#G5204. [GESP202406 五级] 客观题
[GESP202406 五级] 客观题
单选题
-
在Python中,print((c for c in "GESP"))的输出是( )。
{{ select(1) }}
- ('G', 'E', 'S', 'P')
- ['G', 'E', 'S', 'P']
- {'G', 'E', 'S', 'P'}
- 以上选项均不正确
-
下面有关快速排序的说法,错误的是( )。
{{ select(2) }}
- 快速排序算法通常采用递归实现。
- 快速排序算法是一种稳定排序算法。
- 如果被排序数组或者list已排序或逆序,其时间复杂度是 (O(n^2))。
- 快速排序是一种原地(in-place)排序算法。
-
内排序有不同的类别,从排序算法的实现思路上考虑,下面哪种排序算法和插入排序是同一类?( )
{{ select(3) }}
- 希尔排序
- 快速排序
- 堆排序
- 冒泡排序
-
下面Python代码用于求斐波那契数列,该数列第1、2项为1,以后各项均是前两项之和。函数Fibo()属于( )。
def Fibo(N): if N == 1 or N == 2: return 1 fiboList = [1, 1] for i in range(2, N): fiboList.append(fiboList[i - 1] + fiboList[i - 2]) return fiboList[N-1]{{ select(4) }}
- 枚举算法
- 贪心算法
- 迭代算法
- 递归算法
-
下面Python代码用于将输入金额换成最少币种组合方案,其实现算法是( )。
def findCoins(coins, Money): coins_used = [] for coin in coins: while Money >= coin: coins_used.append(coin) Money -= coin return coins_used{{ select(5) }}
- 枚举算法
- 贪心算法
- 迭代算法
- 递归算法
-
有关下面Python的代码,错误的是( )。
def count_if(iterData, *, key=None): if key == None: return len(iterData) Count = 0 for i in iterData: Count += bool(key(i)) return Count{{ select(6) }}
- 执行print(count_if(range(100))) 将输出100
- 执行print(count_if(range(-10,10), key = abs)) 将输出19
- 执行print(count_if(range(-100,10), key = lambda x:x > 5)) 将输出4
- 代码Count += bool(key(i)) 存在错误
-
在下面的Python代码中,最后一行用于输出小于0的list,横线处不能填入的代码是( )。
def LT(a, b): return a < b lstData = list(range(-100,100)) print(___________________________){{ select(7) }}
- [x for x in lstData if x < 0]
- list(filter(lambda x: x < 0, lstData))
- list(filter(LT(x,0), lstData))
- [x for x in lstData if LT(x, 0)]
-
汉字的unicode编码界于0x4E00和0x9FA5之间。下面Python的代码用于读取红楼们和水浒传文本。如果要能完整阅读这两本小说,求出需要认识的汉字集合,横线处应填入代码是( )。
shzFile = open("水浒传.txt", "r", encoding = "utf-8") hlmFile = open("红楼梦.txt", "r", encoding = "utf-8") sSet = set(shzFile.read()) hSet = set(hlmFile.read()) shzFile.close() hlmFile.close() print(________________________________){{ select(8) }}
- {x for x in (sSet + hSet) if 0x4E00 <= ord(x) <= 0x9FA5}
- {x for x in (sSet | hSet) if 0x4E00 <= x <= 0x9FA5}
- {x for x in (sSet + hSet) if 0x4E00 <= x <= 0x9FA5}
- {x for x in (sSet | hSet) if 0x4E00 <= ord(x) <= 0x9FA5}
-
求回文子字符串,如:在ABCDDCBAXz中,DD、CDDC、BCDDCB、ABCDDCBA均为回文子字符串。下面Python代码是其实现,横线处应填入的代码是( )。
srcStr = input() symList = [] #保存回文子字符串 for i in range(len(srcStr)): for j in range(i + 2, len(srcStr) + 1): subStr = ___________ if subStr == _____________: symList.append(subStr) for i in sorted(symList, key = lambda x: len(x)): print(i){{ select(9) }}
