E862 CCF-GESP编程能力等级认证-C++ -202512 CCF-GESP C++五级真题-考试

对如下定义的循环单链表，横线处填写（ ）。

// 循环单链表的结点
struct Node {
	int data; // 数据域
	Node* next; // 指针域
	Node(int d) : data(d), next(nullptr) {}
};
// 创建一个只有一个结点的循环单链表
Node* createList(int value) {
	Node* head = new Node(value);
	head->next = head;
	return head;
}
// 在循环单链表尾部插入新结点
void insertTail(Node* head, int value) {
	Node* p = head;
	while (p->next != head) {
		p = p->next;
	}
	Node* node = new Node(value);
	node->next = head;
	p->next = node;
}
// 遍历并输出循环单链表
void printList(Node* head) {
	if (head == nullptr) return;
	Node* p = head;
	_______________________ //在此处填入代码
	cout << endl;
}

区块链技术是比特币的基础。在区块链中，每个区块指向前一个区块，构成链式列表，新区块只能接在链尾，不允许在中间插入或删除。下面代码实现插入区块添加函数，则横线处填写（ ）。

//区块（节点）
struct Block {
	int index; // 区块编号（高度）
	string data; // 区块里保存的数据
	Block* prev; // 指向前一个区块
	Block(int idx, const string& d, Block* p) : index(idx), data(d), prev(p) {}
};
// 区块链
struct Blockchain {
	Block* tail;
	// 初始化
	void init() {
		tail = new Block(0, "Genesis Block", nullptr);
	}
	// 插入新区块
	void addBlock(const string& data) {
		_______________________ //在此处填入代码
	}
	// 释放内存
	void clear() {
		Block* cur = tail;
		while (cur != nullptr) {
			Block* p = cur->prev;
			delete cur;
			cur = p;
		}
		tail = nullptr;
	}
};

下面关于单链表和双链表的描述中，正确的是（ ）。

struct DNode {
	int data;
	DNode* prev;
	DNode* next;
};
// 在双链表中删除指定节点
void deleteNode(DNode* node) {
	if (node->prev) {
		node->prev->next = node->next;
	}
	if (node->next) {
		node->next->prev = node->prev;
	}
	delete node;
}
struct SNode {
	int data;
	SNode* next;
};
// 在单链表中删除指定节点
void deleteSNode(SNode* head, SNode* node) {
	SNode* prev = head;
	while (prev->next != node) {
		prev = prev->next;
	}
	prev->next = node->next;
	delete node;
}

假设我们有两个数a=38和b=14，它们对模m同余，即 a(mod m)==b(mod m)。以下哪个值不可能是 ？

下面代码实现了欧几里得算法。下面有关说法，错误的是（ ）。

int gcd1(int a, int b) {
	return b == 0 ? a : gcd1(b, a % b);
}
int gcd2(int a, int b) {
	while (b != 0) {
		int temp = b;
		b = a % b;
		a = temp;
	}
	return a;
}

唯一分解定理描述的内容是（ ）。

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;
}

下列关于排序的说法，正确的是( )。

下面代码实现了归并排序。下述关于归并排序的说法中，不正确的是（ ）。

void merge(vector<int>& arr, vector<int>& temp, int l, int mid, int r) {
	int i = l, j = mid + 1, k = l;
	while (i <= mid && j <= r) {
		if (arr[i] <= arr[j]) temp[k++] = arr[i++];
		else temp[k++] = arr[j++];
	}
	while (i <= mid) temp[k++] = arr[i++];
	while (j <= r) temp[k++] = arr[j++];
	for (int p = l; p <= r; p++) arr[p] = temp[p];
}
void mergeSort(vector<int>& arr, vector<int>& temp, int l, int r) {
	if (l >= r) return;
	int mid = l + (r - l) / 2;
	mergeSort(arr, temp, l, mid);
	mergeSort(arr, temp, mid + 1, r);
	merge(arr, temp, l, mid, r);
}

下述C++代码实现了快速排序算法，最坏情况的时间复杂度是（ ）。

int partition(vector<int>& arr, int low, int high) {
	int i = low, j = high;
	int pivot = arr[low]; // 以首元素为基准
	while (i < j) {
		while (i < j && arr[j] >= pivot) j--;
		while (i < j && arr[i] <= pivot) i++;
		if (i < j) swap(arr[i], arr[j]);
	}
	swap(arr[i], arr[low]);
	return i;
}
void quickSort(vector<int>& arr, int low, int high) {
	if (low >= high) return;
	int p = partition(arr, low, high);
	quickSort(arr, low, p - 1);
	quickSort(arr, p + 1, high);
}

