#GESP202509C8T1. 单选题(每题 2 分,共 30 分)

单选题(每题 2 分,共 30 分)

  1. 小杨想点一杯奶茶外卖,但还差5元起送。于是,小杨决定点一些小料。可选的小料包括:珍珠1元、椰果2元、奶冻3元、奶盖4元。每种小料最多点1份。请问共有多少种满足起送条件的点小料方案?( )。 {{ select(1) }}
  • 16
  • 10
  • 9
  • 7
  1. 小杨和小刘是好朋友,她们在逛商场时发现新设置的大头贴自拍机,于是决定一起拍一组照片。一组照片包括4张,这4张照片没有顺序区分。拍每张照片时,可以选择有相框或无相框、两人可以分别选择有头饰或无头饰、还可以从2种位置(小杨在左,或小刘在左)中选出一种。她们不希望一组照片中出现完全相同的相框、头饰、位置的组合。请问一组照片共有多少种不同的方案?( )。 {{ select(2) }}
  • 1820
  • 70
  • 24
  • 16
  1. 下列关于C++类的说法,错误的是( )。 {{ select(3) }}
  • 派生类对象占用的内存总是不小于基类对象。
  • 派生类可以不实现基类的虚函数。
  • 如果一个类包含纯虚函数,则它不能包含成员变量。
  • 如果一个类包含纯虚函数,则不能用它定义对象。
  1. 下列关于树和图的说法,错误的是( )。 {{ select(4) }}
  • 每个连通图都存在生成树。
  • 每个存在生成树的有向图,都一定是强连通的。
  • 保留树的所有节点,并把树的每个节点指向其父节点,则可以将树转换为一个有向弱连通图。
  • 保留树的所有节点,并把树的每个节点指向其子节点,则可以将树转换为一个有向无环图。
  1. 一对夫妻生男生女的概率相同。这对夫妻希望儿女双全。请问这对夫妻生下三个孩子时,实现儿女双全的概率是多少?( )。 {{ select(5) }}
  • 12\frac{1}{2}
  • 13\frac{1}{3}
  • 34\frac{3}{4}
  • 23\frac{2}{3}
  1. 二项式 (x+y)6(x+y)^6 的展开式中 x2y4x^2y^4 项的系数是( )。 {{ select(6) }}
  • 720
  • 120
  • 20
  • 15
  1. 对一个包含 VV 个顶点、EE 条边的图,执行广度优先搜索,其最优时间复杂度是( )。 {{ select(7) }}
  • O(V)O(V)
  • O(V+E)O(V+E)
  • O(V2)O(V^2)
  • O(E)O(E)
  1. 以下关于贪心法和动态规划的说法中,错误的是( )。 {{ select(8) }}
  • 动态规划能解决大部分多阶段决策问题。
  • 对特定的问题,贪心法不一定适用。
  • 当特定的问题适用贪心法时,通常比动态规划的时间复杂度更低。
  • 对很多问题,递推实现和递归实现动态规划方法的时间复杂度相当。
  1. 下面程序的输出为( )。
#include <iostream>
using namespace std;
int main() {
    int N = 15, cnt = 0;
    for (int x = 1; x + x + x <= N; x++)
        for (int y = x; x + y + y <= N; y++)
            for (int z = y; x + y + z <= N; z++)
                cnt++;
    cout << cnt << endl;
    return 0;
}

{{ select(9) }}

  • 45
  • 102
  • 174
  • 3375
  1. 下面程序的时间复杂度为( )。
int primes[MAXP], num = 0;
bool isPrime[MAXN] = {false};
void sieve() {
    for (int n = 2; n <= MAXN; n++) {
        if (!isPrime[n])
            primes[num++] = n;
        for (int i = 0; i < num && n * primes[i] <= MAXN; i++) {
            isPrime[n * primes[i]] = true;
            if (n % primes[i] == 0)
                break;
        }
    }
}

{{ select(10) }}

  • O(nlogn)O(n\log n)
  • O(nloglogn)O(n\log \log n)
  • O(n)O(n)
  • O(lognO(\log n
  1. 下列Dijkstra算法,假设图 GG 中顶点数 nn 、边数 mm ,则程序的时间复杂度为( )。
typedef struct Edge {
    int in, out; // 从下标in顶点到下标out顶点的边
    int len; // 边长度
    struct Edge * next;
} Edge;
// v:顶点个数,graph:出边邻接表,start:起点下标,dis:输出每个顶点的最短距离
void dijkstra(int v, Edge * graph[], int start, int * dis) {
    const int MAX_DIS = 0x7fffff;
    for (int i = 0; i < v; i++)
        dis[i] = MAX_DIS;
    dis[start] = 0;
    int * visited = new int[v];
    for (int i = 0; i < v; i++)
        visited[i] = 0;
    visited[start] = 1;
    for (int t = 0; ; t++) {
        int min = MAX_DIS, minv = -1;
        for (int i = 0; i < v; i++) {
            if (visited[i] == 0 && min > dis[i]) {
                min = dis[i];
                minv = i;
            }
        }
        if (minv < 0)
            break;
        visited[minv] = 1;
        for (Edge * e = graph[minv]; e != NULL; e = e->next)
            if (dis[e->out] > e->len)
                dis[e->out] = e->len;
    }
    delete[] visited;
}

