竞赛内容

满分100分，4道非编程题与2道编程题，编程题可使用Java、C、C++、C#、Python、JavaScript、lua、go等编程语言。

考试时间

考试进入时间：7月23日（周日）9：00—11：00

考试成绩

在这里插入图片描述

题目分析

选择题

其中4到选择题：涉及到机器学习领域学习范式特点、人工智能的主要研究领域。

1、下列哪一项不是强化学习的特点？（C）
A、通过与环境的交互进行学习
B、无需预先知道环境的模型
C、无需反馈信号
D、适用于序列决策问题

强化学习应用于机器人控制、游戏AI等，是需要反馈信号的。

2、下列哪一项是深度学习的特点？（B）
A、无法处理大数据
B、无需特征工程
C、无法处理非结构化数据
D、无法处理高维数据

很明显选项A、C、D并不正确。深度学习能够处理图像、语音、文本等数据。擅长处理大量数据样本。

下列哪一项不是监督学习的特点？（C）
A、需要大量标注数据
B、通过反馈调整模型
C、无需人工干预
D、适用于分类和回归问题

从题干不是监督学习特点，从监督学习就可以确定C选项，肯定需要人工干预。

下列哪一项不是人工智能的主要研究领域？（D）
A、机器学习
B、自然语言处理
C、计算机视觉
D、数据库管理

根据题干人工智能的主要研究领域，[D、数据库管理 ] 选项很快就可以排除。

选择题对强化学习、深度学习、监督学习、人工智能的主要研究领域熟悉，从选项很快就能定位、判断对错。

编程题

1、题目名称：数组排序
时间限制：1000ms内存限制：256M
题目描述
给你一个整数数组 nums ，请你将数组按照每个值的频率 降序 排序。如果有多个值的频率相同，请你按照数值本身将它们 降序 排序。

请你返回排序后的数组。

参数限制：
1 <= nums.length <= 100
-100 <= nums[i] <= 100

输入描述：
整数数组 nums

输出描述：
按照要求排序后的数组


# 示例

示例 
示例1
输入
[2, 3, 1, 1, 3]

输出
[3, 3, 1, 1, 2]

提示
输出样例说明: '3' 频率为 2，'1' 频率为 2，'2' 频率为 1

2、题目名称：求解秩矩阵
时间限制：1000ms内存限制：256M
题目描述
给你一个 m x n 的矩阵 matrix ，请你返回一个新的矩阵 answer ，其中 answer[row][col] 是 matrix[row][col] 的秩。

这里定义的每个元素的 秩 是一个整数，表示这个元素相对于其他元素的大小关系，它按照如下规则计算：

(1)秩是从 1 开始的一个整数。

(2)如果两个元素 p 和 q 在 同一行 或者 同一列 ，那么： 如果 p < q ，那么 rank(p) < rank(q) 如果 p == q ，那么 rank(p) == rank(q) 如果 p > q ，那么 rank(p) > rank(q) 秩 需要越 小 越好。

题目保证按照上面规则 answer 数组是唯一的。



参数说明: m == matrix.length n == matrix[i].length 1 <= m n <= 500 -10e9 <= matrix[row][col] <= 10e9

示例 
示例1
输入
[[1,2],[3,4]]

输出
[[1,2],[2,3]]

示例2
输入
[[7,7],[7,7]]

输出
[[1,1],[1,1]]

示例3
输入
[[20,-21,14],[-19,4,19],[22,-47,24],[-19,4,19]]

输出
[[4,2,3],[1,3,4],[5,1,6],[1,3,4]]

提示
输出样例1的解释说明:

matrix[0][0] 的秩为 1 ，因为它是所在行和列的最小整数。

matrix[0][1] 的秩为 2 ，因为 matrix[0][1] > matrix[0][0] 且 matrix[0][0] 的秩为 1 。

matrix[1][0] 的秩为 2 ，因为 matrix[1][0] > matrix[0][0] 且 matrix[0][0] 的秩为 1 。

matrix[1][1] 的秩为 3 ，因为 matrix[1][1] > matrix[0][1]， matrix[1][1] > matrix[1][0] 且 matrix[0][1] 和 matrix[1][0] 的秩都为 2 。