GESP 客观题评测系统

2024-03-Level-5

2024-03-Level-5

试卷解析总览,可直接查看每题答案与解析。

单选题(每题 2 分)

1 题(单选题

唯一分解定理描述的内容是()?

A.
任意整数都可以分解为素数的乘积
B.
每个合数都可以唯一分解为一系列素数的乘积
C.
两个不同的整数可以分解为相同的素数乘积
D.
以上都不对

正确答案B

解析详情

【答案】B

【考点】唯一分解定理(算术基本定理)

【解析】 唯一分解定理规定:任何大于1的合数都可以唯一地分解为一系列素数的乘积(不计顺序)。选项A中“任意整数”不准确(如0, 1或负数),选项B准确描述了核心内容。

【易错点】 忽略定理适用的对象(大于1的合数)和分解结果的唯一性。

2 题(单选题

贪心算法的核心思想是()?

A.
在每一步选择中都做当前状态下的最优选择
B.
在每一步选择中都选择局部最优解
C.
在每一步选择中都选择全局最优解
D.
以上都对

正确答案A

解析详情

【答案】A

【考点】贪心算法

【解析】 贪心算法的核心思想是在对问题求解时,每一步都选择当前状态下的最优选择,即局部最优解,并希望通过局部最优达到全局最优。选项A表述最符合算法定义。

【易错点】 混淆局部最优选择与最终是否一定能得到全局最优解。

3 题(单选题

下面的 C++ 代码片段用于计算阶乘。请在横线处填入(),实现正确的阶乘计算。

int factorial(int n) {
    if (n == 0 || n == 1) {
        return 1;
    } else {
        // 在此处填入代码
    }
}
A.
return n * factorial(n - 1);
B.
return factorial(n - 1) / n;
C.
return n * factorial(n);
D.
return factorial(n / 2) * factorial(n / 2);

正确答案A

解析详情

【答案】A

【考点】递归与阶乘计算

【解析】 阶乘的递归定义为 n! = n * (n-1)!。代码中 if 处理了基础情况 0!=1, 1!=1,else 部分应返回 n 乘以 n-1 的阶乘。

【易错点】 递归调用时参数未趋向终止条件,或公式错误。

4 题(单选题

下面的代码片段用于在双向链表中删除一个节点。请在横线处填入(),使其能正确实现相应功能。

void deleteNode(DoublyListNode*& head, int value) {
    DoublyListNode* current = head;
    while (current != nullptr && current->val != value) {
        current = current->next;
    }
    if (current != nullptr) {
        if (current->prev != nullptr) {
            // 在此处填入代码
        } else {
            head = current->next;
        }
        if (current->next != nullptr) {
            current->next->prev = current->prev;
        }
        delete current;
    }
}
A.
if (current->next != nullptr) current->next->prev = current->prev;
B.
current->prev->next = current->next;
C.
delete current->next;
D.
current->prev = current->next;

正确答案B

解析详情

【答案】B

【考点】双向链表操作

【解析】 在双向链表中删除 current 节点,且其前驱节点 current->prev 不为空时,需要将前驱节点的 next 指向 current 的后继节点,即 current->prev->next = current->next。

【易错点】 忘记双向链表需要同时维护前驱和后继指针的指向。

5 题(单选题

辗转相除法也被称为( )

A.
高斯消元法
B.
费马定理
C.
欧几里德算法
D.
牛顿迭代法

正确答案C

解析详情

【答案】C

【考点】欧几里德算法

【解析】 辗转相除法是求两个正整数最大公约数的有效算法,最早由古希腊数学家欧几里得在其著作中描述,因此也被称为欧几里得算法(Euclidean algorithm)。

【易错点】 混淆不同数学算法的名称。

6 题(单选题

下面的代码片段用于计算斐波那契数列。该代码的时间复杂度是()?

int fibonacci(int n) {
    if (n <= 1) {
        return n;
    } else {
        return fibonacci(n - 1) + fibonacci(n - 2);
    }
}
A.
O(1)O(1)
B.
O(n)O(n)
C.
O(2n)O(2^n)
D.
O(logn)O(\log n)

正确答案C

解析详情

【答案】C

【考点】递归算法的时间复杂度

【解析】 不带记忆化的斐波那契数列递归调用,其调用树的高度为 n,每个节点产生两次递归调用,总节点数呈指数级增长,时间复杂度约为 O(2^n)。

【易错点】 误认为递归深度 n 就是时间复杂度。

7 题(单选题

下面的代码片段用于将两个高精度整数进行相加。请在横线处填入(),使其能正确实现相应功能。

string add(string num1, string num2) {
    string result;
    int carry = 0;
    int i = num1.size() - 1, j = num2.size() - 1;
    while (i >= 0 || j >= 0 || carry) {
        int x = (i >= 0) ? num1[i--] - '0' : 0;
        int y = (j >= 0) ? num2[j--] - '0' : 0;
        int sum = x + y + carry;
        carry = sum / 10;
    }
    return result;
}
A.
result = to_string(sum % 10) + result;
B.
result = to_string(carry % 10) + result;
C.
result = to_string(sum / 10) + result;
D.
result = to_string(sum % 10 + carry) + result;