{{ select(11) }}

  • O(v2)O(v^2)
  • O(v\logv+e)O(v\logv +e)
  • O((v+e)logv)O((v+e) \log v)
  • O(v+e)O(v+e)
  1. 下面 count_triple 函数的时间复杂度为( )。
int gcd(int m, int n) {
    if (m == 0) return n;
    return gcd(n % m, m);
}
int count_triple(int n) {
    int cnt = 0;
    for (int v = 1; v * v * 4 <= n; v++)
        for (int u = v + 1; u * (u + v) * 2 <= n; u += 2)
            if (gcd(u, v) == 1) {
                int a = u * u - v * v;
                int b = u * v * 2;
                int c = u * u + v * v;
                cnt += n / (a + b + c);
            }
    return cnt;
}

{{ select(12) }}

  • O(n2)O(n^2)
  • O(n2logn)O(n^2 \log n)
  • O(n)O(n)
  • O(nlogn)O(n \log n)
  1. 下面 merge_sort 函数试图实现归并排序算法,横线处应该填入的是( )。
#include <vector>
using namespace std;
void merge_sort(vector<int> & arr, int left, int right) {
    if (right - left <= 1)
        return;
    int mid = (left + right) / 2;
    merge_sort(________); // 在此处填入选项
    merge_sort(________); // 在此处填入选项
    vector<int> temp(right - left);
    int i = left, j = mid, k = 0;
    while (i < mid && j < right)
        if (arr[i] <= arr[j])
            temp[k++] = arr[i++];
        else
            temp[k++] = arr[j++];
    while (i < mid)
        temp[k++] = arr[i++];
    while (j < right)
        temp[k++] = arr[j++];
    for (i = left, k = 0; i < right; ++i, ++k)
        arr[i] = temp[k];
}

{{ select(13) }}

  • arr, left, midarr, mid, right
  • arr, left, mid + 1arr, mid + 1, right
  • arr, left, midarr, mid + 1, right
  • arr, left, mid + 1arr, mid + 1, right + 1
  1. 下面Prim算法程序中,横线处应该填入的是( )。
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
int prim(vector<vector<int>> & graph, int n) {
    vector<int> key(n, INT_MAX);
    vector<int> parent(n, -1);
    key[0] = 0;
    for (int i = 0; i < n; i++) {
        int u = min_element(key.begin(), key.end()) - key.begin();
        if (key[u] == INT_MAX)
            break;
        for (int v = 0; v < n; v++) {
            if (__________) { // 在此处填入选项
                key[v] = graph[u][v];
                parent[v] = u;
            }
        }
    }
    int sum = 0;
    for (int i = 0; i < n; i++) {
        if (parent[i] != -1) {
            cout << "Edge: " << parent[i] << " - " << i << " Weight: " << key[i] << endl;
            sum += key[i];
        }
    }
    return sum;
}
int main() {
    int n, m;
    cin >> n >> m;
    vector<vector<int>> graph(n, vector<int>(n, 0));
    for (int i = 0; i < m; i++) {
        int u, v, w;
        cin >> u >> v >> w;
        graph[u][v] = w;
        graph[v][u] = w;
    }
    int result = prim(graph, n);
    cout << "Total weight of the minimum spanning tree: " << result << endl;
    return 0;
}

{{ select(14) }}

  • graph[u][v] >= 0 && key[v] > graph[u][v]
  • graph[u][v] <= 0 && key[v] > graph[u][v]
  • graph[u][v] == 0 && key[v] > graph[u][v]
  • graph[u][v] != 0 && key[v] > graph[u][v]
  1. 下面的程序使用出边邻接表表达的带权无向图,则从顶点0到顶点3的最短距离为( )。
#include <vector>
using namespace std;
class Edge {
public:
    int dest;
    int weight;
    Edge(int d, int w) : dest(d), weight(w) {}
};
class Graph {
private:
    int num_vertex;
    vector<vector<Edge>> vve;
public:
    Graph(int v) : num_vertex(v), vve(v) {}
    void addEdge(int s, int d, int w) {
        vve[s].emplace_back(d, w);
        vve[d].emplace_back(s, w);
    }
};
int main() {
    Graph g(4);
    g.addEdge(0, 1, 8);
    g.addEdge(0, 2, 5);
    g.addEdge(1, 2, 1);
    g.addEdge(1, 3, 3);
    g.addEdge(2, 3, 7);
    return 0;
}

{{ select(15) }}

  • 12
  • 11
  • 10
  • 9