当前位置: 首页 > news >正文

22年408数据结构

 第一题:

解析

观察一下这个程序:我们注意到最外层的循环是从i=1开始的,每次i=i*2,直到i<n为止,假设程序总共执行k次执行,则有2^(k+1)>=n。则k+1>=log(2)n这里是以2为底n的对数,

k>=log(2)n -1

我们再来看内层循环的特点:

i=1时        i=2时        i=4时        。。。        i=2^k

j=1            j=1           j=1            。。。        j=1

                 j=2           j=2            。。。        j=2

                                 j=3            。。。        j=3

                                 j=4            。。。        j=4

                                                  。。。       。。。

                                                  。。。        j=2^k   

我们来试着算一下内层循环一共执行了多少次:

 1+2+4+...+2^{k}(这显然是一个等比数列,我们可以使用等比数列求和公式\frac{a_{1}-a_{n}q}{1-q}

=\frac{1-2^{k+1}}{1-2}

=2^{k+1}-1,把k的值log(2)n -1带入进去。

=n-1,结果是一个线性的表达式,选项B最接近。

答案选B。   

第二题:

解析

A B明显错,我们做了这么多道推出栈顺序和入栈顺序的题了,看CD,如果入栈序列是abc

那么出栈序列也有可能是abc,只需要符号abc在入栈之后立刻出栈就好了,我们都知道栈有个特点是先进后出,输出的是栈顶元素,如果入栈序列是abc,依次将栈顶元素输出后的序列是cba。是逆序,显然D对

答案选D

第三题:

解析:中序序列是左根右,题目要求p在q之前。

第一句:q是p的双亲,也就是说q是根结点,p是q的子结点,而且要求p在q之前,根据左根右可知,当p是q的左子树时满足条件。

第二句:q是p的右孩子,p是根结点,根据左根右,q一定在p的后面,满足条件。

第三句:根据左根右,左子树先被遍历,接着是根结点,然后才是q结点,因此在q前面的是根结点,不满足条件。

第四句:当p是q的左子树的右子树时满足条件。

答案选A

第四题:

解析

这就是一个简单的计算题,我们直接设这个三叉树的高度是h,题目要树的高度最少是多少,就是要让每一层的结点尽可能的最多,也就是满三叉树。那这样我们直接算高度为h的慢三叉树的结点个数是多少,1+3+9+...+3^{h-1}=\frac{1-3^{h}}{1-3}=\frac{3^{h}-1}{2}(这显然是一个等比数列求和问题),直接把选项往里一带:

高度为8的满三叉树结点个数有:3280,

高度为7的满三叉树结点个数有:1093,

高度为6的满三叉树结点个数有:364,

高度为5的满三叉树结点个数有:121,

本题说该三叉树结点个数244,在121和364之间。

也就是说该三叉树是高度为6的非满三叉树。高度至少是6.

答案选C

第五题:

解析:这种题就是举例子。

以1,2,3为例,画一个哈夫曼树:

对于一个定长编码,它的字符都是处于同一层才能使编码长度一致。

观察两幅图可知,两颗二叉树结点的个数显然不一致,A错。

两颗二叉树的高度显然是一致的,B错。

显然a和b是出于同一层的,C错。

对于一个定长编码,它的字符显然是处于同一层的,D对。

答案选D

第六题:

解析:|V|指的是顶点数,|E|指的是边。

A显然不正确,当顶点数是100个,而边只有一个显然不是连通图。

B举例:

,边有6条,而顶点只有5个,而且不是连通图。

C我们说要想让一个图是连通的,边的数量至少是顶点的个数减一,而选项中边的个数甚至比顶点的个数还多一个,显然想要连通是错错有余的,C正确

D选项,边的个数至少要比顶点的个数少一个才能连通,而此时|E|<|V|-1,连最低的边的个数都达不到,D错误。

答案选C

第七题:

解析

答案选B

第八题:

解析

在5阶B树中,根结点的关键字个数最少是1个,最多是5-1=4个。

在除叶子结点以外的非根结点中,关键字个数最少是[5/2]向上取整-1=2个,最多是5-1=4个

在B树中,删除一个节点,如果关键字中的个数不符合B树的定义的话就需要调整,符合个数也可以调整,具体的调整方法,可以把该点的前驱,或者后继添补上这个空缺。

选项A:选择260的后继结点280来填补空缺,但是这样的话,右子树中的关键字个数只剩下了300,而我们说非叶子结点关键字个数最少是2个(注意下面一层是终端结点,不是叶子结点不要误会了。),我们就将300的后继结点350从根结点上移下来,与300,400,500一起合并成一个结点:

选项B:把260删除后,直接将100,110,280,300合并成了一个结点,且符合B树的定义。

选项C:

