#G1122. 2025年12月 GESP C++ 七级

2025年12月 GESP C++ 七级

GESP 202512 C++ 七级

第 1 题

下面关于 C++ 中形参、实参和定义域的说法中,正确的一项是({{ select(1) }})。

  • 形参是函数定义时所指定的变量,它只在函数内部有效。
  • 在函数内部,可以修改传入的形参的值,即使该形参是一个常量引用。
  • 实参和形参的类型必须完全一致,否则会导致编译错误。
  • 使用指针作为形参时,形参是指向实参的地址,因此对该指针赋值会影响实参。

第 2 题

已知三个序列:s1 = {3, 1, 8, 2, 5, 6, 7, 4}s2 = {1, 5, 1, 8, 6, 4, 7, 5, 6}s3 = {1, 8, 3, 5, 7, 6, 2, 4}。以下哪个序列是它们的最长公共子序列({{ select(2) }})。

  • {1, 8, 5, 6}
  • {1, 5, 6, 7}
  • {1, 8, 6}
  • {1, 5, 7, 4}

第 3 题

现有一个地址区间为 0100 \sim 10 的哈希表,当出现冲突情况,会往后找第一个空的地址存储(到 1010 冲突了就从 00 开始往后),现在要依次存储 (1,3,5,7,9)(1,3,5,7,9),哈希函数为 h(x)=(x2+x)mod11h(x) = (x^2 + x) \bmod 11。其中 99 存储在哈希表哪个地址中({{ select(3) }})。

  • 1
  • 2
  • 3
  • 4

第 4 题

在 0/1 背包问题中,给定一组物品,每个物品有一个重量和价值,背包的容量有限。假设背包的最大容量为 WW,物品的数量为 nn,其中第 ii 个物品的重量为 w[i]w[i],价值为 v[i]v[i]。以下关于 0/1 背包问题的描述,正确的是({{ select(4) }})。

  • 在解决 0/1 背包问题时,使用贪心算法可以保证找到最优解,因为物品只能放入一次。
  • 0/1 背包是 P 问题(多项式时间可解问题),它可以在 O(nW)O(nW) 的时间复杂度内解决。
  • 0/1 背包问题中,动态规划解法的空间复杂度为 O(nW)O(nW),但可以通过滚动数组技巧将空间复杂度优化到 O(W)O(W)
  • 0/1 背包问题中,每个物品只能选择一次,并且子问题之间是独立的,无法重用计算结果。

第 5 题

一棵深度为 66(根节点深度为 11)的完全二叉树,节点总数最少有({{ select(5) }})。

  • 31
  • 32
  • 63
  • 64

第 6 题

对于如下二叉树,下面关于访问的顺序说法错误的是( )。 ({{ select(6) }})

  • D E B F H J I G C A 是它的后序遍历序列。
  • A B C D E F G H I J 是它的广度优先遍历序列。
  • A B D E C F G H I J 是它的先序遍历序列。
  • D B E A F C H G J I 是它的中序遍历序列。

第 7 题

下面程序的运行结果为( )。

#include <iostream>
int query(int n, int *a, int x) {
    int l = 0, r = n;
    while (l < r) {
        int mid = l + (r - l) / 2;
        if (a[mid] >= x) r = mid;
        else l = mid + 1;
    }
    if (l == n) return -1;
    return l;
}
int main() {
    int n = 10;
    int x = 3;
    int num[] = {1, 2, 2, 3, 3, 4, 5, 5, 6, 7};
    std::cout << query(n, num, x) << "\n";
    return 0;
}

{{ select(7) }}

  • 2
  • 3
  • 4
  • 5

第 8 题

下面程序中,函数 query 的时间复杂度是( )。

#include <iostream>
int query(int n, int *a, int x) {
    int l = 0, r = n;
    while (l < r) {
        int mid = l + (r - l) / 2;
        if (a[mid] >= x) r = mid;
        else l = mid + 1;
    }
    if (l == n) return -1;
    return l;
}
int main() {
    int n = 10;
    int x = 3;
    int num[] = {1, 2, 2, 3, 3, 4, 5, 5, 6, 7};
    std::cout << query(n, num, x) << "\n";
    return 0;
}

{{ select(8) }}

  • O(1)O(1)
  • O(logn)O(\log n)
  • O(n)O(n)
  • O(nlogn)O(n \log n)

