2.在关系型是数据库中，有两个不同的事务同时操作数据库中同一表的同一行，不会引起冲突的是：
A.其中一个DELETE操作，一个是SELECT操作
B.其中两个都是UPDATE
C.其中一个是SELECT，一个是UPDATE
D.其中一个SELECT
E.其中一个是DELETE，另一个是UPDATE
F.两个都是DELETE
解析：F
当要删除的记录在数据库中不存在的时候，是不会报错的。
3.众所周知我们所处的宇宙的质能公式是E=mc 2 ，其中c是真空中的光速。和我们的宇宙平行的另一个宇宙meta，研究显示他们使用的质能公式是E=(2+ √3) m ，当一个物体的质量很大的时候，对应的能量E非常大，数据也非常的长。但meta宇宙里面的智慧生物非常的懒，他们只愿意把E取整，然后记录对应的能量E的最后一位整数，比如m=0时，他们会记录1，m=1时，他们会记录3，m=2时，他们会记录3.现在请问当m=80时，他们会记录多少？
A.1
B.2
C.3
D.4
E.5
F.6
题解：C
这道题的确是有规律，但是133规律的理由实际上是比较复杂的，并不是试出来的，因为存在有分数部分，所以规律在不被证明的情况下是可能打破的，但这种类型题的确是找规律才能解决，这里提供一个解法。
思考这个式子：(2+ √3) m +(2- √3) m ；你可能考虑到了两点，1是展开后，所有根式项被消去了剩下的是整数，2是(2- √3) m 这个式子永远都是一个小于1的数字。通过这两点，我们可能可以想了，实际(2+ √3) m +(2- √3) m 这个整数减1实际就是(2+ √3) m 的所有整数部分。
我们可以试一试假设f(m) = (2+ √3) m +(2- √3) m ,那么f(0) = 2，f(1) = 4，f(2) = 14，f(3) = 52，f(4) = 194，f(5) = 724看到这里，可能又有人说我发现这个规律了！末尾数是244的循环。的确这个规律是正确的，但是在没被证明的情况下，万一f(30)出现了小差错呢，都是有可能的,如费马的大素数猜想后来也被欧拉举出反例。
那现在来证明，根据之前的f(0) ~ f(5) 的结果，我们其实有一个大致的方向了，证明这个数列满足末尾数是244循环出现的！好了其实有这个思路之后，最直接的想法其实是根据通式求出递推式，若递推满足，那么我们猜想成立。我直接是猜测这个式子的满足线性，为什么，因为不满足线性的式子基本不可能出现循环规律（经验告诉我哈）。
好吧那么我们基本可以猜想这个式子实际是满足这个格式的f(m)=af(m-1)+bf(m-2)，满不满足呢？试试，那么得出下列式子：
7+4√3=(2+√3)a+b
7-4√3=(2-√3)a+b
消去得出，a=4,b=-1。哈？好像猜对了。f(m+2)=4f(m+1)-f(m)，在满足这种规律的情况下，只计算个位数用T(m)表示，T(0)=2，T(1)=4，T(2)=4，T(3)=4*4-4=2，T(4)=4*2-4=4，T(4)=4*2-4=4，当末尾重复出现244，并且显然在满足这个通式的情况下永远不会跳出这个循环。考虑T(80)=4。那么选4，呸呸呸！别忘了还要减一个(2- √3) m ，这个是一个小于1的数，所以结果肯定是xxxxx3.xxxxxx，个位数部分是3哦
4.页高速缓存是Linux kerne使用的主要的磁盘缓存技术。它允许系统把存放在磁盘上的一些数据保留在内存中，以便减少对磁盘的访问。进程对页高速缓存区中的数据修改之后，数据页被标记为“脏数据”在下列哪些条件下，脏数据不会被写入磁盘？
A.页高速缓存空间不足
B.突然断电
C.变脏以来，太久没有过更新
D.通过系统调用（sync（），fsync（），fdataasync（））来强行对将对快设备的更新同步到磁盘
E.内存足够大
F.磁盘足够大
题解：B E
当一个事务正在访问数据，并且对数据进行了修改，而这种修改还没有提交到数据库中，这时，另外一个事务也访问这个数据，然后使用了这个数据。因为这个数据是还没有提交的数据，那么另外一个事务读到的这个数据是脏数据，依据脏数据所做的操作可能是不正确的。
9.以下程序的运行结果是？
A.foobar
B.barfoo
C.foobar或者barfoo都有可能
D.Bar
E.Foo
F.程序无法正常运行
题解：A
调用start（）后，线程会被放到等待队列，等待CPU调度，并不一定要马上开始执行，只是将这个线程置于可动行状态。然后通过JVM，线程Thread会调用run（）方法，执行本线程的线程体。
1.start（）方法来启动线程，真正实现了多线程运行。这时无需等待run方法体代码执行完毕，可以直接继续执行下面的代码；
2.run（）方法当作普通方法的方式调用。程序还是要顺序执行，要等待run方法体执行完毕后，才可继续执行下面的代码， 这样就没有达到写线程的目的。
10.输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×3，padding 1，stride 1）之后，输出特征图大小为：
A.95
B.96
C.97
D.98
E.99
F.100
题解：C
输入图片大小 W×W
Filter大小 F×F
步长 S