显然是对的。

选项D:90和110之间只有一个100,不符合最少2个关键字的设定,所以D错。

答案选B

第九题:

解析

1.装填因子越大,代表散列表中装填的个数越多,冲突的可能性越大,查找次数就会越大,所以第一句对,

2.散列函数以这两个为例:

显然对3取余比对7取余的更容易发生冲突,第二句也对。

3. 线性探测法很容易造成同义词,非同义词的聚集堆积现象,严重影响查找效率,就拿线性探测法和平方探测法来比较说,显然线性探测法的查找效率差,自然影响平均查找长度。

下表是不同方式处理冲突时的平均查找长度。

答案选D

第十题:

解析

将两个有序表合并成一个新的有序表:

答案选A

第十一题:

解析:该题考察直接插入排序和快速排序的比较。

1.对于一个大部分有序的序列,不适合采用快速排序,这是一个老生常谈的问题了,所以第一句是对的。2.对于一个元素数量很少的序列,好像使用直接插入排序还是快速排序好像都挺快的,先放着,不过直接插入排序要更简单直接一点。3.直接插入排序是原地进行的,空间复杂度是O(1),快速排序空间复杂度最好log(2)n,最坏O(n),第三句正确,直接插入排序是稳定的。第四句对,科普一下:稳定的排序算法有:冒泡排序,归并排序,插入排序,基数排序,计数排序(未出现过)。

包括1和3的只有D。

答案选D

相关文章:

22年408数据结构

第一题&#xff1a; 解析&#xff1a; 观察一下这个程序&#xff1a;我们注意到最外层的循环是从i1开始的&#xff0c;每次ii*2&#xff0c;直到i<n为止&#xff0c;假设程序总共执行k次执行&#xff0c;则有2^(k1)>n。则k1>log(2)n这里是以2为底n的对数, k>log(2)…...

ubuntu 虚拟机将linux文件夹映射为windows网络位置

在使用虚拟机时可以选择将windows的文件夹设置为共享文件夹方便在虚拟机中访问windows中的文件,同理,也可以将linux的文件夹共享为一个网络文件夹,通过windows的添加一个网络位置功能,将linux的文件夹映射到windows本地,方便windows访问使用linux的文件夹 参照如下:https://blo…...

Pytho逻辑回归算法:面向对象的实现与案例详解

这里写目录标题 Python逻辑回归算法&#xff1a;面向对象的实现与案例详解引言一、逻辑回归算法简介1.1 损失函数1.2 梯度下降 二、面向对象的逻辑回归实现2.1 类的设计2.2 Python代码实现2.3 代码详解 三、逻辑回归案例分析3.1 案例一&#xff1a;简单二分类问题问题描述数据代…...

AWS WAF实战指南:从入门到精通

1. 引言 Amazon Web Services (AWS) Web Application Firewall (WAF) 是一款强大的网络安全工具,用于保护Web应用程序免受常见的Web漏洞攻击。本文将带您从入门到精通,深入探讨AWS WAF的实际应用策略,并提供具体案例,帮助您更好地保护您的Web应用程序。 2. AWS WAF基础 …...

k8s的部署

一、K8S简介 Kubernetes中文官网&#xff1a;Kubernetes GitHub&#xff1a;github.com/kubernetes/kubernetes Kubernetes简称为K8s&#xff0c;是用于自动部署、扩缩和管理容器化应用程序的开源系统&#xff0c;起源于Google 集群管理工具Borg。 Kubernetes集群组件逻辑图…...

C# 两个进程/exe通讯方式 两个应用程序通讯方式

C# 两个exe通讯方式 两个应用程序通讯方式 1. 命名管道&#xff08;Named Pipes&#xff09; 1.1. 概述 命名管道是一种用于在同一台机器或网络中不同进程之间进行双向通信的机制。它支持同步和异步通信&#xff0c;适用于需要高效数据传输的场景。 1.2. 特点 双向通信&am…...

ubuntu下打开摄像头

ubuntu下打开摄像头 在Ubuntu下,你可以使用cheese,这是一个开源的摄像头应用程序。如果你还没有安装它,可以通过以下命令安装: sudo apt-get updatesudo apt-get install cheese 安装完成后,你可以通过命令行启动它: cheese 或者,你也可以使用ffmpeg来打开摄像头并进…...

ABAP 表转JSON格式

FUNCTION ZRFC_FI_SEND_PAYPLAN2BPM. *"---------------------------------------------------------------------- *"*"本地接口&#xff1a; *" IMPORTING *" VALUE(INPUT) TYPE ZSRFC_FI_SEND_PAYBPM_IN *" EXPORTING *" VAL…...

oceanbase的日志量太大,撑爆磁盘,修改下日志级别

oceanbase的日志量太大&#xff0c;撑爆磁盘&#xff0c;修改下日志级别&#xff1a; [adminlnpg ~]$ obclient -h127.0.0.1 -uroot -P2881 -plinux123 Welcome to the OceanBase. Commands end with ; or \g. Your OceanBase connection id is 3221561020 Server version: O…...

