小奥的学习笔记

  • Home
  • Learning & Working
    • Speech Enhancement Notes
    • Programming language
    • Computer & DL
    • MOOC
  • Life
    • Life Time
    • Thinking & Comprehension
    • Volunteer
    • Plan
    • Travel
  • Footprints
  • GuestBook
  • About
    • About Me
    • 个人履历
    • 隐私策略
  1. 首页
  2. Study-notes
  3. Programming language
  4. Algorithm
  5. 正文

牛客网选择题整理20190616

2019年6月16日 857点热度 0人点赞 0条评论

C++/C语言基础

  1. 对下列语句正确的描述是?
const int *x;   //①
int * const x;   //②

答案:语句②的含义是指针变量x不能更改

解析:const修饰 * 左侧的时候,表示指向的数据类型为常量;当const修饰 * 右侧的时候,表示指针本身为常量。

  1. 下述静态数据成员的特征中,D是错误的。

解析:
1. 静态数据成员在定义或说明时前面加关键字static。//静态变量的定义
2. 静态成员初始化与一般数据成员初始化不同。静态数据成员初始化的格式如下:

<数据类型><类名>::<静态数据成员名>=<值>  //静态变量的初始化

这表明:
(1) 初始化在类体外进行,而前面不加static,(这点需要注意)以免与一般静态变量或对象相混淆。(更详细的,因为静态成员属于整个类,而不属于某个对象,如果在类内初始化,会导致每个对象都包含该静态成员,这是矛盾的。)
(2) 初始化时不加该成员的访问权限控制符private,public等。
(3) 初始化时使用作用域运算符来标明它所属类,因此,静态数据成员是类的成员,而不是对象的成员。

3.二进制数据文件流fdat读指针移到文件头的语句是:

fdat.seekg(0,ios::beg);

解析:对输入流操作:seekg和tellg;对输出流操作操作是seekp和tellp。seekg()是对输入文件定位,它有两个参数:第一个参数是偏移量,第二个参数是基地址。 对于第一个参数,可以是正负数值,正的表示向后偏移,负的表示向前偏移。而第二个参数可以是: ios::beg:表示输入流的开始位置 ios::cur:表示输入流的当前位置 ios::end:表示输入流的结束位置 tellg()函数不需要带参数,它返回当前定位指针的位置,也代表着输入流的大小。

二叉树

  1. n个结点的二叉链表中含有n+1(2n-(n-1)=n+1)个空指针域。利用二叉链表中的空指针域,存放指向节点在某种遍历次序下的前驱和后继结点的指针

  2. 若一棵完全二叉树有768 个结点,则该二叉树中叶结点的个数是384。
    解析:设二叉树中度为0的节点为n0,度为1的节点为n1,度为2的节点为n2,由于n2=n0-1,所以二叉树的节点为n0+n1+n2=2n0-1+n1=768。由于n0一定为偶数个,且n1要么为0,要么为1,所以n1=1,所以n0=768/2=384。

  3. 设在一棵度数为3的树中,度数为3的结点数有2个,度数为2的结点数有1个,度数为1的结点数有2个,那么度数为0的结点数有(6 )个。

解析: 总结点数等于1+n1* 1+n2 * 2+n3 * 3,所以对于这个题来说,总结点数等于1+1 * 2+ 1 *2 + 3 * 2 =11,所以说,读为0的结点为11-2-1-2=6个。

  1. 若将关键字1,2,3,4,5,6,7 依次插入到初始为空的平衡二叉树 T 中,则 T 中平衡因子为 0 的分支结点的个数是( )。 

解析:

13570765d0e99c85e382f87447a20752.png

  1. 某二叉树结点的中序序列为A、B、C、D、E、F、G,后序序列为B、D、C、A、F、G、E。该二叉树对应的森林结点的层次序列为:E、G、A、C、D、F、B。

解析:首先是二叉树转换成森林。加入一棵二叉树的根节点有右孩子,则这颗二叉树能够转换成森林,否则将转换成一棵树。转换方法是:
(1)从根节点开始,若右孩子存在,则把与右孩子结点的连线删除。再查看分离后的二叉树,若其根节点的右孩子存在,则连线删除…。直到所有这些根节点与右孩子的连线都删除为止。
(2)将每棵分离后的二叉树转换为树。
对于此题,结果如下:
eae47ef9d93d47ab2bac97bfa29f7ea3.png

第二步是二叉树转换为树。步骤如下:
(1)加线。若某结点X的左孩子结点存在,则将这个左孩子的右孩子结点、右孩子的右孩子结点、右孩子的右孩子的右孩子结点…,都作为结点X的孩子。将结点X与这些右孩子结点用线连接起来。
(2)去线。删除原二叉树中所有结点与其右孩子结点的连线。
(3)层次调整。
对于此题,结果如下:
5e0267c193bfabfc8c57d855835404d8.png
6. 有8个结点的无向图最多有28条边。
解析:想象邻接矩阵除去对角线一共有8 * 8-8=56个点,然后无向图,所以56/2=28。我就是忘了除以2。

