下面关于链表和数组的描述,错误的是( )。
C:已知位置的插入删除只需改动前后指针,是 O(1),说成 O(n) 错误;A 数量不定时链表免预开大数组、B 访问需从头找为 O(n)、D 节点分散用指针连接,这三项都对。
在循环单链表中,节点的 next 指针指向下一个节点,最后一个节点的 next 指针指向( )。
C:循环单链表首尾相接,最后一个节点的 next 指向第一个节点,链成环便于从任一节点绕回头部;指向 nullptr 或当前节点则退化为普通链表。
为了方便链表的增删操作,一些算法生成一个虚拟头节点,方便统一删除头节点和其他节点。下面代码实现了删除链表中值为 val 的节点,横线上应填的最佳代码是( )。
01struct LinkedNode { 02 int val; 03 LinkedNode* next; 04 LinkedNode(int val):val(val), next(nullptr){} 05}; 06 07void removeElements(LinkedNode* head, int val) { 08 if (head == nullptr) { 09 return; 10 } 11 LinkedNode* cur; 12 LinkedNode* dummyHead = new LinkedNode(0); //虚拟头节点 13 ____________ // 在此处填入代码 14 15 while(cur ->next ! = nullptr) { 16 if(cur->next->val == val) { 17 LinkedNode* tmp = cur->next; 18 cur->next = cur->next->next; 19 delete tmp; 20 tmp = nullptr; 21 } 22 else { 23 cur = cur ->next; 24 } 25 } 26 head = dummyHead->next; 27 delete dummyHead; 28 dummyHead = nullptr; 29}
A:dummyHead->next = head 保留原链表,cur = dummyHead 让循环从虚拟头开始,才能统一处理头节点等于 val 的情况;其余选项把 head->next 赋给 dummyHead 会丢掉头节点。
对下面两个函数,说法错误的是( )。
01int fibA(int n) { 02 if (n <= 1) return n; 03 04 int f1 = 0, f2 = 1; 05 for (int i = 2; i <= n; ++i) { 06 int temp = f2; 07 f2 = f1 + f2; 08 f1 = temp; 09 } 10 return f2; 11} 12 13int fibB(int n) { 14 if (n <= 1) return n; 15 return fibB(n - 1) + fibB(n - 2); 16}
D:fibB 每次调用分裂为两次递归,调用次数按 2 的幂增长,时间复杂度是 O(2^n) 而非 O(n²);fibA 用 f1、f2 滚动递推为 O(n),两函数功能相同。
两块长方形土地的长宽分别为 和 米,要将它们分成正方形的小块,使得正方形的尺寸尽可能大。小杨采用如下的辗转相除函数 gcd(24, 36) 来求正方形分块的边长,则函数 gcd 调用顺序为( )。
01int gcd(int a, int b) { 02 int big = a > b ? a : b; 03 int small = a < b ? a : b; 04 if (big % small == 0) { 05 return small; 06 } 07 return gcd(small, big % small); 08}
C:gcd(24,36) 中 big=36、small=24,36%24=12 不为 0,递归调用 gcd(24,12),此时 24%12=0 直接返回 12,没有第三次调用。
唯一分解定理表明,每个大于 的自然数可以唯一地写成若干个质数的乘积。下面函数将自然数 的所有质因数找出来,横线上能填写的最佳代码是( )。
01#include <vector> 02vector<int> get_prime_factors(int n) { 03 vector<int> factors; 04 if (n <= 1) { 05 cout << "输入的数必须是大于1的正整数" << endl; 06 return; 07 } 08 while (n % 2 == 0) { 09 factors.push_back(2); 10 n /= 2; 11 } 12 13 ____________ { // 在此处填入代码 14 while (n % i == 0) { 15 factors.push_back(i); 16 n /= i; 17 } 18 } 19 20 if (n > 2) { 21 factors.push_back(n); 22 } 23 24 return factors; 25}
D:2 已单独除尽,奇数因子从 3 起步长 2;条件 i*i<=n 即可,除剩的 n 若大于 2 必是质数,由末尾 if 补入,避免枚举全部数。
下述代码实现素数表的埃拉托色尼(埃氏)筛法,筛选出所有小于等于 的素数。下面说法正确的是( )。
01vector<int> sieve_Eratosthenes(int n) { 02 vector<bool> is_prime(n + 1, true); 03 vector<int> primes; 04 05 for (int i = 2; i * i <= n; i++) { 06 if (is_prime[i]) { 07 primes.push_back(i); 08 09 for (int j = i * i; j <= n; j += i) { 10 is_prime[j] = false; 11 } 12 } 13 } 14 15 for (int i = sqrt(n) + 1; i <= n; i++) { 16 if (is_prime[i]) { 17 primes.push_back(i); 18 } 19 } 20 21 return primes; 22}
