下面关于链表和数组的描述,错误的是( )。
查看答案与解析
存储相同数目的整数的时候,数组用的内存应该是更少的,因为数组不需要记录下一个值的地址。
下面关于链表和数组的描述,错误的是( )。
存储相同数目的整数的时候,数组用的内存应该是更少的,因为数组不需要记录下一个值的地址。
通过( )操作,能完成在双向循环链表结点 p 之后插入结点 s 的功能(其中 next 域为结点的直接后继,prev 域为结点的直接前驱)。
A选项最后一句,此时p->next已经变成了s,所以错了
B选项最后一句,此时p->next已经变成了s,所以错了
C选项最后一句,应该是s->next->prev = s;
对下面两个函数,说法错误的是( )。
sumA函数是递推,sumB函数是递归,两个函数都是求的1~n的和,两个函数的时间复杂度基本一致,都是O(n)。
有如下函数 fun ,则 fun(20, 12) 的返回值为( )。
函数为辗转相除求两数的最大公约数,结果为4,如果没有看出函数作用,也可以手动模拟递归过程。
下述代码实现素数表的埃拉托斯特尼筛法,筛选出所有小于等于 n 的素数,则横线上应填的最佳代码是( )。
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( )。
这个地方是要枚举质数表,然后把质数的i倍数都筛掉,所以应该是选A。
下面函数可以将 n 的所有质因数找出来,其时间复杂度是( )。
现在用如下代码来计算xn(n个x相乘),其时间复杂度为( )。
假设快速排序算法的输入是一个长度为 n 的已排序数组,且该快速排序算法在分治过程总是选择第一个元素作为基准元素。下面选项( )描述的是在这种情况下的快速排序行为。
快速排序的过程是,每次选择一个基准值,比基准值大的放到它的右边 ,比基准值小的放到它的左边,但是这个序列是一个有序序列,且每次都是选择最小的元素作为基准值,所以每次所有的值都会放到基准值的右边,也就是说,每次都只是把基准值这个位置排序好。
考虑以下C++代码实现的归并排序算法:
对长度为 n 的数组 arr ,挑用函数 merge_sort(a, 0, n-1) ,在排序过程中 merge 函数的递归调用次数大约是( )。
merge_sort函数的作用是递归进行分治的过程,每次把序列分成两半,然后分别处理,merge函数的作用是把两个有序序列,通过双指针操作,合并为一个有序序列。merge函数的调用次数,先是两个数的合并,执行次数为n/2,然后是4个数合并,执行次数为n/4……大约为O(n)
现在有 n 个人要过河,每只船最多载2人,船的承重为100kg。下列代码中,数组 weight 中保存有 n 个人的体重(单位为kg),已经按从小到大排好序,代码输出过河所需要的船的数目,采用的思想为( )。
重量已经按照从小到大排序了,然后双指针处理,双指针的过程为最轻的人和最重的人尝试能否在同一个船上,如果可以,那么他们在同一个船上,否则,当前最重的人不能和其他人在一个船上,得单独一条船。采用的是贪心的思想。
关于分治算法,以下哪个说法正确?
分治算法的思想就是把问题划分成子问题,然后继续划分,知道子问题可以直接解决,然后合并子问题得到的结果,推到原问题的答案。
B选项:归并排序的思想就是分治。
D选项:分治算法划分子问题的时间一般为logn,总的时间复杂度常为O(nlogn),如归并排序。
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 中查找数值 31 ,循环while (left <= right) 执行的次数为( )。
模拟即可,
第一次:mid=5,nums[5]=17,此时小于要查找的31,所以left=6。
第二次:mid=8,nums[8]=52,此时大于要查找的31,所以right=7。
第三次:mid=6,nums[6]=31,找到要查找的值,结束。
以下关于高精度运算的说法错误的是( )。
C选项,高精度的乘法,运算时间和两个整数的长度之和有关,两个长度分别为len1和len2的整数相乘,结果的长度至少为len1+len2。
当n=7 时,下面函数的返回值为( )。
在操作系统中,需要对一组进程进行循环。每个进程被赋予一个时间片,当时间片用完时,CPU将切换到下一个进程。这种循环操作可以通过环形链表来实现。
进行是循环的,一个进程的时间片用完之后,进行下一个进程,所以进程可以用循环链表实现。
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,其中线性筛法效率更高。
常见的质数筛有埃氏筛和欧拉筛(线性筛法),其中埃氏筛的时间复杂度为O(nlogn),经过一定的优化,可以到O(nloglogn),欧拉筛的时间复杂度为O(n),大部分情况下,欧拉筛的效率更高。
唯一分解定理表明任何一个大于 1 的整数都可以唯一地分解为素数之和。
任何一个大于等于2的整数,都可以唯一的分解为若干个质数的幂次方的乘积的形式
贪心算法通过每一步选择局部最优解,从而一定能获得最优解。
贪心算法的使用条件是:局部最优能够得到全局最优,不是所有的问题都可以通过贪心实现,因为局部最优不一定能得到全局最优
快速排序和归并排序的平均时间复杂度均为 O(nlogn),且都是稳定排序。
快速排序的均摊时间复杂度为O(nlogn),归并排序的时间复杂度是稳定的O(nlogn),所以对于时间复杂度的描述是正确的,但是快速排序不是稳定排序。
插入排序的时间复杂度总是比快速排序低。
插入排序的时间复杂度为O(n2),快速排序的均摊时间复杂度为O(nlogn),但是快速排序的最坏情况下,时间复杂度也是O(n2)
引入分治策略往往可以提升算法效率。一方面,分治策略减少了操作数量;另一方面,分治后有利于系统的并行优化。
分治算法的思想就是把问题划分成子问题,然后继续划分,知道子问题可以直接解决,然后合并子问题得到的结果,推得原问题的答案,分治提高了算法的效率,减少了操作数量。
二分查找要求被搜索的序列是有序的,否则无法保证正确性。
二分查找的前提条件是,序列有序。
在C++语言中,递归的实现方式通常会占用更多的栈空间,可能导致栈溢出。
递归用占用栈空间,而栈空间往往不是很大,递归层数过多的时候,可能会导致栈溢出。
对于已经定义好的标准数学函数 sin(x) ,应用程序中的语句 y=sin(sin(x)); 是一种递归调用。
递归是指的函数不断的调用自身,直到当前传参可以得到结果,并返回结果,递归应该是一个从大问题到小问题的分解,然后小问题有了结果并返回,解决大问题,而这个写法只能算是函数嵌套使用。
小杨的武器
时间限制:1.0 s
内存限制:512.0 MB
题面描述
小杨有 n 种不同的武器,他对第 i ii 种武器的初始熟练度为ci。
小杨会依次参加 m 场战斗,每场战斗小杨只能且必须选择一种武器使用,假设小杨使用了第 i 种武器参加了第 j 场战斗,战斗前该武器的熟练度为ci′,则战斗后小杨对该武器的熟练度会变为 ci′+aj。需要注意的是,aj可能是正数,0 或负数,这意味着小杨参加战斗后对武器的熟练度可能会提高,也可能会不变,还有可能降低。
小杨想请你编写程序帮他计算出如何选择武器才能使得 m 场战斗后,自己对 n 种武器的熟练度的最大值尽可能大。
输入格式
第一行包含两个正整数 n,m,含义如题面所示。
第二行包含 n 个正整数 c1,c2,...,cn,代表小杨对武器的初始熟练度。
第三行包含 m 个正整数 a1,a2,...,am,代表每场战斗后武器熟练度的变化值。
输出格式
输出一个整数,代表 m 场战斗后小杨对 n 种武器的熟练度的最大值最大是多少。
输入样例
输出样例
一种最优的选择方案为,第一场战斗小杨选择第一种武器,第二场战斗小杨选择第二种武器。

对于全部数据,保证有 1≤n,m≤105,−104≤ci,ai≤104。
挑战怪物
时间限制:1.0 s
内存限制:512.0 MB
题面描述
小杨正在和一个怪物战斗,怪物的血量为 h ,只有当怪物的血量恰好为 0 时小杨才能够成功击败怪物。
小杨有两种攻击怪物的方式:
物理攻击。假设当前为小杨第 i 次使用物理攻击,则会对怪物造成 2i−1点伤害。
魔法攻击。小杨选择任意一个质数 x (x 不能超过怪物当前血量),对怪物造成 x 点伤害。由于小杨并不擅长魔法,他只能使用至多一次魔法攻击。
小杨想知道自己能否击败怪物,如果能,小杨想知道自己最少需要多少次攻击。
输入格式
第一行包含一个正整数 t ,代表测试用例组数。
接下来是 t 组测试用例。对于每组测试用例,第一行包含一个正整数 h ,代表怪物血量。
输出格式
对于每组测试用例,如果小杨能够击败怪物,输出一个整数,代表小杨需要的最少攻击次数,如果不能击败怪物,输出−1。
输入样例
输出样例
对于第一组测试用例,一种可能的最优方案为,小杨先对怪物使用魔法攻击,选择质数 5 造成 5 点伤害,之后对怪物使用第 1 次物理攻击,造成21−1=1 点伤害,怪物血量恰好为 0 ,小杨成功击败怪物。

对于全部数据,保证有 1≤t≤10,1≤h≤105。