2025年大學(xué)《數(shù)據(jù)計(jì)算及應(yīng)用》專業(yè)題庫(kù)——數(shù)據(jù)計(jì)算與應(yīng)用專業(yè)實(shí)踐教學(xué)成果評(píng)估考試時(shí)間：______分鐘總分：______分姓名：______一、基礎(chǔ)概念與原理1.請(qǐng)簡(jiǎn)述“計(jì)算思維”的核心要素及其在解決數(shù)據(jù)計(jì)算相關(guān)問題中的應(yīng)用。2.比較“分治法”和“動(dòng)態(tài)規(guī)劃法”在解決問題思路上的主要異同點(diǎn)。3.簡(jiǎn)述關(guān)系數(shù)據(jù)庫(kù)中“范式”的概念，并說明為何需要規(guī)范化數(shù)據(jù)庫(kù)設(shè)計(jì)。二、編程與算法實(shí)現(xiàn)4.假設(shè)使用Python語(yǔ)言，請(qǐng)編寫一個(gè)函數(shù)，該函數(shù)接收一個(gè)非空列表（列表元素為整數(shù)），返回一個(gè)新列表，新列表中包含原列表中所有奇數(shù)元素，且順序保持不變。5.請(qǐng)使用Python語(yǔ)言（或C/C++語(yǔ)言，請(qǐng)說明）實(shí)現(xiàn)一個(gè)簡(jiǎn)單的線性搜索算法，該算法在給定的整數(shù)列表中查找指定的目標(biāo)值，如果找到，返回目標(biāo)值的索引；如果未找到，返回-1。6.描述快速排序（QuickSort）算法的基本思想，并說明其在平均情況和最壞情況下的時(shí)間復(fù)雜度。三、數(shù)據(jù)處理與分析7.假設(shè)你有一個(gè)包含用戶姓名、年齡和購(gòu)買金額三列的CSV格式的銷售數(shù)據(jù)文件（sales.csv）。請(qǐng)寫出使用Python的Pandas庫(kù)完成以下任務(wù)的代碼片段：a.讀取該CSV文件到DataFrame對(duì)象。b.計(jì)算每個(gè)用戶的平均購(gòu)買金額，并將結(jié)果按平均金額從高到低排序。c.篩選出年齡大于30歲的用戶，并輸出這些用戶的姓名和購(gòu)買金額。8.寫出SQL語(yǔ)句，完成以下操作：a.查詢名為“ProductA”的產(chǎn)品在所有倉(cāng)庫(kù)中的當(dāng)前庫(kù)存數(shù)量。b.查詢?cè)谶^去一個(gè)月內(nèi)購(gòu)買了至少兩次的客戶的訂單總數(shù)。c.創(chuàng)建一個(gè)新視圖（視圖名稱為`CustomerInfo`），該視圖包含客戶ID、姓名以及其最新的訂單日期。四、綜合應(yīng)用與實(shí)踐9.假設(shè)你需要設(shè)計(jì)一個(gè)簡(jiǎn)單的學(xué)生成績(jī)管理系統(tǒng)（僅描述核心部分，無(wú)需具體代碼），請(qǐng)回答：a.系統(tǒng)需要管理哪些核心數(shù)據(jù)實(shí)體（請(qǐng)列舉）？b.這些實(shí)體之間可能存在哪些關(guān)鍵的關(guān)系？請(qǐng)簡(jiǎn)述。c.用戶（如教師、管理員）需要具備哪些基本的功能操作（請(qǐng)列舉）？10.描述一下，如果你需要處理一個(gè)包含數(shù)百萬(wàn)條記錄的巨大數(shù)據(jù)集，進(jìn)行探索性數(shù)據(jù)分析（ExploratoryDataAnalysis,EDA）時(shí)，你會(huì)考慮采用哪些策略或方法來提高效率并有效發(fā)現(xiàn)數(shù)據(jù)特征？（請(qǐng)至少列舉三點(diǎn)）五、理論聯(lián)系實(shí)際11.在實(shí)際的數(shù)據(jù)計(jì)算項(xiàng)目（如推薦系統(tǒng)、金融風(fēng)控等）中，如何平衡計(jì)算效率（速度）與資源消耗（成本）之間的關(guān)系？請(qǐng)結(jié)合具體場(chǎng)景說明。試卷答案一、基礎(chǔ)概念與原理1.答案：計(jì)算思維的核心要素包括：抽象（Abstract）、模式識(shí)別（PatternRecognition）、分解（Decomposition）與組合（Composition）。在解決數(shù)據(jù)計(jì)算相關(guān)問題中，抽象是將實(shí)際問題轉(zhuǎn)化為可計(jì)算的數(shù)據(jù)模型和算法；模式識(shí)別是發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和趨勢(shì)；分解是將復(fù)雜問題拆分成更小的子問題；組合是將子問題的解合并得到最終解。這些要素幫助我們從計(jì)算的角度思考問題，設(shè)計(jì)和實(shí)現(xiàn)有效的數(shù)據(jù)計(jì)算方案。2.答案：分治法將問題分解為若干個(gè)規(guī)模較小的相同子問題，遞歸地解決子問題，并將子問題的解合并得到原問題的解。