第 9 题

有 5 个字符,它们出现的次数分别为 2 次、2 次、3 次、3 次、5 次。现在要用哈夫曼编码的方式来为这些字符进行编码,最小加权路径长度 WPL(每个字符的出现次数 ×\times 它的编码长度,再把每个字符结果加起来)的值为({{ select(9) }})。

  • 30
  • 34
  • 43
  • 47

第 10 题

下面程序的运行结果为( )。

#include <iostream>
using namespace std;
int f(int n) {
    if (n <= 2) return n * 2;
    return f(n - 1) + f(n - 2);
}
int main() {
    cout << f(5) << endl;
    return 0;
}

{{ select(10) }}

  • 10
  • 16
  • 26
  • 30

第 11 题

一个简单无向图 GG3636 条边,且每个顶点的度数都为 44,则图 GG 的顶点个数为({{ select(11) }})。

  • 9
  • 12
  • 18
  • 36

第 12 题

下面关于二叉树的说法正确的是({{ select(12) }})。

  • 任意二叉树的中序遍历与后序遍历必定不相同。
  • 对任意二叉树,若已知先序遍历与后序遍历,则该二叉树唯一确定。
  • 若二叉树有 nn 个结点,根节点高度为 11,则其高度满足:log2(n+1)hn\lceil \log_2(n+1) \rceil \le h \le n
  • 在二叉树的先序遍历中,根后紧跟的结点一定是根的左孩子。

第 13 题

假设一个算法时间复杂度的递推式是 T(n)=8T(n4)+nnT(n) = 8T(\frac{n}{4}) + n\sqrt{n}nn 为正整数),和 T(0)=1T(0) = 1,那么这个算法的时间复杂度是({{ select(13) }})。

  • O(nn)O(n\sqrt{n})
  • O(nnlogn)O(n\sqrt{n} \log n)
  • O(n2)O(n^2)
  • O(n2logn)O(n^2 \log n)

第 14 题

下面哪一个可能是下图的深度优先遍历序列( )。 ({{ select(14) }})

  • 1, 5, 6, 3, 2, 8, 9, 4, 7
  • 1, 5, 8, 9, 7, 4, 6, 3, 2
  • 3, 2, 1, 4, 7, 6, 9, 5, 8
  • 2, 5, 6, 3, 8, 7, 9, 4, 1

第 15 题

下面这个有向图的强连通分量的个数是( )。 ({{ select(15) }})

  • 3
  • 4
  • 5
  • 6

第 16 题

C++ 语言中,表达式 3 ^ 2 的结果类型为 int,值为 9 9 ({{ select(16) }})。

  • 正确
  • 错误

第 17 题

使用 cmath 头文件中的正弦函数,表达式 sin(90) 的结果类型为 double,值约为 1.0 1.0 ({{ select(17) }})。

  • 正确
  • 错误

第 18 题

使用 strcmp("10", "9") 比较两个字符串,返回值大于 0,说明 "10""9" 大({{ select(18) }})。

  • 正确
  • 错误

第 19 题

选择排序是一种不稳定的排序算法,而冒泡排序是一种稳定的排序算法({{ select(19) }})。

  • 正确
  • 错误

第 20 题

求两个长度为 n n 序列的最长公共子序列(LCS)长度时,可以使用滚动数组将空间复杂度从 O(n2) O(n^2) 优化到 O(n) O(n) ({{ select(20) }})。

  • 正确
  • 错误

第 21 题

在无向图中,所有顶点的度数之和等于边数的两倍({{ select(21) }})。

  • 正确
  • 错误

第 22 题

使用邻接矩阵存储一个有 V V 个顶点、E E 条边的图,对该图进行一次完整的 BFS 遍历,时间复杂度为 O(V+E) O(V + E) ({{ select(22) }})。

  • 正确
  • 错误

第 23 题

在图像处理或游戏开发中,泛洪(flood fill)算法既可以用 BFS 实现,也可以用 DFS 实现({{ select(23) }})。

  • 正确
  • 错误

第 24 题

使用链地址法处理冲突的哈希表,当所有元素都映射到同一个槽位时,查找操作的最坏时间复杂度为 O(n) O(n) ,其中 n n 为元素个数({{ select(24) }})。

  • 正确
  • 错误

第 25 题

一个包含 V V 个顶点的连通无向图,其任何一棵生成树都恰好包含 V1 V - 1 条边({{ select(25) }})。

  • 正确
  • 错误