2026年算法工程师职业认证考试题库（附答案和详细解析）（0209）.docxVIP

算法工程师职业认证考试试卷

一、单项选择题（共10题，每题1分，共10分）

归并排序算法的平均时间复杂度是？

A.O(n2)

B.O(nlogn)

C.O(n)

D.O(2?)

答案：B

解析：归并排序是分治算法的典型应用，通过递归将数组分成两半，排序后合并。其时间复杂度在所有情况下均为O(nlogn)，因此平均时间复杂度为O(nlogn)。错误选项中，O(n2)是冒泡排序的最坏时间复杂度，O(n)是线性排序（如计数排序）的复杂度，O(2?)是指数级复杂度（如暴力搜索）。

以下哪种方法最适合解决机器学习模型的过拟合问题？

A.增加训练数据噪声

B.减少正则化参数λ

C.增加模型层数

D.增加正则化项

答案：D

解析：过拟合的本质是模型对训练数据过度学习，泛化能力差。正则化（如L1/L2正则）通过在损失函数中添加参数惩罚项，限制模型复杂度，是解决过拟合的常用方法。错误选项中，增加噪声可能加剧过拟合；减少λ会削弱正则化效果；增加层数会提高模型复杂度，可能加重过拟合。

支持向量机（SVM）中，线性核函数适用于以下哪种场景？

A.数据线性可分

B.数据高度非线性

C.样本量极大

D.特征维度极低

答案：A

解析：线性核函数（K(x,y)=x·y）直接在原始特征空间中寻找分隔超平面，适用于线性可分数据。对于非线性数据，需使用多项式核或RBF核。错误选项中，