#O3632. GESP.2024年6月五级认证.理论题
GESP.2024年6月五级认证.理论题
GESP C++ 五级 2024 年 6 月
1 单选题(每题 2 分,共 30 分)
- 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( )。
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;
}
{{ select(1) }}
- 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( )。
#include <iostream>
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];
}
return;
}
int main() {
int money;
cin >> money; //输入要换算的金额
find_coins(money);
for (int i = 0; i < N_COINS; i++)
cout << coins_used[i] << endl;
return 0;
}
{{ select(2) }}
- 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:
struct dl_node {
string song;
dl_node* next;
dl_node* prev;
};
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( )。
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;
}
{{ select(3) }}
- 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( )。
void insert(dl_node *head, string my_song) {
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;
}
{{ select(4) }}
- 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 与 的( )。
int gcd(int a, int b) {
while (b != 0) {
int temp = b;
b = a % b;
a = temp;
}
return a;
}
{{ select(5) }}
- 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:
int gcd(int a, int b) {
return b == 0 ? a : gcd(b, a % b);
}
{{ select(6) }} 下面有关说法,错误的是( )。
- 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 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 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 的素数,则横线上应填的代码是( )。
vector<int> linear_sieve(int n) {
vector<bool> is_prime(n + 1, true);
vector<int> 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
is_prime[i * primes[j]] = 0;
if (i % primes[j] == 0)
break;
}
}
return primes;
}
{{ select(7) }}
- 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) }}
- 为了正确实现快速排序,下面横线上的代码应为( )。
void qsort(vector<int>& arr, int left, int right) {
int i, j, mid;
int pivot;
i = left;
j = right;
mid = (left + right) / 2; // 计算中间元素的索引
pivot = arr[mid]; // 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
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
}
{{ select(9) }}
- 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 。
- 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( )。
int binary_search(vector<int>& 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; // 如果找不到目标元素,返回-1
}
{{ select(11) }}
- 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( )。
//假设a和b均为正数,且a表示的数比b大
vector<int> minus(vector<int> a, vector<int> b) {
vector<int> c;
int len1 = a.size();
int len2 = b.size();
int i, t;
for (i = 0; i < len2; i++) {
if (a[i] < b[i]) { //借位
_____________ // 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]);
len3 = c.size();
while (c[len3 - 1] == 0) {//去除前导0
c.pop_back();
len3--;
}
return c;
}
{{ select(12) }}
- a[i + 1]--;
- a[i]--;
- b[i + 1]--;
- b[i]--;
- 设 和 是两个长度为 的有序数组,现将 和 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) }}
- 给定如下函数:
int fun(int n) {
if (n == 1) return 1;
if (n == 2) return 2;
return fun(n - 2) - fun(n - 1);
}
则当 时,函数返回值为( )。{{ select(14) }}
- 0
- 1
- 21
- -11
- 给定如下函数(函数功能同上题,增加输出打印):
int fun(int n) {
cout << n << " ";
if (n == 1) return 1;
if (n == 2) return 2;
return fun(n - 2) - fun(n - 1);
}
则当 时,屏幕上输出序列为( )。{{ select(15) }}
- 4 3 2 1
- 1 2 3 4
- 4 2 3 1 2
- 4 2 3 2 1
2 判断题(每题 2 分,共 20 分)
- 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 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 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。
int* ptr = new int(10);
cout << *ptr << endl;
delete ptr;
cout << ptr << endl;
{{ select(25) }}
- 正确
- 错误
相关
在以下作业中: