DS_Complexity

1-1

解决问题的效率，跟数据的组织方式无关。

F

---

1-2

抽象数据类型中，描述数据类型的方法与数据存储的物理结构有关。

F

---

1-3

抽象数据类型中，描述数据类型的方法与实现操作的算法和编程语言无关。

T

---

1-4

对应同一个数据结构，可以有不同的实现方法。

T

---

1-5

(NlogN)/1000是O(N)的。

F

---

1-6

斐波那契数列FN​的定义为：F0​=0, F1​=1, FN​=FN−1​+FN−2​, N=2, 3, …。用递归函数计算FN​的空间复杂度是O(N)。

T

---

1-7

斐波那契数列FN​的定义为：F0​=0, F1​=1, FN​=FN−1​+FN−2​, N=2, 3, …。用循环函数计算FN​的时间复杂度是Θ(FN​).

F

---

1-8

算法可以没有输入，但是必须有输出。

T

---

1-9

空间复杂度是根据算法写成的程序在执行时占用存储单元的长度，往往与输入数据的规模有关。

T

---

1-10

递归程序往往简洁易懂，但占用较大空间。递归层数过大会造成系统堆栈溢出。

T

---

2-1

下列函数中，哪两个函数具有相同的增长速度：

A.2N和NN

B.N和2/N

C.N2logN和NlogN2

D.NlogN2和NlogN

---

2-2

给定N×N×N的三维数组A，则在不改变数组的前提下，查找最小元素的时间复杂度是：

A.O(N2)

B.O(NlogN)

C.O(N2logN)

D.O(N3)

---

2-3

给定程序时间复杂度的递推公式：T(1)=1，T(N)=2T(N/2)+N。则对该程序时间复杂度最接近的描述是：

A.O(logN)

B.O(N)

C.O(NlogN)

D.O(N2)

---

2-4

与数据元素本身的形式、内容、相对位置、个数无关的是数据的（ ）。

A.存储结构

B.存储实现

C.逻辑结构

D.运算实现

---

2-5

通常要求同一逻辑结构中的所有数据元素具有相同的特性，这意味着（ ）。

 

A.数据在同一范围内取值

B.不仅数据元素所包含的数据项的个数要相同，而且对应数据项的类型要一致

C.每个数据元素都一样

D.数据元素所包含的数据项的个数要相等

---

2-6

下面的程序段违反了算法的（）原则。

void sam()
{  int n=2;
   while (n%2==0)    n+=2;
   printf(“%d”,n);
}

A.有穷性

B.确定性

C.可行性

D.健壮性

---

2-7

T(n)表示当输入规模为n时的算法效率，以下算法中效率最优的是( )。

A.T(n)=T(n-1)+1,T(1)=1

B.T(n)=2n2

C.T(n)=T(n/2)+1,T(1)=1

D.T(n)=3nlog2​n

---

2-8

下列程序段的时间复杂度是

int  sum = 0;
for(int i=1;i<n;i*=2)
    for(int j=0;j<i;j++)
        sum++;

A.O(logn)

B.O(n)

C.O(nlogn)

D.O(n2)

---

2-9

空间复杂度分析(阶乘，循环+动态数组版)

下面算法的空间复杂度为 ▁▁▁▁▁。

double Fac(int n)
{
    int k;
    double p, *a;
    a = (double*)malloc((n + 1) * sizeof(double));
    a[0] = 1.0;
    for (k = 1; k <= n; ++k)
    {
        a[k] = a[k - 1] * k;
    }
    p = a[n];
    free(a);
    return p;
}

A.O(n)

B.O(2n)

C.O(n2)

D.O(1)

---

2-10

设 0≤i,k<n，下面这段代码的时间复杂度是：

if (i>k) {
    for (j=i; j<n; j++)
        a[j] = a[j-k]+1;
}
else {
    for (j=i; j>0; j--)
        a[j] = a[k-j]+2;
}

A.O(n)

B.Θ(kn)

C.Ω(n)

D.Θ(nlogn)