如下表所示： A B C 类 0 0 0 + 0 0 1 - 0 1 1 - 0 1 1 - 0 0 1 + 1 0 1 + 1 0 1 - 1 0 1 - 1 1 1 + 1 0 1 + 用K-最近邻算法（使用曼哈顿距离），预测样本（A=0,B=1,C=1）的类标号是什么？

根据K-最近邻算法，我们需要找到与样本点（A=0, B=1, C=1）最近的K个训练样本。首先，我们需要计算样本点与每个训练样本之间的曼哈顿距离：

- 对于类0的训练样本，与样本点的距离为 |0-0| + |1-0| + |1-1| = 1
- 对于类-的训练样本，与样本点的距离为 |0-0| + |1-1| + |1-1| = 1
- 对于类+的训练样本，与样本点的距离为 |1-0| + |0-1| + |1-1| = 2
- 对于类-的训练样本，与样本点的距离为 |1-0| + |1-1| + |1-1| = 1
- 对于类+的训练样本，与样本点的距离为 |1-0| + |0-1| + |1-1| = 2
- 对于类-的训练样本，与样本点的距离为 |1-0| + |1-1| + |1-1| = 1
- 对于类+的训练样本，与样本点的距离为 |1-0| + |0-1| + |1-1| = 2
- 对于类-的训练样本，与样本点的距离为 |1-0| + |1-1| + |1-1| = 1

因此，与样本点最近的3个训练样本是类0、类-和类-的样本。由于这3个样本中类别出现次数最多的是类-，因此我们预测样本（A=0,B=1,C=1）的类标号是-。