動(dòng)態(tài)規(guī)劃法通常用于解決具有重疊子問題和最優(yōu)子結(jié)構(gòu)的問題，通過記錄子問題的解避免重復(fù)計(jì)算，通常采用自底向上的方式。主要相同點(diǎn)在于都利用了問題的結(jié)構(gòu)或子問題的解來簡(jiǎn)化原問題。主要不同點(diǎn)在于分解問題的策略（分治法通常分解為獨(dú)立子問題，動(dòng)態(tài)規(guī)劃法分解為有依賴的子問題）以及處理子問題的方式（分治法遞歸，動(dòng)態(tài)規(guī)劃通常迭代并存儲(chǔ)中間結(jié)果）。3.答案：范式是關(guān)系數(shù)據(jù)庫(kù)設(shè)計(jì)的規(guī)范化理論，旨在減少數(shù)據(jù)冗余、避免插入/更新/刪除異常，確保數(shù)據(jù)庫(kù)的合理性和一致性。規(guī)范化通過將數(shù)據(jù)庫(kù)分解成多個(gè)關(guān)系（表），并規(guī)定這些關(guān)系必須滿足一定的條件（如第一范式保證原子性，第二范式保證列的依賴性，第三范式保證非主屬性不傳遞依賴于主鍵）。規(guī)范化數(shù)據(jù)庫(kù)設(shè)計(jì)可以使數(shù)據(jù)結(jié)構(gòu)更清晰，關(guān)系更明確，從而提高數(shù)據(jù)管理效率和數(shù)據(jù)質(zhì)量。二、編程與算法實(shí)現(xiàn)4.答案：```pythondefextract_odds(numbers):return[numfornuminnumbersifnum%2!=0]```解析思路：題目要求提取列表中的奇數(shù)并保持順序?？梢允褂昧斜硗茖?dǎo)式（listcomprehension），遍歷輸入列表`numbers`，對(duì)每個(gè)元素`num`判斷其是否為奇數(shù)（`num%2!=0`），如果是，則將其包含在結(jié)果列表中。列表推導(dǎo)式簡(jiǎn)潔高效，能很好地滿足題目要求。5.答案：```pythondeflinear_search(arr,target):forindex,valueinenumerate(arr):ifvalue==target:returnindexreturn-1```解析思路：線性搜索是最基礎(chǔ)的查找算法，思想是逐個(gè)遍歷列表`arr`中的元素，與目標(biāo)值`target`進(jìn)行比較。如果找到相等的元素，返回該元素的索引`index`。如果遍歷完整個(gè)列表都沒有找到，則返回-1表示未找到。使用`enumerate`函數(shù)可以在遍歷時(shí)同時(shí)獲取元素的索引和值，使代碼更清晰。6.答案：快速排序的基本思想是“分而治之”：選擇一個(gè)基準(zhǔn)元素（pivot），然后將原列表劃分為兩個(gè)子列表，一個(gè)包含所有小于基準(zhǔn)元素的元素，另一個(gè)包含所有大于基準(zhǔn)元素的元素。這兩個(gè)子列表獨(dú)立地再進(jìn)行快速排序，直到所有子列表的大小為1（自然有序）。平均情況下時(shí)間復(fù)雜度為O(nlogn)，最壞情況下（如基準(zhǔn)選擇不理想導(dǎo)致每次只分割出一個(gè)子問題）時(shí)間復(fù)雜度為O(n^2)。解析思路：快速排序是經(jīng)典的分治算法。理解其核心在于“基準(zhǔn)選擇”和“劃分子列表”這兩個(gè)步驟，以及遞歸地對(duì)子列表進(jìn)行排序。同時(shí)需要了解其時(shí)間和空間復(fù)雜度的特性，特別是平均和最壞情況。三、數(shù)據(jù)處理與分析7.答案：a.```pythonimportpandasaspddf=pd.read_csv('sales.csv')```b.```pythonavg_purchase=df.groupby('用戶姓名')['購(gòu)買金額'].mean().sort_values(ascending=False)```c.```pythonfiltered_df=df[df['年齡']>30]result=filtered_df[['用戶姓名','購(gòu)買金額']]```解析思路：使用Pandas庫(kù)處理CSV文件是標(biāo)準(zhǔn)操作。a)使用`pd.read_csv()`讀取文件。b)使用`groupby()`按`用戶姓名`分組，`mean()`計(jì)算每組的平均`購(gòu)買金額`，`sort_values()`按平均金額降序排序。c)使用布爾索引`df['年齡']>30`篩選年齡大于30的行，然后使用列索引`[['用戶姓名','購(gòu)買金額']]`選擇需要的列。8.答案：a.```sqlSELECTSUM(庫(kù)存數(shù)量)AS總庫(kù)存FROM庫(kù)存表WHERE產(chǎn)品名稱='ProductA';```b.