正确答案A

解析详情

【答案】A

【考点】高精度加法

【解析】 在高精度加法中,每一位的计算结果为 sum % 10,并将其转为字符拼接到结果字符串的前端(因为是从低位向高位遍历)。选项A result = to_string(sum % 10) + result 符合逻辑。

【易错点】 进位处理错误或字符串拼接顺序颠倒。

8 题(单选题

给定序列:1, 3, 6, 9, 17, 31, 39, 52, 61, 79, 81, 90, 96。使用以下代码进行二分查找查找元素82时,需要循环多少次,即最后输出的times值为()。

int binarySearch(const std::vector<int>& arr, int target) {
    int left = 0;
    int right = arr.size() - 1;
    int times = 0;
    while (left <= right) {
        times++;
        int mid = left + (right - left) / 2;
        if (arr[mid] == target) {
            cout << times << endl;
            return mid;
        } else if (arr[mid] < target) {
            left = mid + 1;
        } else {
            right = mid - 1;
        }
    }
    cout << times << endl;
    return -1;
}
A.
2
B.
5
C.
3
D.
4

正确答案D

解析详情

【答案】D

【考点】二分查找过程模拟

【解析】 序列长13,查找82:1. mid=6(39)<82, left=7; 2. mid=9(79)<82, left=10; 3. mid=11(90)>82, right=10; 4. mid=10(81)<82, left=11。循环结束,共执行4次 times++。

【易错点】 计算 mid 时索引偏移或忽略查找失败前的最后一次边界检查。

9 题(单选题

下面的代码片段用于判断一个正整数是否为素数。请对以下代码进行修改,使其能正确实现相应功能。()

bool isPrime(int num) {
    if (num < 2) {
        return false;
    }
    for (int i = 2; i * i < num; ++i) {
        if (num % i == 0) {
            return false;
        }
    }
    return true;
}
A.
num < 2 应该改为 num <= 2
B.
循环条件 i * i < num 应该改为 i * i <= num
C.
循环条件应该是 i <= num
D.
循环体中应该是 if (num % i != 0)

正确答案B

解析详情

【答案】B

【考点】素数判定优化

【解析】 素数判定只需检查到 sqrt(num)。原代码 i * i < num 在 num 是平方数(如4, 9)时会漏检。应改为 i * i <= num,确保能检查到平方根。

【易错点】 忽略临界情况,即 i 等于平方根时的处理。

10 题(单选题

在埃拉托斯特尼筛法中,要筛选出不大于 n 的所有素数,最外层循环应该遍历什么范围()?

vector<int> sieveOfEratosthenes(int n) {
    std::vector<bool> isPrime(n + 1, true);
    std::vector<int> primes;
    for (int i = 2; i <= sqrt(n); ++i) {
        if (isPrime[i]) {
            primes.push_back(i);
            for (int j = i * i; j <= n; j += i) {
                isPrime[j] = false;
            }
        }
    }
    for (int i = sqrt(n) + 1; i <= n; ++i) {
        if (isPrime[i]) {
            primes.push_back(i);
        }
    }
    return primes;
}
A.
for (int i = 2; i <= n; ++i)
B.
for (int i = 1; i < n; ++i)
C.
for (int i = 2; i <= sqrt(n); ++i)
D.
for (int i = 1; i <= sqrt(n); ++i)

正确答案C

解析详情

【答案】C

【考点】埃氏筛法性能优化

【解析】 埃氏筛法中,筛选不大于 n 的合数,只需遍历素数 i 到 sqrt(n),因为大于 sqrt(n) 的合数必然已被小于等于 sqrt(n) 的因子筛选过。

【易错点】 混淆筛法的遍历范围与最终素数表的生成范围。

11 题(单选题

素数的线性筛法时间复杂度为( )。

A.
O(n)O(n)
B.
O(nloglogn)O(n \log \log n)
C.
O(nlogn)O(n \log n)
D.
O(n2)O(n^{2})

正确答案A

解析详情

【答案】A

【考点】线性筛法复杂度

【解析】 线性筛(如欧拉筛)通过让每个合数只被其最小质因子筛选一次,确保了每个数仅被处理常数次,因此时间复杂度为 O(n)。

【易错点】 混淆埃氏筛 O(n log log n) 与线性筛 O(n) 的效率。

12 题(单选题

归并排序的基本思想是()。

A.
动态规划
B.
分治
C.
贪心算法
D.
回溯算法

正确答案B

解析详情

【答案】B

【考点】分治算法

【解析】 归并排序将待排序序列分为两个子序列,分别排序后再合并。这种“分解-解决-合并”的模式是典型的分治(Divide and Conquer)思想。

【易错点】 混淆分治、贪心、动态规划等基础策略的典型案例。

13 题(单选题

在快速排序中,选择的主元素(pivot)会影响算法的()。

A.
不影响
B.
时间复杂度
C.
空间复杂度
D.
时间复杂度和空间复杂度

正确答案B

解析详情

【答案】B

【考点】快速排序性能分析

【解析】 快速排序中基准元素(pivot)的选择决定了划分的平衡性。若每次划分极不均匀(如已排序序列选端点作基准),时间复杂度会退化至 O(n^2)。

【易错点】 忽略基准选择对划分平衡性的关键作用。

14 题(单选题

递归函数在调用自身时,必须满足(),以避免无限递归?