- srcStr[i:j], subStr[::-1]
- srcStr[i:j], subStr[j:i:-1]
- srcStr[i+2:j], subStr[j-1:i:-1]
- srcStr[i:j+2], subStr[j-1:i-1:-1]
-
上面代码的时间复杂度是( )。
{{ select(10) }}
- (O(n))
- (O(n^2))
- (O(n^3))
- (O(n \log n))
-
有关下面Python代码的说法,错误的是( )。
def Sort(lst): for i in range(1, len(lst)): key = lst[i] j = i - 1 while j >= 0 and key < lst[j]: lst[j + 1] = lst[j] j -= 1 lst[j + 1] = key lst = [4,5,13,2,7,10,1,3,8,11,6,9,12] lst = Sort(lst) print("sorted list:", lst){{ select(11) }}
- 该段代码是插入排序算法的实现
- 如果lst完全有序,则时间复杂度为 (O(n))
- 如果lst完全逆序,则时间复杂度为 (O(n^2))
- 由于Sort()函数没有返回值,没有最终达到排序效果
-
下面Python函数nGram()用于逐一从字符串中截取n个字符,如:nGram("ABCDEF",2)将逐一截取为AB、BC、CD、DE、EF,如:nGram("ABCDEF",3)将逐一截取为ABC、BCD、CDE、DEF,并统计每种截取的数量,横线处应填入代码是( )。
def nGram(S,n): Result = {} #保存截取字符串及其数量 for i in range(________________): nChar = ________________ Result[nChar] = Result.get(nChar,0) + 1 return Result{{ select(12) }}
- len(S)-n, S[i:n]
- len(S)-n+1, S[i:i+n]
- len(S), S[i:i+n]
- len(S)-n, S[i:i+n]
-
上题代码的时间复杂度是( )。
{{ select(13) }}
- (O(n))
- (O(n^2))
- (O(n \log n))
- (O(n^3))
-
下面是埃氏素数筛的Python实现,横线上应填入的代码是( )。
def listPrime(N): primeList = list(range(N+1)) primeList[0] = primeList[1] = False for i in range(2, int(N ** 0.5) + 1): if primeList[i] != False: for j in range(_____________): primeList[j] = False return [x for x in primeList if x != False]{{ select(14) }}
- i + i, N + 1, 2
- i * i, N + 1, i
- i * i, N, i * i
- i, N + 1, i
-
上题代码的时间复杂度是( )。
{{ select(15) }}
- (O(n))
- (O(n \log \log n))
- (O(n \log n))
- (O(n^2))
判断题
-
在程序设计中,i * i的效率通常比i ** 2 更高。( )
{{ select(16) }}
- 对
- 错
-
求解指定正整数范围内所有质数,采用线性筛算法比埃氏筛效率更高。( )
{{ select(17) }}
- 对
- 错
-
Python没有指针语法,不能实现C++中涉及指针的算法。( )
{{ select(18) }}
- 对
- 错
-
如果将双向链表的最后一个元素指向第一个元素,则构成环状链表。( )
{{ select(19) }}
- 对
- 错
-
链表不能采用快速排序或堆排序,但可以采用插入排序。( )
{{ select(20) }}
- 对
- 错
-
在Python中,set或dict因为存储时即自动排序,因此可以用二分法查找,时间复杂度为 (O(\log n))。( )
{{ select(21) }}
- 对
- 错
-
如果自定义class已经定义了__lt__() 魔术方法,则包含该类实例的数据结构,则将自动支持内置函数sorted()。( )
{{ select(22) }}
- 对
- 错
-
归并排序和快速排序都采用递归实现,也都是不稳定排序。( )
{{ select(23) }}
- 对
- 错
-
下面的Python代码能实现十进制正整数N转换为2、8、10、16,可适用于16进制以内进制。其中n和ds分别表示将转换的数以及目标进制。( )
n, ds = map(int, input().split()) rst = "" #保存转换结果 digDict = {i:c for i,c in enumerate("0123456789ABCDEF")} while n != 0: rst = digDict[n % ds] + rst n //= ds print(rst){{ select(24) }}
- 对
- 错
-
Python代码 print(sorted(range(10),key=lambda x:x%5)) 执行时将报错。( )
{{ select(25) }}
- 对
- 错