【C++11】lambda表达式

前言&#xff1a; 随着 C11 的发布&#xff0c;C 标准引入了许多新特性&#xff0c;使语言更加现代化&#xff0c;开发者编写的代码也变得更加简洁和易于维护。Lambda 表达式是其中一个重要的特性&#xff0c;它提供了一种方便的方式来定义匿名函数&#xff0c;这在函数式编程范…...

前端学习-css的背景(十六)

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 目录 前言 背景颜色 语法格式 背景图片 语法格式 背景平铺 语法格式 背景图片位置 语法格式 参数代表的意思 参数是方位名词 参数是精确单位 参数是混合单位 背…...

使用Postman搞定各种接口token实战

现在许多项目都使用jwt来实现用户登录和数据权限&#xff0c;校验过用户的用户名和密码后&#xff0c;会向用户响应一段经过加密的token&#xff0c;在这段token中可能储存了数据权限等&#xff0c;在后期的访问中&#xff0c;需要携带这段token&#xff0c;后台解析这段token才…...

ssh连接慢的问题或远程连接服务超时

问题原因&#xff1a; 在SSH登录过程中&#xff0c;服务器会通过反向DNS查找客户端的主机名&#xff0c;然后与登录的IP地址进行匹配&#xff0c;以验证登录的合法性。如果客户端的IP没有域名或DNS服务器响应缓慢&#xff0c;这可能导致SSH登录过慢。为了解决这个问题&#xf…...

基于卷积神经网络的蔬菜识别系统,resnet50,mobilenet模型【pytorch框架+python源码】

更多目标检测和图像分类识别项目可看我主页其他文章 功能演示&#xff1a; 基于卷积神经网络的蔬菜识别系统&#xff0c;resnet50&#xff0c;mobilenet【pytorch框架&#xff0c;python&#xff0c;tkinter】_哔哩哔哩_bilibili &#xff08;一&#xff09;简介 基于卷积神…...

数据结构与算法:栈与队列的高级应用

目录 3.1 栈的高级用法 3.2 队列的深度应用 3.3 栈与队列的综合应用 总结 数据结构与算法&#xff1a;栈与队列的高级应用 栈和队列是两种重要的线性数据结构&#xff0c;它们在计算机科学和工程的许多领域都有广泛的应用。从函数调用到表达式求值&#xff0c;再到任务调度…...

macos php开发环境之macport安装的php扩展安装,php常用扩展安装,port中可用的所有php扩展列表

macos中&#xff0c;我们使用了port 安装了php后&#xff0c;默认只带有php基本的核心扩展的&#xff0c; 如果需要使用其他的扩展&#xff0c;如 redis, https&#xff0c; xdebug等扩展就需要我们手动来安装对应的扩展。 macos php开发环境 macport安装的php的方法见macos 中…...

使用Pytorch+Numpy+Matplotlib实现手写字体分类和图像显示

文章目录 1.引用2.内置图片数据集加载3.处理为batch类型4.设置运行设备5.查看数据6.绘图查看数据图片(1)不显示图片标签(2)打印图片标签(3)图片显示标签 7.定义卷积函数8.卷积实例化、损失函数、优化器9.训练和测试损失、正确率(1)训练(2)测试(3)循环(4)损失和正确率曲线(5)输出…...

kimi帮我解决ubuntu下软链接文件夹权限不够的问题

我的操作如下 ubuntuubuntu-QiTianM420-N000:~$ ln -s /media/ubuntu/4701aea3-f883-40a9-b12f-61e832117414 code ubuntuubuntu-QiTianM420-N000:~$ ls -l 总用量 636 drwxrwxr-x 2 ubuntu ubuntu 4096 5月 7 17:16 bin drwxrwxrwx 2 ubuntu ubuntu 4096 5月 8 13…...

如何去除背景音乐保留人声?保留人声,消除杂音

在日常生活和工作中&#xff0c;我们经常遇到需要处理音频的情况&#xff0c;尤其是当我们想要去除背景音乐&#xff0c;仅保留人声时。这种需求在处理电影片段、制作音乐MV、或者提取演讲内容等场景中尤为常见。本文将为您详细介绍如何去除背景音乐并保留人声&#xff0c;帮助…...

2.4.ReactOS系统提升IRQL级别KfRaiseIrql 函数

2.4.ReactOS系统提升IRQL级别KfRaiseIrql 函数 2.4.ReactOS系统提升IRQL级别KfRaiseIrql 函数 文章目录 2.4.ReactOS系统提升IRQL级别KfRaiseIrql 函数KfRaiseIrql 函数 KfRaiseIrql 函数 /*********************************************************************** NAME …...