A.
有终止条件
B.
函数参数递减(或递增)
C.
函数返回值固定
D.
以上都对

正确答案A

解析详情

【答案】A

【考点】递归三要素

【解析】 递归函数必须具备终止条件(Base Case),否则会陷入无限循环导致栈溢出。虽然参数递减也是必要条件,但在单选题中,“有终止条件”是避免无限递归的最根本描述。

【易错点】 认为只要有公式即可实现递归。

15 题(单选题

假设给定链表为: 1 → 3 → 5 → 7 → nullptr,若调用 searchValue(head, 5),函数返回值为()。

int searchValue(ListNode* head, int target) {
    while (head != nullptr) {
        if (head->val == target) {
            return 1;
        }
        head = head->next;
    }
    return 0;
}
A.
返回 1
B.
返回 0
C.
死循环,无法返回
D.
返回 -1

正确答案A

解析详情

【答案】A

【考点】链表遍历

【解析】 searchValue 函数遍历链表,若找到 target 则返回1。链表中存在元素5,因此当 head 指向节点5时满足 head->val == target,返回1。

【易错点】 混淆返回查找到的状态值与返回元素本身的数值。

判断题(每题 2 分)

1 题(判断题

辗转相除法用于求两个整数的最大公约数。

正确答案正确

解析详情

【答案】正确

【考点】欧几里德算法

【解析】 辗转相除法(欧几里得算法)是求解两个非负整数最大公约数的标准算法。

【易错点】 无。

2 题(判断题

插入排序的时间复杂度是O(NlogN)O(N \log N)

正确答案错误

解析详情

【答案】错误

【考点】插入排序复杂度

【解析】 插入排序在平均和最坏情况下的时间复杂度均为 O(N^2),而非 O(N log N)。

【易错点】 混淆插入排序与归并、快速排序的复杂度。

3 题(判断题

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。

正确答案正确

解析详情

【答案】正确

【考点】二分查找前提条件

【解析】 二分查找基于区间的有序性来缩小搜索范围,若序列无序,则无法通过中间值判断目标所在方向。

【易错点】 在无序序列上直接应用二分查找。

4 题(判断题

使用贪心算法解决问题时,每一步的局部最优解一定会导致全局最优解。

正确答案错误

解析详情

【答案】错误

【考点】贪心算法局限性

【解析】 贪心算法只保证每一步局部最优,仅在问题具有“贪心选择性质”时才能得到全局最优解。

【易错点】 误认为所有最优子结构问题都能用贪心解决。

5 题(判断题

分治算法的核心思想是将一个大问题分解成多个相同或相似的子问题进行解决,最后合并得到原问题的解。

正确答案正确

解析详情

【答案】正确

【考点】分治算法定义

【解析】 分治法的核心即“分而治之”,通过将原问题划分为独立的子问题求解并合并来完成任务。

【易错点】 忽略子问题需要具有相同或相似性的特点。

6 题(判断题

分治算法的典型应用之一是归并排序,其时间复杂度为O(NlogN)O(N\log N)

正确答案正确

解析详情

【答案】正确

【考点】归并排序复杂度

【解析】 归并排序是典型的分治算法,其时间复杂度始终保持在稳定的 O(N log N)。

【易错点】 无。

7 题(判断题

素数表的埃氏筛法和线性筛法的时间复杂度都是O(NloglogN)O(N \log \log N)

正确答案错误

解析详情

【答案】错误

【考点】筛法复杂度对比

【解析】 埃氏筛复杂度为 O(N log log N),而线性筛(如欧拉筛)通过确保每个合数仅被其最小质因子筛一次,复杂度优化至 O(N)。

【易错点】 认为所有筛法效率相同。

8 题(判断题

贪心算法是一种可以应用于所有问题的通用解决方案。

正确答案错误

解析详情

【答案】错误

【考点】算法适用性

【解析】 贪心算法具有局限性,只适用于满足贪心选择性质和最优子结构性质的特定问题,不是通用方案。

【易错点】 无。

9 题(判断题

单链表和双链表都可以在常数时间内实现在链表头部插入或删除节点的操作。

正确答案正确

解析详情

【答案】正确

【考点】链表基础操作效率

【解析】 无论单链表还是双链表,在已知头节点的情况下,修改头指针或头节点的 next 指向均为常数次操作,即 O(1)。

【易错点】 误认为只有双向链表支持高效删除。

10 题(判断题

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。

正确答案正确

解析详情

【答案】正确

【考点】递归与栈空间

【解析】 递归通过函数调用栈实现,每一层递归都会压入新的栈帧以保存局部变量和返回地址,深度过大时极易耗尽栈空间导致溢出。

【易错点】 无。