下列有關復雜性的說法不正確的是（）。

在Bloom分類法的基礎上，學術界又做了大量工作，取得了一系列成果。其中比格斯和科利斯在其著作《學習質(zhì)量評價：SOLO分類理論》中給出的可觀察的學習成果結(jié)構(gòu)分類法就是一個很好的補充。SOLO分類法關注學習者對問題做出反應時所表現(xiàn)的思維過程和所達到的認知水平，能使教育評價的觸角深入到質(zhì)的層面，能為深度學習和課程評估提供支持。深入理解BLOOM分類法和SOLO分類法有助于學生的終身學習。SOLO分類法沿用了系統(tǒng)科學中的結(jié)構(gòu)和層次兩個基本概念，將SOLO劃分為前結(jié)構(gòu)、單點結(jié)構(gòu)、多點結(jié)構(gòu)、關聯(lián)結(jié)構(gòu)、抽象拓展等5個層次，屬于無學習的是（），屬于淺層學習的是（），屬于深層學習的是（）。

若員工不顧自己是否確信估計的正確性，不顧領導和同事的意見，不通過公司內(nèi)部機制而直接進行檢舉，就可能會對公司產(chǎn)生嚴重的后果。下面列出的條件中，滿足（），則檢舉行為是公正的；若該檢舉同時還滿足（），則該檢舉就是義不容辭的道德義務。（1）公司的產(chǎn)品或政策將會給公司員工或公眾造成嚴重、巨大的傷害，無論受害人是使用者還是旁觀者或其他人員。（2）一旦員工確定某種產(chǎn)品可能會給使用者或公眾造成嚴重危害，應向其直接領導報告，使其了解自己的意見。否則，該員工的檢舉行為就不是完全公正的。（3）若員工的上級領導沒有對員工的報告做出積極的反應，員工應該盡一切可能通過公司內(nèi)部程序在公司內(nèi)部解決問題。（4）檢舉人必須有令人信服的確鑿證據(jù)，能說服一個理智、公正的觀察員相信他對事情的估計是正確的，公司的產(chǎn)品、法令或政策確實會給公眾或顧客造成嚴重的傷害或帶來巨大威脅。（5）員工必須有充分的理由相信，一旦將問題公之于眾后，產(chǎn)品會進行改進，而且員工應有絕對把握，值得為此冒險。

采用蒙特卡洛（Monte Carlo）方法，計算1≤x≤3范圍內(nèi)曲線y=1與y=x+sinx之間的近似面積（如下圖陰影部分），那么隨機數(shù)x，y的取值范圍分別為（）。

英國德蒙特福德大學（De Montfort University，DMU）信息技術管理與研究中心穆罕默德教授認為“職業(yè)化”應該視為從業(yè)人員、職業(yè)團體及其服務對象——公眾之間的三方關系準則。對該準則的理解可以借用計算機科學中“協(xié)議”思想作進一步討論，下列說法正確的是（）。

“?！边@個概念來自計量系統(tǒng)，是計量器產(chǎn)生“溢出”的量，它的值在計量器上表示不出來，計量器上只能表示模的余數(shù)。對于模為（12）10（其十六進制為（C）16）的計量系統(tǒng)，其顯示范圍為0~11。下列有關說法正確的是（）。

下面數(shù)組可以按行主序、列主序的方式在主存中的存放，下列選項中正確的是（）。

采用蒙特卡洛（Monte Carlo）方法，計算2≤x≤3范圍內(nèi)曲線y=0與y=log （x-1）+2之間的近似面積（如下圖陰影部分），那么隨機數(shù)x，y的取值范圍分別為（）。

對軟件的分析，可以從系統(tǒng)的角度，也可以從集合的角度來分析。因此，控制和降低軟件的復雜度的問題就可以轉(zhuǎn)化為如何降低系統(tǒng)的復雜性，或更為基礎地如何降低集合復雜性的問題。下列哪些選項能夠有效地降低系統(tǒng)（或集合）的復雜性？（）

遞歸概念中的調(diào)用自身，關于對“自身”兩字加引號的說法不正確的是（）。