2025年3月 GESP C++ 6级
2025年3月 GESP C++ 6级认证考试真题(含编程操作题部分)
// questions
题目预览
在面向对象编程中,类是一种重要的概念。下面关于类的描述中,不正确的是( )。
类是一个抽象的概念,用于描述具有相同属性和行为的对象集合。
类可以包含属性和方法,属性用于描述对象的状态,方法用于描述对象的行为。
类可以被实例化,生成具体的对象。
类一旦定义后,其属性和方法不能被修改或扩展。
哈夫曼编码是一种数据压缩算法。以下关于哈夫曼编码的描述中,不正确的是( )。
哈夫曼编码是一种变长编码,频率高的字符使用较短的编码,频率低的字符使用较长的编码。
在构造哈夫曼树时,频率越低的字符离根节点越近,频率越高的字符离根节点越远。
哈夫曼编码的生成过程基于贪心算法,每次选择频率最低的两个节点进行合并。
哈夫曼编码是一种前缀编码,任何一个字符的编码都不会是另一个字符编码的前缀,因此可以实现唯一解码。
以下代码实现了树的哪种遍历方式?
void traverse(TreeNode* root) {
if (root == nullptr) return;
cout << root->val << " ";
traverse(root->left);
traverse(root->right);
}
前序遍历
中序遍历
后序遍历
层次遍历
以下关于完全二叉树的代码描述,正确的是( )。
bool isCompleteTree(TreeNode* root) {
if (root == nullptr) return true;
queue<TreeNode*> q;
q.push(root);
bool hasNull = false;
while (!q.empty()) {
TreeNode* node = q.front();
q.pop();
if (node == nullptr) {
hasNull = true;
} else {
if (hasNull) return false;
q.push(node->left);
q.push(node->right);
}
}
return true;
}
该代码用于判断一棵树是否为满二叉树
该代码用于判断一棵树是否为完全二叉树
该代码用于判断一棵树是否为二叉搜索树
该代码用于计算树的高度
以下代码实现了二叉排序树的哪种操作?
TreeNode* op(TreeNode* root, int val) {
if (root == nullptr) return new TreeNode(val);
if (val < root->val) {
root->left = op(root->left, val);
} else {
root->right = op(root->right, val);
}
return root;
}
查找
插入
删除
遍历
给定字符集 {AAA, BBB, CCC, DDD} 的出现频率分别为 {555, 111, 666, 222},则正确的哈夫曼编码是( )。
10,
101,
0,
100
101,
11,
100,
11,
101
0,
101,
11,
101
101
10,
101,
0,
100
关于动态规划的描述,正确的是( )。
动态规划算法的时间复杂度总是低于贪心算法。
动态规划要求问题必须具有最优子结构和重叠子问题两个性质。
动态规划通过递归实现时不需要存储中间结果。
动态规划的核心思想是将问题分解为互不重叠的子问题。
以下代码中,类的构造函数被调用了( )次。
class MyClass {
public:
MyClass() {
cout << "Constructor called!" << endl;
}
};
int main() {
MyClass obj1;
MyClass obj2 = obj1;
return 0;
}
111
222
333
000
以下代码实现了循环队列的哪种操作?
