day20

1:用链接方式存储的队列,在进行插入运算时 (D)
A:仅修改头指针
B:头、尾指针都要修改
C:仅修改尾指针
D:头、尾指针可能都要修改
解析:当链表为空时,队头指针和队尾指针指向头结点,当插入第一个元素是,队头指针和队尾指针都需要修改。
2:向二叉排序树中插入一个新结点,需要比较的次数可能大于此二叉树的高度h。这种说法(B)
A:正确
B:错误
解析:最坏情况下和树的高度一样,不可能比树的高度要大,在二叉搜索树中查找和二分查找相似。
3:以下数组定义中错误的是(B)
A:int x[][3] = {0};
B:int x[2][3] = {{1,2},{3,4},{5,6}};
C:int x[][3] = {{1,2,3},{4,5,6}};
D:int x[2][3] = {1,2,3,4,5,6};
解析:二维数组可以不写行数,但是列数必须写,B选项中定义二维数组为两行三列,但是实际给出的初始化的值为三行两列,错误
4:将一棵树转换为二叉树后,这棵二叉树的形态是(B)
A:一定没有左子树
B:一定没有右子树
C:一定同时具有左子树和右子树
D:不确定
解析:根结点无兄弟结点,所以转换过去没有右子树
5:假设以行优先顺序存储三维数组A[5][6][7],其中元素A[0][0][0]的地址为1100,且每个元素占2个存储单元,则A[4][3][2]的地址是(D)
A:1150
B:1291
C:1380
D:1482
解析
首先A[0]-A[3]元素个数为:4*6*7
其次A[4][0]-A[4][2]元素个数为:3*7
然后A[4][3][0]-A[4][3][2]元素个数为:3
则:(4*6*7+3*7+3)*2=382+1100=1482
6:一个具有513个节点的二叉树,有(C)种可能的层高。
A:513
B:512
C:504
D:503
E:2
F:1
解析:513个结点层高最低为10层,所以10-513,共有504种层高。
7:设有一个二维数组A[m][n],假设A[0][0]存放位置在644(10),A[2][2]存放位置在676(10),每个元素占一个空间,问A[3][3](10)存放在什么位置?
脚注(10)表示用10进制表示(C)
A:688
B:678
C:692
D:696
解析:644 + n * 2 + 2 = 676 ,所以n = 15.;A[3][3] = 644 + 15 * 3 + 3 = 692
8:深度为5的二叉树至多有©个结点。
A:16
B:32
C:31
D:10
解析:2^(6)-1=31
9:栈是特殊的线性表,它 的插入和删除分别在线性表的两端进行 。 ( B)
A:正确
B:错误
解析:栈是在栈顶进行操作,不在两端。
10:给定二叉树如图 A-1 所示。设 N 代表二叉树的根, L 代表根结点的左子树, R 代表根结点的右子树。若遍历后的结点序列是 3 , 1 , 7 , 5, 6 , 2 , 4 ,则其遍
历方式是(D)
A:LRN
B:NRL
C:RLN
D:RNL
解析:遍历结点的顺序是先右字树再根结点再左结点,所以是RNL

  • 10
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我来回答你的问题。首先,广度优先搜索(BFS)是一种图搜索算法,可以用来解决一些问题,比如迷宫问题。在迷宫问题中,我们需要找到一条从起点到终点的最短路径。下面是用 Python 实现 BFS 解决迷宫问题的示例代码: ```python from collections import deque # 定义一个二维数组表示迷宫,0 表示可以走,1 表示障碍物 maze = [ [0, 1, 0, 0, 0], [0, 1, 0, 1, 0], [0, 0, 0, 0, 0], [0, 1, 1, 1, 0], [0, 0, 0, 1, 0], ] # 定义起点和终点 start = (0, 0) end = (4, 4) # 定义四个方向,上下左右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] def bfs(maze, start, end): # 定义队列,初始将起点加入队列 queue = deque([start]) # 定义 visited 集合,用于记录已经访问过的位置 visited = set([start]) while queue: # 取出队列中的第一个节点 node = queue.popleft() # 如果当前节点是终点,返回到达终点的最短距离 if node == end: return distance[node[0]][node[1]] # 对于当前节点,遍历它的四个方向 for direction in directions: # 计算出下一个节点的坐标 next_node = (node[0] + direction[0], node[1] + direction[1]) # 如果下一个节点不越界且没有访问过,并且可以走(maze[next_node[0]][next_node[1]] == 0),将它加入队列和 visited 集合 if 0 <= next_node[0] < len(maze) and 0 <= next_node[1] < len(maze[0]) and next_node not in visited and maze[next_node[0]][next_node[1]] == 0: queue.append(next_node) visited.add(next_node) # 如果没有找到到达终点的路径,返回 -1 return -1 # 计算每个位置到起点的最短距离 distance = [[float('inf') for _ in range(len(maze[0]))] for _ in range(len(maze))] distance[start[0]][start[1]] = 0 bfs(maze, start, end) ``` 在上面的代码中,我们首先定义了一个迷宫,然后定义了起点和终点。接着,我们定义了四个方向,上下左右。接下来,我们定义了 bfs 函数,用于实现广度优先搜索。在 bfs 函数中,我们首先定义了一个队列和 visited 集合,用于记录已经访问过的位置。然后,我们将起点加入队列和 visited 集合。接着,我们进行循环,取出队列中的第一个节点,遍历它的四个方向。如果下一个节点不越界且没有访问过,并且可以走,我们将它加入队列和 visited 集合。最后,如果没有找到到达终点的路径,返回 -1。 最后,我们计算每个位置到起点的最短距离,并调用 bfs 函数求解最短路径。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值