padding的像素数 P
N = (W − F + 2P )/S+1 （这里向下取整才对）
11.一个二叉树有100个子节点数为2的节点，100个子节点数为1的节点，那么个子节点数为0的节点（叶节点）的个数为：
A.101
B.100
C.200
D.300
E.99
F.1
题解：A
首先，假设该二叉树有n个节点，则有n - 1条边，这是因为除了根节点，其余的每个节点都有且只有一个父节点，那么这n个节点恰好为树贡献了n-1 条边。这是从下往上的思考，而从上往下(从树根到叶节点)的思考，容易得到每个节点的度数和 0*n0 + 1*n1 + 2*n2 即为边的个数。
因此，我们有等式 n-1 = n1 + 2*n2，把n用n0+n1+n2替换，
得到n0 + n1 + n2 - 1 = n1 + 2*n2，于是有
n0 = n2 + 1。
n0=n2+1=100+1=101
12.某种类型的双核 CPU 的性能提升了 1/3 ，假定该提升是通过对每条指令缩短执行时间实现的，那么它每条指令执行时间缩短了 () 。
A.1/4
B.1/8
C.1/3
D.1/6
E.1/5
F.1/2
解析：A
设 原来：1秒执行1条指令 现在：1秒执行4/3条指令
则 现在执行一条指令花费1秒/(4/3)=3/4秒
所以 每条指令执行时间缩短了1秒-3/4秒=1/4秒
13.一个map-reduce任务由m个mapper和r个reducer构成，计算的效率可以认为正比于mr的乘积（数据管道的个数），在限定任务的mr乘积约等于10000的情况下，假定每个mapper和每个reducer的成本分别为1和7，那么最佳的资源分配最接近于以下哪个方案？
A.mapper100个，reducer100个
B.Mapper200个，reducer50个
C.Mapper264个，reducer38个
D.Mapper316个，reducer32个
E.Mapper500个，reducer20个
F.Mapper1000个，reducer10个
解析：C
假定每个mapper和每个reducer的成本分别为1和7， 其实就是求最后和最小的方案
A : 100 + 100*7 = 800
B: 200 + 50*7 = 550
C: 264 + 38*7 = 530
D: 316 + 32*7 = 540
E: 500 + 20 * 7 = 640
F 1000 + 10*7 = 1070
所以C答案组合方式是最小成本组合。
C: Mapper264个，reducer38个
15.一个机器人玩抛硬币的游戏，一直不停的抛一枚不均匀的硬币，硬币有A,B两面，A面的概率为3/4，B面的概率为1/4。问第一次出现连续的两个A年的时候，机器人抛硬币的次数的期望是多少？
A.9/4
B.11/4
C.15/4
D.4
E.5
F.28/9
解析：F
注意题目要求是求期望。假设期望值为E。
先看第一次抛硬币：
如果抛到反面，那么还期望抛E次，因为抛到反面完全没用，总数就期望抛E+1，即： 1/4（E+1）
如果抛到正面，那么要看下一次。 如果下一次也是正面，那抛硬币就结束了，总数是2，即： 3/4 * 3/4 * 2
如果下一次是反面，那么相当于重头来过，总数就期望抛E+2，即： 3/4 * 1/4 * （E+2）
那么有：E = 1/4（E+1）+ 3/4 * 3/4 * 2 + 3/4 * 1/4 * （E+2）
得出 E = 28/9
16.小a和小b一起玩一个游戏，两个人一起抛掷一枚硬币，正面为H，反面为T。两个人把抛到的结果写成一个序列。如果出现HHT则小a获胜，游戏结束。如果HTT出现则小b获胜。小a想问一下他获胜的概率是多少？
A.3/4
B.1/2
C.2/3
D.5/9
E.1/3
F.1/4.
解析：C
首先，这是一个无限递归的问题，需要求极限：
1、b赢的线路更清晰一些，所以我们分析b赢的概率。
2、在一层递归里面，b确定赢的概率是1/4，但是剩下的1/4中，b可能输，也可能赢，赢的概率也是1/4
3、所以b=1/4+(1/4)^2+(1/4)^3+……=1/3
相应的a赢的概率就是2/3
18.以下哪个行为，不会明显加剧客户端运行过程中的卡顿：
A.在主线程集中处理耗时的操作
B.在子线程集中处理耗时的操作
C.在其它进程集中处理耗时的操作
D.提高后台线程的优先级
E.降低主线程的优先级
F.页面存在多个重叠显示的控件
题解：C
在其他进程里面处理耗时操作，相当于在另外的虚拟机里面执行操作，因此和当前的虚拟机也就是客户端没有明显的关系，如过不理解可以类比一下AIDL，客户端的一次请求就相当于一次RPC，请求到了服务器之后会在Binder线程池执行操作，而如果后台软件过多，只是因为CPU轮换和内存不足。题目说的是不会明显加剧卡顿，这是会造成卡顿的。
19.以下程序的输出是：
A.1，6
B.2，5
C.2，4
D.3，5
E.4，7
F.1，1
题解：D
首先第一个f函数 是个斐波那契数列 可知 f(7)=21 f(9)=55
下边count函数 是用来统计n的二进制表示中1个数量。count函数的原理 你可以去查MIT HAKMEM 169算法。
21 10101 55 110111