class CircularQueue {
int* arr;
int front, rear, size;
public:
CircularQueue(int k) {
size = k;
arr = new int[k];
front = rear = -1;
}
bool enQueue(int value) {
if (isFull()) return false;
if (isEmpty()) front = 0;
rear = (rear + 1) % size;
arr[rear] = value;
return true;
}
};
入队
出队
查看队首元素
判断队列是否为空
以下代码实现了二叉树的深度优先搜索(DFS),并统计叶⼦结点的数量,则横线上应填写( )。
int countLeafNodes(TreeNode* root) {
if (root == nullptr) return 0;
stack<TreeNode*> s;
s.push(root);
int count = 0;
while (!s.empty()) {
TreeNode* node = s.top();
s.pop();
if (node->left == nullptr && node->right == nullptr) {
count++;
}
if (node->right) s.push(node->right);
———————————————————————— // 在此处填入代码
}
return count;
}
if (node->left) s.push(node->left);
if (node->left) s.pop(node->left);
if (node->left) s.front(node->left);
if (node->left) s.push(node->right);
以下代码实现了二叉树的广度优先搜索(BFS),并查找特定值的节点,则横线上应填写( )。
TreeNode* findNode(TreeNode* root, int target) {
if (root == nullptr) return nullptr;
queue<TreeNode*> q;
q.push(root);
while (!q.empty()) {
TreeNode* current = q.front();
q.pop();
if (current->val == target) {
return current; // 找到目标节点
}
———————————————————————— // 在此处填入代码
}
return nullptr; // 未找到目标节点
}
if (current->left) q.push(current->left);
if (current->right) q.push(current->right);
if (current->left) q.pop(current->left);
if (current->right) q.pop(current->right);
if (current->left) q.front(current->left);
if (current->right) q.front(current->right);
if (current->left) q.push(current->right);
if (current->right) q.push(current->left);
以下代码用于生成 nnn 位格雷编码。横线上应填写( )。
vector<string> generateGrayCode(int n) {
if (n == 0) return {"0"};
if (n == 1) return {"0", "1"};
vector<string> prev = generateGrayCode(n - 1);
vector<string> result;
for (string s : prev) {
result.push_back("0" + s); // 在前缀添加 0
}
for (int i = prev.size() - 1; i >= 0; i--) {
———————————————————————— // 在此处填入代码
}
return result;
}
result.push_back("1" + prev[i]);
result.push_back("0" + prev[i]);
result.push_back(prev[i] + "1");
result.push_back(prev[i] + "0");
以下代码实现了 0/1 背包问题的动态规划解法。假设物品重量为 weights[],价值为 values[],背包容量为 WWW,横线上应填写( )。
int knapsack(int W, vector<int>& weights, vector<int>& values) {
int n = weights.size();
vector<vector<int>> dp(n + 1, vector<int>(W + 1, 0));
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= W; j++) {
if (weights[i-1] > j) {
dp[i][j] = dp[i-1][j]; // 当前物品装不下
} else {
dp[i][j] = max(_________________________); // 在此处填入代码
}
}
}
return dp[n][W];
}
dp[i-1][j], values[i-1]
dp[i-1][j], dp[i-1][j - weights[i-1]] + values[i-1]
dp[i][j-1], values[i-1]
dp[i-1][j - weights[i-1]] + values[i-1], dp[i][j-1]
以下代码用于检查字符串中的括号是否匹配,横线上应填写( )。
bool isBalanced(string s) {
stack<char> st;
for (char c : s) {
if (c == '(' || c == '[' || c == '{') {
st.push(c);
} else {
if (st.empty()) return false; // 无左括号匹配
char top = st.top();
st.pop();
if ((c == ')' && top != '(') ||
(c == ']' && top != '[') ||
(c == '}' && top != '{')) {
return false;
}
}
}
return ________________; //在此处填入代码
}
true
false