如何让旧款Mac焕发新生:OpenCore Legacy Patcher终极指南

如何让旧款Mac焕发新生&#xff1a;OpenCore Legacy Patcher终极指南 【免费下载链接】OpenCore-Legacy-Patcher 体验与之前一样的macOS 项目地址: https://gitcode.com/GitHub_Trending/op/OpenCore-Legacy-Patcher 你是否有一台被苹果官方"遗忘"的旧款Mac&a…...

终极游戏画质优化指南:3步让所有显卡享受DLSS级性能提升

终极游戏画质优化指南&#xff1a;3步让所有显卡享受DLSS级性能提升 【免费下载链接】OptiScaler DLSS replacement for AMD/Intel/Nvidia cards with multiple upscalers (XeSS/FSR2/DLSS) 项目地址: https://gitcode.com/GitHub_Trending/op/OptiScaler 还在为显卡性能…...

新手零踩坑!微信搜一搜排名优化8大干货,14天轻松冲进前10

很多新手运营者都有一个共同的困惑&#xff1a;明明做了公众号、小程序&#xff0c;也发了不少内容&#xff0c;可在微信搜一搜里搜相关关键词&#xff0c;却始终找不到自己的账号和内容&#xff0c;排名一直徘徊在百名之外&#xff0c;精准流量根本引不进来&#xff0c;更别提…...

GIS小白也能搞定!用QGIS加载2023版全国自然保护区SHP数据的保姆级教程

GIS小白也能搞定&#xff01;用QGIS加载2023版全国自然保护区SHP数据的保姆级教程 第一次接触GIS软件时&#xff0c;看着满屏的专业术语和复杂界面&#xff0c;很多人都会感到无从下手。但别担心&#xff0c;今天我们就用最通俗易懂的方式&#xff0c;带你一步步完成全国自然保…...

STM32F103RCT6小车调试实录:搞定TCRT5000循迹与TB6612FNG调速的5个常见坑

STM32F103RCT6小车调试实战&#xff1a;从TCRT5000循迹到TB6612FNG调速的深度排错指南 实验室里&#xff0c;当你看着自己组装的STM32智能小车在黑色轨迹线上歪歪扭扭地行驶&#xff0c;或是电机转速时快时慢不受控制时&#xff0c;那种挫败感我太熟悉了。这不是一篇教你如何从…...

别再死记硬背了!用PR关键帧做这个动态信息图,5分钟让你的视频告别枯燥

5分钟玩转PR关键帧&#xff1a;让静态信息「活」起来的动态设计指南 每次看到那些枯燥的PPT数据展示或静态信息图&#xff0c;你是否想过——如果能像专业视频一样让它们动起来该多好&#xff1f;但一打开After Effects就被复杂的界面劝退&#xff1f;其实&#xff0c;Premiere…...

FireRedASR Pro应用案例:会议录音转文字,提升工作效率实测

FireRedASR Pro应用案例&#xff1a;会议录音转文字&#xff0c;提升工作效率实测 1. 会议记录痛点与解决方案 1.1 传统会议记录的效率瓶颈 在职场工作中&#xff0c;会议记录是一项耗时且容易出错的任务。根据调研数据显示&#xff1a; 普通员工平均每周花费4-6小时在会议…...

Unix哲学:一切皆文件与网络通信的统一抽象

目录 Unix哲学&#xff1a;一切皆文件与网络通信的统一抽象 1. Unix哲学的核心&#xff1a;“一切皆文件” 2. 统一接口&#xff1a;Unix I/O操作 3. 文件描述符&#xff1a;操作的“取货单” 4. 网络通信&#xff1a;套接字作为特殊文件 5. 总结&#xff1a;抽象的力量 前…...

保姆级教程:用星图AI平台训练PETRV2-BEV模型,新手也能玩转自动驾驶

保姆级教程&#xff1a;用星图AI平台训练PETRV2-BEV模型&#xff0c;新手也能玩转自动驾驶 1. 前言&#xff1a;为什么你需要这篇教程&#xff1f; 如果你对自动驾驶技术感兴趣&#xff0c;想亲手训练一个能“看懂”周围环境的AI模型&#xff0c;但又被复杂的代码、昂贵的硬件…...

实战指南:如何用PyMC实现贝叶斯分位数回归解决业务预测难题

实战指南&#xff1a;如何用PyMC实现贝叶斯分位数回归解决业务预测难题 【免费下载链接】pymc Python 中的贝叶斯建模和概率编程。 项目地址: https://gitcode.com/GitHub_Trending/py/pymc 你是否曾面临这样的困境&#xff1a;使用传统线性回归预测客户流失率&#xff…...