C++：

const

虛擬函式：虛擬函式是C++中用於實現多型(polymorphism)的機制。核心理念就是通過基類訪問派生類定義的函式。

Python

• 常用的資料結構及應用場景（list，dict，tuple）

統計知識

給定一個分類器p，它有0.5的概率輸出1，0.5的概率輸出0。

• Q1：如何生成一個分類器使該分類器輸出1的概率為0.25，輸出0的概率為0.75？ Ans：連續進行兩次分類，兩次結果均為1則輸出1，其餘情況（10,01,00）均輸出0。

• Q2：如何生成一個分類器使該分類器輸出1的概率為0.3，輸出0的概率為0.7？Tip：小明正在做一道選擇題，問題只有A、B和C三個選項，通過拋一個硬幣來使選擇3個選項的概率相同。小明只需拋連續拋兩次硬幣，結果正正為A，正負為B，負正為C，負負則重新拋硬幣。 Ans

  ：連續進行4次分類（2^4=16 > 10），結果前3種情況則輸出1，結果接下來7種情況則輸出0，其餘情況重新進行分類。

工程應用問題

• Q1：給定一個1T的單詞檔案，檔案中每一行為一個單詞，單詞無序且有重複，當前有5臺計算機。請問如何高效地利用5臺計算機完成檔案詞頻統計工作？Ans（有問題的）：將1T檔案切分為5份，分配給5臺計算機。每臺計算機進行詞頻統計工作，輸出一個結果為{單詞：頻數}的字典結果檔案。將5臺計算機生成的5個結果檔案合併。

• Q2：每臺計算機需要計算200G左右的檔案，記憶體無法存放200G內容，那麼如何統計這些檔案的詞頻？ Ans（不是最優）：首先將檔案排序，然後遍歷利用list儲存結果即可。（不能用字典，因為200G統計出來的結果會很大，沒有那麼大的記憶體存放字典。由於經過排序操作，遍歷儲存並不會使結果丟失，所以用list儲存結果即可，每當一個list即將佔滿記憶體，則將其寫入檔案，然後清空list繼續儲存結果。）

• Q3：如何將1T的檔案均勻地分配給5臺機器，且每臺機器統計完詞頻生成的檔案只需要拼接起來即可（即每臺機器統計的單詞不出現在其他機器中）Ans1（不是很好）：對1T檔案中的單詞進行抽樣，獲得其概率分佈，遍歷檔案，然後根據首字母的概率均勻分配至5臺計算機，如a到e的概率均為0.04, 0.04*5=0.2，則將所有以a-e的單詞放入第1臺計算機，若z的概率為0.2，則把所有以z開頭的單詞放入第5臺計算機。缺點：不具有可擴充套件性，如果有100臺計算機，那麼可能就需要2個字母計算了，則程式就要改變。還有可能出現2臺機器中有相同的單詞。 Ans2（不是最優）：遍歷檔案，對於每一個單詞，獲得單詞中各字母的ASCII碼值，然後將ASCII值之和取餘。則每臺機器中的單詞必定是不一樣。