B:从 j=ii 开始标记,i 的倍数中小于 ii 的已被更小质因子标过,避免重复标记;整体复杂度 O(n log log n),且 sieve_Eratosthenes(10) 返回 2、3、5、7,不含 9。
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。下面说法正确的是( )。
01vector<int> sieve_linear(int n) { 02 vector<bool> is_prime(n + 1, true); 03 vector<int> primes; 04 05 for (int i = 2; i <= n/2; i++) { 06 if (is_prime[i]) 07 primes.push_back(i); 08 09 for (int j = 0; j < primes.size() && i * primes[j] <= n; j++) { 10 is_prime[ i * primes[j] ] = 0; 11 if (i % primes[j] == 0) 12 break; 13 } 14 } 15 16 for (int i = n/2 +1; i <= n; i++) { 17 if (is_prime[i]) 18 primes.push_back(i); 19 } 20 21 return primes; 22}
A:线性筛每个合数只被其最小质因数标记一次,整体时间复杂度为 O(n);B 错在合数并非被所有质因子各标记一次,否则无法保证线性。
考虑以下 C++ 代码实现的快速排序算法:以下关于快速排序的说法,正确的是( )。
01int partition(vector<int>& arr, int left, int right) { 02 int pivot = arr[right]; // 基准值 03 int i = left - 1; 04 05 for (int j = left; j < right; j++) { 06 if (arr[j] < pivot) { 07 i++; 08 swap(arr[i], arr[j]); 09 } 10 } 11 swap(arr[i + 1], arr[right]); 12 return i + 1; 13} 14 15// 快速排序 16void quickSort(vector<int>& arr, int left, int right) { 17 if (left < right) { 18 int pi = partition(arr, left, right); 19 quickSort(arr, left, pi - 1); 20 quickSort(arr, pi + 1, right); 21 } 22}
A:quickSort 对 partition 返回的 pi 两侧子区间递归求解;B 错在最坏 O(n²),C 错在 partition 交换使快排不稳定,D 错在最优也只是 O(n log n)。
下面关于归并排序,描述正确的是( )。
B:归并排序最优、最差、平均均为 O(n log n);A 错在归并稳定,C 错在需 O(n) 辅助数组,D 错在 {12,11,13,5,6,7} 应输出升序 5 6 7 11 12 13。
给定一个长度为 的有序数组 nums,其中所有元素都是唯一的。下面的函数返回数组中元素 target 的索引。关于上述函数,描述不正确的是( )。
01int binarySearch(vector<int> &nums, int target, int left, int right) { 02 if (left > right) { 03 return -1; 04 } 05 06 int middle = left + ((right - left) / 2); 07 if (nums[middle] == target) { 08 return middle; 09 } 10 else if (nums[middle] < target) { 11 return binarySearch(nums, target, middle + 1, right); 12 } 13 else 14 return binarySearch(nums, target, left, middle - 1); 15} 16 17int Find(vector<int> &nums, int target) { 18 int n = nums.size(); 19 return binarySearch(nums, target, 0, n - 1); 20}
C:递归终止有两处,除命中 target 外还有 left>right 返回 -1,数组不含 target 时区间收缩到 left>right 正常退出,不会死循环;A、B、D 均正确。
给定一个长度为 的有序数组 nums,其中可能包含重复元素。下面的函数返回数组中某个元素 target 的左边界,若数组中不包含该元素,则返回 。例如在数组 nums = [5,7,7,8,8,10] 中查找 target=8,函数返回 在数组中的左边界的索引为 。则横线上应填写的代码为( )。
01int getLeftBoundary(vector<int>& nums, int target) { 02 int left = 0; 03 int right = nums.size() - 1; 04 05 while (left < right) { 06 int middle = left + ((right - left) / 2); 07 if (target <= nums[middle]) 08 ____________ // 在此处填入代码 09 else 10 left = middle+1; 11 } 12 13 return nums[left]==target?left:-1; 14}