```sqlSELECT客戶ID,COUNT(訂單ID)AS訂單總數(shù)FROM訂單表WHERE訂單日期>=DATE_SUB(CURDATE(),INTERVAL1MONTH)GROUPBY客戶IDHAVINGCOUNT(訂單ID)>=2;```c.```sqlCREATEVIEWCustomerInfoASSELECT客戶ID,姓名,MAX(訂單日期)AS最新訂單日期FROM訂單表GROUPBY客戶ID,姓名;```解析思路：a)使用`SUM()`函數(shù)聚合同產(chǎn)品名的庫(kù)存數(shù)量。b)使用`WHERE`子句篩選過去一個(gè)月的訂單，`GROUPBY`按`客戶ID`分組，`COUNT()`統(tǒng)計(jì)訂單數(shù)，`HAVING`子句篩選訂單數(shù)大于等于2的客戶。c)使用`CREATEVIEW`語(yǔ)句創(chuàng)建視圖，選擇`客戶ID`、`姓名`和每個(gè)客戶的最新訂單日期（使用`MAX(訂單日期)`）。四、綜合應(yīng)用與實(shí)踐9.答案：a.核心數(shù)據(jù)實(shí)體可能包括：學(xué)生（Student）、課程（Course）、教師（Teacher）、教室（Room）、成績(jī)（Grade）、選課（Enrollment）等。b.關(guān)系可能包括：學(xué)生選修課程（學(xué)生與課程的多對(duì)多關(guān)系）、教師授課課程（教師與課程的一對(duì)多關(guān)系）、課程使用教室（課程與教室的一對(duì)多關(guān)系，可能有時(shí)間約束）、學(xué)生提交成績(jī)（學(xué)生與成績(jī)的一對(duì)一關(guān)系）、學(xué)生選課（學(xué)生與選課關(guān)系，選課與課程的多對(duì)多關(guān)系）。c.功能操作可能包括：教師錄入/修改學(xué)生成績(jī)、查詢學(xué)生成績(jī)、排課、選課、查看課程表、管理員添加/刪除學(xué)生/教師/課程信息、統(tǒng)計(jì)選課人數(shù)、生成成績(jī)報(bào)告等。解析思路：設(shè)計(jì)一個(gè)簡(jiǎn)單的學(xué)生成績(jī)管理系統(tǒng)，需要先識(shí)別出系統(tǒng)需要管理的基本“對(duì)象”或“信息”，即數(shù)據(jù)實(shí)體。然后思考這些實(shí)體之間的關(guān)聯(lián)關(guān)系。最后，設(shè)想實(shí)際使用場(chǎng)景下用戶需要完成的操作任務(wù)。10.答案：處理巨大數(shù)據(jù)集進(jìn)行EDA時(shí)，可采用策略/方法：a)使用采樣技術(shù)（如隨機(jī)采樣、分層采樣）對(duì)大數(shù)據(jù)集進(jìn)行抽樣，在樣本上進(jìn)行分析以推斷總體特征，提高效率。b)利用分布式計(jì)算框架（如Spark、Dask）或并行計(jì)算技術(shù)，將數(shù)據(jù)分塊處理，利用多核或集群資源加速計(jì)算。c)采用數(shù)據(jù)摘要和統(tǒng)計(jì)概覽方法（如使用Pandas的`.describe()`、`.info()`，或SQL的聚合函數(shù)），快速了解數(shù)據(jù)的基本統(tǒng)計(jì)特性（均值、中位數(shù)、標(biāo)準(zhǔn)差、分布等）、缺失值情況、數(shù)據(jù)類型分布等。d)對(duì)數(shù)據(jù)進(jìn)行初步的過濾和清洗，去除無(wú)關(guān)或噪聲數(shù)據(jù)，減少后續(xù)分析的負(fù)擔(dān)。解析思路：面對(duì)大數(shù)據(jù)，時(shí)間和資源是主要限制。EDA的目標(biāo)是快速理解數(shù)據(jù)。因此，策略應(yīng)圍繞如何快速、高效、有效地獲取數(shù)據(jù)洞察展開。采樣是處理大數(shù)據(jù)的基本方法。分布式計(jì)算是擴(kuò)展能力的關(guān)鍵。數(shù)據(jù)摘要和概覽是快速了解數(shù)據(jù)特征的手段。數(shù)據(jù)清洗是保證分析質(zhì)量的前提。五、理論聯(lián)系實(shí)際11.答案：在實(shí)際項(xiàng)目中平衡計(jì)算效率與資源消耗，需要根據(jù)具體需求和場(chǎng)景做出權(quán)衡。例如：a)對(duì)于需要快速響應(yīng)用戶請(qǐng)求的在線服務(wù)，優(yōu)先考慮計(jì)算效率，可能選擇更快的算法和數(shù)據(jù)結(jié)構(gòu)，即使這意味著更高的服務(wù)器成本或更大的內(nèi)存占用?？梢酝ㄟ^緩存常用結(jié)果、使用更高效的數(shù)據(jù)索引等方式提升效率。b)對(duì)于大規(guī)模數(shù)據(jù)處理任務(wù)（如離線報(bào)表生成、模型訓(xùn)練），優(yōu)先考慮資源消耗和成本控制，可能選擇資源利用率更高的分布式計(jì)算框架（如Spark），即使這意味著任務(wù)執(zhí)行時(shí)間會(huì)相