1、BN过程，为什么测试和训练不一样？

    对于BN，在训练时，是对每一批的训练数据进行归一化，也即用每一批数据的均值和方差。

    而在测试时，比如进行一个样本的预测，就并没有batch的概念，因此，这个时候用的均值和方差是全量训练数据的均值和方差，这个可以通过移动平均法求得。

    对于BN，当一个模型训练完成之后，它的所有参数都确定了，包括均值和方差，gamma和bata。

2、Leeetcode：160相交链表

    方法一：暴力解法

    对于A中的每一个结点，我们都遍历一次链表B查找是否存在重复结点，第一个查找到的即第一个公共结点。

class Solution:
    def getIntersectionNode(self, headA: ListNode, headB: ListNode) -> ListNode:
        p = headA
        while p:
            q = headB
            while q:
                if p == q:
                    return p
                q = q.next
            p = p.next
        return p

    时间复杂度：O(n^2)

    空间复杂度：O(1)

    无法通过，会超时。

    方法二：

    对暴力解法的一个优化方案是：先将其中一个链表存到哈希表中，此时再遍历另外一个链表查找重复结点只需 O(n) 时间。

class Solution:
    def getIntersectionNode(self, headA: ListNode, headB: ListNode) -> ListNode:
        s = set()
        p,q = headA,headB
        while p:
            s.add(p)
            p = p.next
        while q:
            if q in s:
                return q
            q = q.next
        return None

    时间复杂度：O(n)

    空间复杂度：O(n)

    方法三：走过彼此的路

    利用两链表长度和相等的性质来使得两个遍历指针同步。

    具体做法是：让两指针同时开始遍历，遍历到结尾的时候，跳到对方的头指针，如果有公共结点，则，会同时到达相遇的地方。

    代码如下：

class Solution:
    def getIntersectionNode(self, headA: ListNode, headB: ListNode) -> ListNode:
        p,q = headA,headB
        while p != q:
            p = p.next if p else headB
            q = q.next if q else headA
        return p

    时间复杂度：O(n)

    空间复杂度：O(1)

3、概率题：两个人轮流抛硬币，抛到正面获胜，反面给对方。先抛的人胜率是多少？

    先抛的人胜率是 2/3

A先，B后

P(A) = 1/2 +      //A直接取胜 
	   1/2 * 1/2 * 1/2 +      // A1失败B1失败A2取胜
	   1/2 * 1/2 * 1/2 * 1/2 *1/2  +    //A1失败B1失败A2失败B2失败A3取胜
	   ...
p(A) = 1/2 + (1/2)^3 + (1/2)^5 + (1/2)^7 + ...
等比数列求和
p(A) = 1/2 * (1 - (1/4)^n) / (1 - 1/4) = 2/3

P(B） = 1/2 * 1/2 +     // A1失败B1取胜
        1/2 * 1/2 * 1/2 * 1/2 +     // A1失败B1失败A2失败B2取胜
        1/2 * 1/2 * 1/2 * 1/2 * 1/2 * 1/2 +  //A1失败B1失败A2失败B2失败A3失败B3取胜、
        ...    
p(B) = (1/2)^2 + (1/2)^4 + (1/2)^6 + ..

p(B) = 1/4 * (1 - (1/4)^n) / (1 - 1/4) = 1/3