40 道高频 C++ 面试、笔试题及答案

1. 什么是多态？
答案： 多态允许对象在运行时表现出不同的行为，具体取决于其类型。

2. 虚函数和纯虚函数之间的区别是什么？
答案： 虚函数可以被派生类重写，而纯虚函数必须被派生类实现，否则派生类将成为抽象类。

3. 指针和引用的区别是什么？
答案： 指针存储变量的地址，而引用是变量的别名。引用必须初始化，而指针可以为 null。

4. 解释 C++ 中的内存管理。
答案： C++ 使用动态内存分配和释放，由 new 和 delete 运算符管理。

5. 什么是智能指针？
答案： 智能指针是自动管理内存的指针，例如 unique_ptr、shared_ptr 和 weak_ptr。

6. 解释 C++ 中的构造函数和析构函数。
答案： 构造函数在创建对象时被调用，析构函数在对象被销毁时被调用。

7. 什么是类的继承？
答案： 继承允许一个类（派生类）从另一个类（基类）继承数据成员和方法。

8. 解释 C++ 中的重载和重写。
答案： 重载允许具有相同名称但不同参数的多个函数，而重写允许派生类中的函数覆盖基类中的同名函数。

9. 什么是模板？
答案： 模板允许创建通用的代码，该代码可以在编译时根据不同类型进行实例化。

10. 解释 C++ 中的异常处理。
答案： 异常处理允许程序处理运行时错误，使用 try、catch 和 throw 关键字。

11. 什么是标准模板库 (STL)？
答案： STL 是一个提供容器、算法和迭代器的库。

12. 解释 C++ 中的流操作符。
答案： 流操作符（<< 和 >>）用于从流（例如文件或控制台）读取和写入数据。

13. 什么是 lambda 表达式？
答案： Lambda 表达式是匿名函数，可以捕获局部变量。

14. 解释 C++ 中的移动语义。
答案： 移动语义允许在不进行复制的情况下移动对象，从而提高效率。

15. 什么是 RTTI？
答案： RTTI（运行时类型信息）允许程序在运行时确定对象的类型。

16. 解释 C++ 中的友元。
答案： 友元是允许非成员函数访问私有或受保护成员的函数或类。

17. 什么是静态成员？
答案： 静态成员属于类而不是特定对象，并且在整个程序中共享。

18. 解释 C++ 中的析构函数顺序。
答案： 析构函数按相反的构造函数顺序调用。

19. 什么是虚继承？
答案： 虚继承允许派生类仅继承基类的指针，从而避免菱形继承问题。

20. 解释 C++ 中的内存对齐。
答案： 内存对齐确保对象在内存中存储在特定边界上，以提高性能。

21. 什么是位域？
答案： 位域允许将多个相关位打包到一个数据类型中。

22. 解释 C++ 中的枚举。
答案： 枚举是一种用户定义的数据类型，表示一组命名常量。

23. 什么是类型转换？
答案： 类型转换将一个数据类型转换为另一个数据类型。

24. 解释 C++ 中的预处理器宏。
答案： 预处理器宏允许在编译时执行文本替换。

25. 什么是编译期多态？
答案： 编译期多态允许在编译时确定函数或方法调用的行为。

26. 解释 C++ 中的虚基类。
答案： 虚基类允许派生类避免菱形继承问题，并确保只有一个基类的副本存储在派生类对象中。

27. 什么是多继承？
答案： 多继承允许一个类从多个基类继承。

28. 解释 C++ 中的异常规范。
答案： 异常规范允许函数指定它可能抛出的异常类型。

29. 什么是模板特化？
答案： 模板特化允许为特定类型提供模板的特定实现。

30. 解释 C++ 中的内存泄漏。
答案： 内存泄漏是指不再使用的内存未被释放，导致程序使用越来越多的内存。

31. 实现一个链表

struct Node {int data;Node* next;
};class LinkedList {
public:LinkedList();~LinkedList();void insert(int data);void delete(int data);bool search(int data);int size();
private:Node* head;Node* tail;
};

32. 实现一个栈

class Stack {
public:Stack();~Stack();void push(int data);int pop();bool empty();int size();
private:vector<int> elements;
};

33. 实现一个队列

class Queue {
public:Queue();~Queue();void enqueue(int data);int dequeue();bool empty();int size();
private:vector<int> elements;
};