st.empty()
!st.empty()
关于下面代码,说法错误的是( )。
class Shape {
protected:
string name;
public:
Shape(const string& n) : name(n) {}
virtual double area() const {
return 0.0;
}
};
class Circle : public Shape {
private:
double radius; // 半径
public:
Circle(const string& n, double r) : Shape(n), radius(r) {}
double area() const override {
return 3.14159 * radius * radius;
}
};
class Rectangle : public Shape {
private:
double width; // 宽度
double height; // 高度
public:
Rectangle(const string& n, double w, double h) : Shape(n), width(w), height(h) {}
double area() const override {
return width * height;
}
};
int main() {
Circle circle("MyCircle", 5.0);
Rectangle rectangle("MyRectangle", 4.0, 6.0);
Shape* shapePtr = &circle;
cout << "Area: " << shapePtr->area() << endl;
shapePtr = &rectangle;
cout << "Area: " << shapePtr->area() << endl;
return 0;
}
语句 Shape* shapePtr = &circle; 和 shapePtr = &rectangle; 出现编译错误
Shape 为基类, Circle 和 Rectangle 是派生类
通过继承, Circle 和 Rectangle 复用了 Shape 的属性和方法,并扩展了新的功能
Circle 和 Rectangle 通过重写(override)基类的虚函数 area 和基类指针,实现了运行时多态
哈夫曼树在构造过程中,每次合并权值最小的两个节点,最终生成的树带权路径长度最小。
格雷编码的相邻两个编码之间必须有多位不同,以避免数据传输错误。
在树的深度优先搜索(DFS)中,使用队列作为辅助数据结构以实现“先进后出”的访问顺序。
以下代码实现的是二叉树的中序遍历:
void traverse(TreeNode* root) {
if (root == nullptr) return;
traverse(root->left);
cout << root->val << " ";
traverse(root->right);
}
C++ 支持构造函数重载,但默认无参数的构造函数只能有一个。
二叉排序树(BST)中,若某节点的左⼦树为空,则该节点一定是树中的最小值节点。
在动态规划解决一维硬币找零问题时,若硬币面额为 [1,3,4][1, 3, 4][1,3,4],目标金额为 666,则最少需要 222 枚硬币(3+33+33+3)。
面向对象编程中,封装是指将数据和行为绑定在一起,并对外隐藏实现细节。
以下代码创建的树是一棵完全二叉树:
TreeNode* root = new TreeNode{1};
root->left = new TreeNode{2};
root->right = new TreeNode{3};
root->left->left = new TreeNode{4};
栈和队列均可以用双向链表实现,插入和删除操作的时间复杂度为 O(1)O(1)O(1) 。
试题名称:树上漫步
时间限制:1.0 s | 内存限制:512.0 MB
题目描述
小 A 有一棵 nnn 个结点的树,这些结点依次以 1,2,⋯ ,n1,2,\cdots,n1,2,⋯,n 标号。
小 A 想在这棵树上漫步。具体来说,小 A 会从树上的某个结点出发,每一步可以移动到与当前结点相邻的结点,并且小 A 只会在偶数步(可以是零步)后结束漫步。
现在小 A 想知道,对于树上的每个结点,从这个结点出发开始漫步,经过偶数步能结束漫步的结点有多少个(可以经过重复的节点)。
输入格式
第一行,一个正整数 nnn。
接下来 n−1n-1n−1 行,每行两个整数 ui,viu_i,v_iui,vi,表示树上有⼀条连接结点 uiu_iui 和结点 viv_ivi 的边。
输出格式
一行,nnn 个整数。第 iii 个整数表示从结点 iii 出发开始漫步,能结束漫步的结点数量。
样例输入 #1
3
1 3
2 3
样例输出 #1
2 2 1
样例输入 #2
4
1 3
3 2
4 3
样例输出 #2
3 3 1 3
说明/提示
对于 40%40\%40% 的测试点,保证 1≤n≤1031\leq n\leq 10^31≤n≤103。
对于所有测试点,保证 1≤n≤2×1051\leq n\leq 2\times 10^51≤n≤2×105。
试题名称:环线
时间限制:1.0 s | 内存限制:512.0 MB
题目描述
小 A 喜欢坐地铁。地铁环线有 nnn 个车站,依次以 1,2,⋯ ,n1,2,\cdots,n1,2,⋯,n 标号。车站 i (1≤i<n)i\ (1\leq i<n)i (1≤i<n) 的下一个车站是车站 i+1i+1i+1。特殊地,车站 nnn 的下一个车站是车站 111。
小 A 会从某个车站出发,乘坐地铁环线到某个车站结束行程,这意味着小 A 至少会经过一个车站。小 A 不会经过一个车站多次。当小 A 乘坐地铁环线经过车站 iii 时,小 A 会获得 aia_iai 点快乐值。请你安排小 A 的行程,选择出发车站与结束车站,使得获得的快乐值总和最大。
输入格式
第一行,一个正整数 nnn,表示车站的数量。
第二行,nnn 个整数 aia_iai,分别表示经过每个车站时获得的快乐值。
输出格式
一行,一个整数,表示小 A 能获得的最大快乐值。
样例输入 #1
4
-1 2 3 0
样例输出 #1
5
样例输入 #2
5
-3 4 -5 1 3
样例输出 #2
5
说明/提示
对于 20%20\%20% 的测试点,保证 1≤n≤2001\leq n\leq 2001≤n≤200。
对于 40%40\%40% 的测试点,保证 1≤n≤20001\leq n\leq 20001≤n≤2000。
对于所有测试点,保证 1≤n≤2×1051\leq n\leq 2\times 10^51≤n≤2×105,−109≤ai≤109-10^9\leq a_i\leq 10^9−109≤ai≤109。