，性能不升反降。这里的某一个值到底是多少呢？目前，还没有方法来确定分类问题中的这个阈值是多少，这依赖于训练样本的数量，决策边界的复杂性以及分类器的类型。理论上，如果训练样本的数量无限大，那么就不会存在“维数灾难”，我们可以采用任意多的特征来训练分类器。事实上，训练样本的数量是有限的，所以不应该采用过多的特征。此外，那些需要精确的非线性决策边界的分类器，比如neural network，knn，decision trees等的泛化能力往往并不是很好，更容易发生过拟合问题。因此，在设计这些分类器时应当慎重考虑特征的数量。相反，那些泛化能力较好的分类器，比如naive Bayesian，linear classifier等，可以适当增加特征的数量。
如果给定了N个特征，我们该如何从中选出M个最优的特征？最简单粗暴的方法是尝试所有特征的组合，从中挑出M个最优的特征。事实上，这是非常花时间的，或者说不可行的。其实，已经有许多特征选择算法(feature selection algorithms)来帮助我们确定特征的数量以及选择特征。此外，还有许多特征抽取方法(feature extraction methods)，比如PCA等。交叉验证(cross-validation)也常常被用于检测与避免过拟合问题。
还有正则，SVD奇异值分解