#G107. GESP level5 2024年6月
GESP level5 2024年6月
GESP level5 - 2024年6月
- 下面C++代码用于求斐波那契数列,该数列第1、2项为1,以后各项均是前两项之和。函数fibo()属于( )
{{ select(1) }}int fibo(int n) { if (n <= 0) return 0; if (n == 1 || n == 2) return 1; int a = 1, b = 1, next; for (int i = 3; i <= n; i++) { next = a + b; a = b; b = next; } return next; }
- 枚举算法
- 贪心算法
- 迭代算法
- 递归算法
- 下面C++代码用于将输入金额换成最少币种组合方案,其实现算法是( )
{{ select(2) }}#include using namespace std; #define N_COINS 7 int coins[N_COINS] = {100, 50, 20, 10, 5, 2, 1}; // 货币面值,单位相同 int coins_used[N_COINS]; void find_coins(int money) { for (int i = 0; i < N_COINS; i++) { coins_used[i] = money / coins[i]; money = money % coins[i]; } } int main() { int money; cin >> money; find_coins(money); for (int i = 0; i < N_COINS; i++) cout << coins_used[i] << endl; return 0; }
- 枚举算法
- 贪心算法
- 迭代算法
- 递归算法
- 小杨采用如下双链表结构保存他喜欢的歌曲列表:
小杨想在头指针为head的双链表中查找他喜欢的某首歌曲,采用如下查询函数,该操作的时间复杂度为( )struct dl_node { string song; dl_node* next; dl_node* prev; };
{{ select(3) }}dl_node* search(dl_node* head, string my_song) { dl_node* temp = head; while (temp != nullptr) { if (temp->song == my_song) return temp; temp = temp->next; } return nullptr; }
- O(1)
- O(n)
- O(n²)
- O(log n)
- 小杨想在如上题所述的双向链表中加入一首新歌曲。为了能快速找到该歌曲,他将其作为链表的第一首歌曲,则下面横线上应填入的代码为( )
{{ select(4) }}void insert(dl_node* head, string my_song) { dl_node* p = new dl_node; p->song = my_song; p->prev = nullptr; p->next = head; if (head != nullptr) { // 在此处填入代码 } head = p; }
- head->next->prev = p;
- head->next = p;
- head->prev = p;
- 触发异常,不能对空指针进行操作。
- 下面是根据欧几里得算法编写的函数,它计算的是a与b的( )
{{ select(5) }}int gcd(int a, int b) { while (b != 0) { int temp = b; b = a % b; a = temp; } return a; }
- 最小公倍数
- 最大公共质因子
- 最大公约数
- 最小公共质因子
- 欧几里得算法还可以写成如下形式:
下面有关说法,错误的是( ) {{ select(6) }}int gcd(int a, int b) { return b == 0 ? a : gcd(b, a % b); }
- 本题的gcd()实现为递归方式。
- 本题的gcd()代码量少,更容易理解其辗转相除的思想。
- 当a、b较大时,本题的gcd()实现会多次调用自身,需要较多额外的辅助空间。
- 当a、b较大时,相比上题中的gcd()的实现,本题的gcd()执行效率更高。
- 下述代码实现素数表的线性筛法,筛选出所有小于等于n的素数,则横线上应填的代码是( )
{{ select(7) }}vector linear_sieve(int n) { vector is_prime(n + 1, true); vector primes; is_prime[0] = is_prime[1] = 0; // 0和1两个数特殊处理 for (int i = 2; i <= n; ++i) { if (is_prime[i]) { primes.push_back(i); } // 在此处填入代码 for (int j = 0; j < primes.size() && i * primes[j] <= n; j++) { is_prime[i * primes[j]] = 0; if (i % primes[j] == 0) break; } } return primes; }
- for (int j = 0; j < primes.size() && i * primes[j] <= n; j++)
- for (int j = 0; j <= sqrt(n) && i * primes[j] <= n; j++)
- for (int j = 0; j <= n; j++)
- for (int j = 1; j <= sqrt(n); j++)
- 上题代码的时间复杂度是( ) {{ select(8) }}
- O(n)
- O(n log n)
- O(n log log n)
- O(n²)
- 为了正确实现快速排序,下面横线上的代码应为( )