34. 实现一个二叉树

struct Node {int data;Node* left;Node* right;
};class BinaryTree {
public:BinaryTree();~BinaryTree();void insert(int data);void delete(int data);bool search(int data);int size();
private:Node* root;
};

35. 实现一个哈希表

class HashTable {
public:HashTable(int size);~HashTable();void insert(int key, int value);int get(int key);bool contains(int key);
private:vector<pair<int, int>> elements;
};

36. 实现一个排序算法（如快速排序、归并排序）

void quickSort(int* arr, int low, int high) {if (low < high) {int pivot = partition(arr, low, high);quickSort(arr, low, pivot - 1);quickSort(arr, pivot + 1, high);}
}int partition(int* arr, int low, int high) {int pivot = arr[high];int i = low - 1;for (int j = low; j < high; j++) {if (arr[j] <= pivot) {i++;swap(arr[i], arr[j]);}}swap(arr[i + 1], arr[high]);return i + 1;
}

37. 实现一个字符串匹配算法（如 KMP 算法）

void kmp(string text, string pattern) {int n = text.length();int m = pattern.length();vector<int> lps(m);computeLPS(pattern, lps);int i = 0;int j = 0;while (i < n) {if (pattern[j] == text[i]) {i++;j++;}if (j == m) {cout << "Pattern found at index " << i - j << endl;j = lps[j - 1];} else if (i < n && pattern[j] != text[i]) {if (j != 0) {j = lps[j - 1];} else {i++;}}}
}void computeLPS(string pattern, vector<int>& lps) {int m = pattern.length();lps[0] = 0;int len = 0;int i = 1;while (i < m) {if (pattern[i] == pattern[len]) {len++;lps[i] = len;i++;} else {if (len != 0) {len = lps[len - 1];} else {lps[i] = 0;i++;}}}
}

38. 实现一个图的遍历算法（如 DFS、BFS）

void dfs(Graph& graph, int start) {stack<int> s;s.push(start);while (!s.empty()) {int v = s.top();s.pop();if (!graph.visited[v]) {graph.visited[v] = true;cout << v << " ";for (int u : graph.adj[v]) {if (!graph.visited[u]) {s.push(u);}}}}
}void bfs(Graph& graph, int start) {queue<int> q;q.push(start);while (!q.empty()) {int v = q.front();q.pop();if (!graph.visited[v]) {graph.visited[v] = true;cout << v << " ";for (int u : graph.adj[v]) {if (!graph.visited[u]) {q.push(u);}}}}
}

39. 实现一个动态规划算法（如背包问题）

int knapsack(int W, int wt[], int val[], int n) {int dp[n + 1][W + 1];for (int i = 0; i <= n; i++) {for (int j = 0; j <= W; j++) {if (i == 0 || j == 0) {dp[i][j] = 0;} else if (wt[i - 1] <= j) {dp[i][j] = max(val[i - 1] + dp[i - 1][j - wt[i - 1]], dp[i - 1][j]);} else {dp[i][j] = dp[i - 1][j];}}}return dp[n][W];
}

40. 实现一个贪心算法（如最小生成树）

class Edge {
public:int src;int dest;int weight;
};class Graph {
public:vector<Edge> edges;int V;int E;
};Graph* createGraph(int V, int E) {Graph* graph = new Graph();graph->V = V;graph->E = E;return graph;
}void addEdge(Graph* graph, int src, int dest, int weight) {Edge edge;edge.src = src;edge.dest = dest;edge.weight = weight;graph->edges.push_back(edge);
}int find(int parent[], int i) {if (parent[i] == -1) {return i;}return find(parent, parent[i]);
}void union(int parent[], int x, int y) {int xset = find(parent, x);int yset = find(parent, y);parent[xset] = yset;
}int kruskalMST(Graph* graph) {int V = graph->V;int E = graph->E;int parent[V];for (int i = 0; i < V; i++) {parent[i] = -1;}int mstWeight = 0;sort(graph->edges.begin(), graph->edges.end(), [](Edge a, Edge b) { return a.weight < b.weight; });for (int i = 0; i < E; i++) {Edge edge = graph->edges[i];int x = find(parent, edge.src);int y = find(parent, edge.dest);if (x != y) {mstWeight += edge.weight;union(parent, x, y);}}return mstWeight;
}