📘 模块五：工程与编程常识（10题）

编程与复杂度（1–4）

Q1. 在 Python 中，列表（list）的随机访问时间复杂度是：

• A. O(1)
• B. O(log n)
• C. O(n)
• D. O(n log n)

✅ 答案：A

Q2. 在 Python 中，字典（dict）的查找平均时间复杂度是：

• A. O(1)
• B. O(log n)
• C. O(n)
• D. O(n²)

✅ 答案：A

Q3. 快速排序算法的平均时间复杂度是：

• A. O(n)
• B. O(n log n)
• C. O(n²)
• D. O(log n)

✅ 答案：B

Q4. 在 C++ 中，std::vector 在末尾插入元素的平均复杂度是：

• A. O(1)
• B. O(log n)
• C. O(n)
• D. O(n log n)

✅ 答案：A

---

工程实践（5–7）

Q5. 在深度学习中，数据归一化的主要作用是：

• A. 提高模型容量
• B. 加快收敛，减少梯度爆炸
• C. 增加模型参数
• D. 改变损失函数

✅ 答案：B

Q6. 在 GPU 训练中，mixed precision（混合精度训练）的主要优势是：

• A. 增加精度
• B. 减少显存占用并加速计算
• C. 防止过拟合
• D. 简化模型结构

✅ 答案：B

Q7. 在分布式训练中，Data Parallel 的主要思想是：

• A. 将模型分块到不同设备
• B. 将数据分片到不同设备并同步梯度
• C. 每个设备训练不同模型
• D. 每个设备使用不同优化器

✅ 答案：B

---

模型部署与优化（8–10）

Q8. 在推理部署中，常用的模型压缩方法不包括：

• A. 量化 (Quantization)
• B. 剪枝 (Pruning)
• C. 知识蒸馏 (Distillation)
• D. 增大 batch size

✅ 答案：D

Q9. ONNX 的主要作用是：

• A. 提供数据并行机制
• B. 模型跨框架转换与部署
• C. 提高训练速度
• D. 增加模型复杂度

✅ 答案：B

Q10. TensorRT 的主要优化目标是：

• A. 提高训练收敛速度
• B. 优化推理速度与显存占用
• C. 减少数据清洗
• D. 增加模型可解释性

✅ 答案：B