  1. 具有n个顶点的有向图,所有顶点的出度之和为m,则所有顶点的入度之和为m。
    解析:有向图的入度之和=出度之和。

8.有向图中,各列非零之和为入度,各行非零之和为出度。

  1. 在一个n阶B-树上,每个树根节点中所含的关键字数目最多为N-1个,最少为N/2-1(向上取整)个。

  2. 把一棵树转换成二叉树后,这棵二叉树的形态是唯一的。把一棵树转换成二叉树的方法如下:
    (1)加线。就是在所有兄弟结点之间加一条连线;
    (2)抹线。就是对树中的每个结点,只保留他与第一个孩子结点之间的连线,删除它与其它孩子结点之间的连线;
    (3)旋转。就是以树的根结点为轴心,将整棵树顺时针旋转一定角度,使之结构层次分明。

006c667e36f07de36f9e39c5457dcc2e.png

图

拓扑排序

  1. 已知有向图G=(V,E),其中V={ V1 , V2 , V3 , V4 , V5 , V6 , V7 },E={<V1 ,V2>, <V1 ,V3>, <V1 ,V4>, <V2 ,V5>, <V3 ,V5>, <V3 ,V6>,   <V4 ,V6>, <V5 ,V7>, <V6 ,V7>}G的拓扑序列是 V1, V3, V4, V6, V2, V5, V7。

解析:

e469de7f41fbca97c1a8ccb8b3f030c2.png

取一个结点的要求是这个结点没有任何前驱。

其它

  1. 用相邻矩阵A表示图,判定任意两个顶点Vi和Vj之间是否有长度为m的路径相连,则只要检查(A^m)的第i行第j列的元素是否为零即可。

解析:
3861d5bc8b08276baecc06c4a8e06642.png

机器学习

  1. SVM核函数主要包括:线性核函数、多项式核函数、径向基核(RBF)、傅里叶核函数、样条核、sigmoid核函数等。
本作品采用 知识共享署名 4.0 国际许可协议 进行许可
标签: 牛客选择
最后更新:2019年6月16日

yszhang

这个人很懒,什么都没留下

打赏 点赞
< 上一篇
下一篇 >

文章评论

razz evil exclaim smile redface biggrin eek confused idea lol mad twisted rolleyes wink cool arrow neutral cry mrgreen drooling persevering
取消回复

搜索
欢迎关注我的个人公众号
最新 热点 随机
最新 热点 随机
DEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架 奥地利匈牙利九日游旅程 论文阅读之Study of the General Kalman Filter for Echo Cancellation 小奥看房之鸿荣源珈誉府 杭州往返旅途及西溪喜来登和万怡的体验报告 2022年的第一篇碎碎念
奥地利匈牙利九日游旅程论文阅读之Study of the General Kalman Filter for Echo CancellationDEEPFILTERNET:一种基于深度滤波的全频带音频低复杂度语音增强框架
计算机组成原理笔记第三章 新概念英语第二册课本学习笔记整理:Lesson 1 把CentOS7中的vim打造成C++IDE 山东省关于2015年全市中小学假期安排有关工作的通知 Levinson-Durbin(莱文森-杜宾)算法的实现 论文阅读之Study of the General Kalman Filter for Echo Cancellation
标签聚合
leetcode linux 生活 python学习 算法 鸟哥的linux私房菜 学习 高中 Java Python
最近评论
davidcheung 发布于 6 个月前(02月09日) The problem has been fixed. May I ask if you can s...
tk88 发布于 6 个月前(02月07日) Hmm is anyone else having problems with the pictur...
cuicui 发布于 10 个月前(10月20日) :wink:
niming 发布于 11 个月前(09月19日) 同级校友,能刷到太巧了
davidcheung 发布于 2 年前(08月16日) 我得找一下我之前整理的word文档看一下,如果找到了我就更新一下这篇文章。
Nolan 发布于 2 年前(07月25日) 您的笔记非常有帮助。贴图不显示了,可以更新一下吗?
davidcheung 发布于 3 年前(06月19日) 到没有看webrtc的代码。现在主要在看我们公司的代码了。。。只是偶尔看一看webrtc的东西。。。
aobai 发布于 3 年前(03月13日) gain_change_hangover_ 应该是每三个block 只能够调整一次,这样保证每帧...
匿名 发布于 5 年前(12月30日) 烫
小奥 发布于 5 年前(12月12日) webRTC里面的NS本身我记得就是在C++里面呀

COPYRIGHT © 2025 小奥的学习笔记. ALL RIGHTS RESERVED.

Theme Kratos Made By Seaton Jiang

陕ICP备19003234号-1

鲁公网安备37120202000100号