下面代码尝试在有序数组中查找第一个大于等于 x 的元素位置。如果没有大于等于 x 的元素，返回arr.size() 。以下说法正确的是（ ）。

int lower_bound(vector<int>& arr, int x) {
	int l = 0, r = arr.size();
	while(l < r) {
		int mid = l + (r - l) / 2;
		if(arr[mid] >= x) r = mid;
		else l = mid + 1;
	}
	return l;
}

小杨要把一根长度为 L 的木头切成 K 段，使得每段长度小于等于 x 。已知每切一刀只能把一段木头分成两段，他用二分法找到满足条件的最小 x （ x 为正整数），则横线处应填写（ ）。

// 判断：在不超过 K 次切割内，是否能让每段长度 <= x
bool check(int L, int K, int x) {
	int cuts = (L - 1) / x;
	return cuts <= K;
}
// 二分查找最小可行的 x
int binary_cut(int L, int K) {
	int l = 1, r = L;
	while (l < r) {
		int mid = l + (r - l) / 2;
		________________________________ // 在此处填入代码
	}
	return l;
}
int main() {
	int L = 10; // 木头长度
	int K = 2; // 最多切 K 刀
	cout << binary_cut(L, K) << endl;
	return 0;
}

下面给出了阶乘计算的两种方式。以下说法正确的是（ ）。

int factorial1(int n) {
	if (n <= 1) return 1;
	return n * factorial1(n - 1);
}
int factorial2(int n) {
	int acc = 1;
	while (n > 1) {
		acc = n * acc;
		n = n - 1;
	}
	return acc;
}

给定有n个任务，每个任务有截止时间和利润，每个任务耗时 1 个时间单位、必须在截止时间前完成，且每个时间槽最多做 1 个任务。为了在规定时间内获得最大利润，可以采用贪心策略，即按利润从高到低排序，尽量安排，则横线处应填写（ ）。

struct Task {
	int deadline; //截止时间
	int profit; //利润
};
void sortByProfit(vector<Task>& tasks) {
	sort(tasks.begin(), tasks.end(),
	[](const Task& a, const Task& b) {
		return a.profit > b.profit;
	});
}
int maxProfit(vector<Task>& tasks) {
	sortByProfit(tasks);
	int maxTime = 0;
	for (auto& t : tasks) {
		maxTime = max(maxTime, t.deadline);
	}
	vector<bool> slot(maxTime + 1, false);
	int totalProfit = 0;
	for (auto& task : tasks) {
		for (int t = task.deadline; t >= 1; t--) {
			if (!slot[t]) {
				_______________________ //在此处填入代码
				break;
			}
		}
	}
	return totalProfit;
}

下面代码实现了对两个数组表示的正整数的高精度加法（数组低位在前），则横线上应填写（ ）。

vector<int> add(vector<int> a, vector<int> b) {
	vector<int> c;
	int carry = 0;
	for (int i = 0; i < a.size() || i < b.size(); i++) {
		if (i < a.size()) carry += a[i];
		if (i < b.size()) carry += b[i];
		_______________________ //在此处填入代码
	}
	if (carry) c.push_back(carry);
	return c;
}

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。

假设函数 gcd() 函数能正确求两个正整数的最大公约数，则下面的 lcm(a，b) 函数能正确找到两个正整数 a 和 b 的最小公倍数。

int lcm(int a, int b) {
	return a / gcd(a, b) * b;
}

在单链表中，已知指针 p 指向要删除的结点（非尾结点），想在 删除 p ，可行做法是用 p->next 覆盖 p 的值与 next ，然后删除 p->next 。

在求解所有不大于 n 的素数时，线性筛法（欧拉筛）都应当优先于埃氏筛法使用，因为线性筛法的时间复杂度为 O(n)，低于埃氏筛法的 O(n log log n)。

二分查找仅适用于有序数据。若输入数据无序，当仅进行一次查找时，为了使用二分而排序通常不划算。

通过在数组的第一个、最中间和最后一个这3个数据中选择中间值作为枢轴（比较基准），快速排序算法可降低落入最坏情况的概率。

贪心算法在每一步都做出当前看来最优的局部选择，并且一旦做出选择就不再回溯；而分治算法将问题分解为若干子问题分别求解，再将子问题的解合并得到原问题的解。

以下 fib 函数计算第 n 项斐波那契数（ fib(0)=0 , fib(1)=1 ），其时间复杂度为 O(n)。

int fib(int n) {
	if (n <= 1) return n;
	return fib(n-1) + fib(n-2);
}

递归函数一定要有终止条件，否则可能会造成栈溢出。

使用贪心算法解决问题时，通过对每一步求局部最优解，最终一定能找到全局最优解。