B:target<=nums[middle] 时左边界在 middle 或更左,应取 right=middle 保留该位置;while 条件 left<right 最终让 left 停在最左的 target,再校验 nums[left]==target。
假设有多个孩子,数组 g 保存所有孩子的胃口值。有多块饼干,数组 s 保存所有饼干的尺寸。小杨给孩子们发饼干,每个孩子最多只能给一块饼干。饼干的尺寸大于等于孩子的胃口时,孩子才能得到满足。小杨的目标是尽可能满足越多数量的孩子,因此打算采用贪心算法来找出能满足的孩子的数目,则横线上应填写的代码为( )。
01int cooki4children(vector<int>& g, vector<int>& s) { 02 sort(g.begin(), g.end()); 03 sort(s.begin(), s.end()); 04 05 int index = s.size() - 1; // 饼干数组下标 06 int result = 0; 07 for (int i = g.size() - 1; i >= 0; i--) { 08 if (index >= 0 && s[index] >= g[i]) { 09 ____________ // 在此处填入代码 10 } 11 12 } 13 return result; 14}
A:从胃口最大的孩子与尺寸最大的饼干倒序配对,满足 s[index]>=g[i] 就 result++ 计数、index-- 用掉该饼干;其余选项计数或下标方向错误。
关于分治算法,以下说法中不正确的是( )。
D:冒泡排序仅让相邻元素反复比较交换,不拆分子问题也不合并结果,并不采用分治思想;归并排序与快速排序才是分治思想的典型应用。
小杨编写了一个如下的高精度减法函数:下面说法,正确的是( )。
01vector<int> highPrecisionSubtract(vector<int> a, vector<int> b) { 02 vector<int> result; 03 int borrow = 0; 04 05 for (int i = 0; i < a.size(); ++i) { 06 int digitA = a[i]; 07 int digitB = i < b.size() ? b[i] : 0; 08 09 int diff = digitA - digitB - borrow; 10 if (diff < 0) { 11 diff += 10; 12 borrow = 1; 13 } 14 else { 15 borrow = 0; 16 } 17 result.push_back(diff); 18 } 19 while (result.size() > 1 && result.back() == 0) { 20 result.pop_back(); 21 } 22 23 return result; 24}
B:按 i 从 0 到 a.size() 逐位相减说明个位存下标 0,500 存为 {0,0,5};A 错在 a<b 时借位会贯穿始终且无法表示负数,C 错在只遍历 a 为 O(a.size()),D 错在末尾 while 已把高位 0 弹出。
单链表只支持在表头进行插入和删除操作。
错。只要拿到前驱节点指针,单链表就能在任意位置插入或删除,开销 O(1);只有在从头找位置时才需 O(n),并非只允许在表头操作。
线性筛相对于埃拉托斯特尼筛法,每个合数只会被它的最小质因数筛去一次,因此效率更高。
对。线性筛用 i % primes[j] == 0 即 break 跳出内层,保证每个合数只被其最小质因数筛去一次,整体 O(n),比埃氏筛 O(n log log n) 更高效。
任何一个大于 的自然数都可以分解成若干个不同的质数的乘积,且分解方式是唯一的。
错。质因数可以重复出现,如 12=2×2×3 中 2 出现两次,并非若干个不同的质数;唯一分解定理保证的是质因数及其幂次唯一。
贪心算法通过每一步选择当前最优解,从而一定能获得全局最优解。
错。贪心每步只取当前局部最优,叠加未必得到全局最优,需证明贪心选择性质与最优子结构;如硬币找零问题按面额贪心就可能失败。
递归算法必须有一个明确的结束条件,否则会导致无限递归并可能引发栈溢出。
对。递归必须有明确的结束条件;否则每次调用都向系统栈压入新帧且永不返回,栈空间耗尽即栈溢出崩溃,故 base case 不可或缺。
快速排序和归并排序的平均时间复杂度均为 ,且都是稳定排序。
错。归并排序是稳定的,但快速排序在 partition 中交换元素会打乱相等元素的相对顺序,故不稳定;两者平均复杂度确为 O(n log n)。
快速排序的时间复杂度总比插入排序的时间复杂度低。
错。快排在已有序等最坏情形下会退化为 O(n²),而插入排序对基本有序数据可接近 O(n),故不能说快排总比插入排序低。
二分查找仅适用于数组而不适合链表,因为二分查找需要跳跃式访问元素,链表中执行跳跃式访问的效率低。
对。二分查找每轮要取中点做 O(1) 随机访问,数组支持下标直达;链表只能从头遍历到中点,跳跃访问 O(n),故不适合。
对有序数组 {5,13,19,21,37,56,64,75,88,92,100} 进行二分查找,成功查找元素 的比较次数是 。
对。数组 11 个元素,首轮 mid=5 比较 56,56>19 转左半 [0,4];次轮 mid=2 比较 19 命中,共 2 次比较。
递归函数每次调用自身时,系统都会为新开启的函数分配内存,以存储局部变量、调用地址和其他信息等,导致递归通常比迭代更加耗费内存空间。
对。每次递归调用都会在系统栈分配新的栈帧,用于保存局部变量、返回地址等信息,调用层数越深内存开销越大,通常比迭代更耗空间。