{{ select(9) }}void qsort(vector& arr, int left, int right) { int i, j, pivot; i = left; j = right; pivot = arr[(left + right) / 2]; // 选择中间元素作为基准值 do { while (arr[i] < pivot) i++; while (arr[j] > pivot) j--; if (i <= j) { swap(arr[i], arr[j]); // 交换两个元素 i++; j--; } } // 在此处填入代码 while (i <= j); if (left < j) qsort(arr, left, j); // 对左子数组进行快速排序 if (i < right) qsort(arr, i, right); // 对右子数组进行快速排序 }
- while (i <= mid)
- while (i < mid)
- while (i < j)
- while (i <= j)
- 关于分治算法,以下哪个说法正确? {{ select(10) }}
- 分治算法将问题分成子问题,然后分别解决子问题,最后合并结果。
- 归并排序不是分治算法的应用。
- 分治算法通常用于解决小规模问题。
- 分治算法的时间复杂度总是优于O(n log n)。
- 根据下述二分查找法,在排好序的数组1,3,6,9,17,31,39,52,61,79,81,90,96中查找数值82,和82比较的数组元素分别是( )
{{ select(11) }}int binary_search(vector& nums, int target) { int left = 0; int right = nums.size() - 1; while (left <= right) { int mid = (left + right) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] < target) { left = mid + 1; } else { right = mid - 1; } } return -1; }
- 52, 61, 81, 90
- 52, 79, 90, 81
- 39, 79, 90, 81
- 39, 79, 90
- 要实现一个高精度减法函数,则下面代码中加划线应该填写的代码为( )
{{ select(12) }}// 假设a和b均为正数,且a表示的数比b大 vector minus(vector a, vector b) { vector c; int len1 = a.size(); int len2 = b.size(); int i, t; for (i = 0; i < len2; i++) { if (a[i] < b[i]) { // 在此处填入代码 a[i] += 10; } t = a[i] - b[i]; c.push_back(t); } for (; i < len1; i++) { c.push_back(a[i]); } int len3 = c.size(); while (c[len3 - 1] == 0) { c.pop_back(); len3--; } return c; }
- a[i + 1]--;
- a[i]--;
- b[i + 1]--;
- b[i]--;
- 设A和B是两个长度为n的有序数组,现将A和B合并成一个有序数组,归并排序算法在最坏情况下至少要做( )次比较。 {{ select(13) }}
- n-1
- n
- 2n-1
- 2n
- 给定如下函数:
则当n=7时,函数返回值为() {{ select(14) }}int fun(int n) { if (n == 1) return 1; if (n == 2) return 2; return fun(n - 2) - fun(n - 1); }
- 0
- 1
- 21
- -11
- 给定如下函数(函数功能同上题,增加输出打印):
则当n=4时,屏幕上输出序列为() {{ select(15) }}int fun(int n) { cout << n << " "; if (n == 1) return 1; if (n == 2) return 2; return fun(n - 2) - fun(n - 1); }
- 4 3 2 1
- 1 2 3 4
- 4 2 3 1 2
- 4 2 3 2 1
- 如果将双向链表的最后一个结点的下一项指针指向第一个结点,第一个结点的前一项指针指向最后一个结点,则该双向链表构成循环链表。 {{ select(16) }}
- 正确
- 错误
- 数组和链表都是线性表,链表的优点是插入删除不需要移动元素,并且能随机查找。 {{ select(17) }}
- 正确
- 错误
- 链表的存储空间物理上可以连续,也可以不连续。 {{ select(18) }}
- 正确
- 错误
- 找出自然数n以内的所有质数,常用算法有埃拉托斯特尼(埃氏)筛法和线性筛法,其中埃氏筛法效率更高。 {{ select(19) }}
- 正确
- 错误
- 唯一分解定理表明任何一个大于1的整数都可以唯一地表示为一系列质数的乘积,即质因数分解是唯一的。 {{ select(20) }}
- 正确
- 错误
- 贪心算法通过每一步选择局部最优解来获得全局最优解,但并不一定能找到最优解。 {{ select(21) }}
- 正确
- 错误
- 归并排序和快速排序都采用递归实现,也都是不稳定排序。 {{ select(22) }}
- 正确
- 错误
- 插入排序有时比快速排序时间复杂度更低。 {{ select(23) }}
- 正确
- 错误
- 在进行全国人口普查时,将其分解为对每个省市县乡来进行普查和统计。这是典型的分治策略。 {{ select(24) }}
- 正确
- 错误
- 在下面C++代码中,由于删除了变量ptr,因此ptr所对应的数据也随之删除,故执行下述代码时,将报错。
{{ select(25) }}int* ptr = new int(10); cout << *ptr << endl; delete ptr; cout << ptr << endl;
- 正确
- 错误