- 数据元素可以由类型互不相同的数据项构成。T
- 算法和程序没有区别,在数据结构中二者是通用的。F
- 数据元素是数据的最小单位。F
- 数据结构概念包括数据之间的逻辑结构、数据在计算机中的存储方式和数据的运算三个方面。T
- 数据结构的抽象操作的定义与具体实现有关。F
- 关于《数据结构》学科:《数据结构》是一门研究数值计算的程序设计问题的学科 。F
- 算法独立于具体的程序设计语言,与具体的计算机无关。T
- 数据结构包括数据对象集以及它们的逻辑结构和物理结构,还包括与数据对象相关联的操作集,以及实现这些操作的高效的算法。T
- 数据的逻辑结构是指数据的各数据项之间的逻辑关系。F
- 算法分析的两个主要方面是时间复杂度和空间复杂度的分析。T
- 数据的逻辑结构说明数据元素之间的顺序关系,它依赖于计算机的存储结构。F
- 抽象数据类型与计算机内部表示和实现无关。T
- 算法可以没有输入,但是必须有输出。T
- 在 任 何 情 况 下 , 时 间 复 杂 度 为 O ( n 2 ) 的 算 法 比 时 间 复 杂 度 为 O ( n ∗ l o g n ) 的 算 法 所 花 费 的 时 间 都 长 。 . 在任何情况下,时间复杂度为O(n^2)的算法比时间复杂度为O(n*logn)的算法所花费的时间都长。 . 在任何情况下,时间复杂度为O(n2)的算法比时间复杂度为O(n∗logn)的算法所花费的时间都长。. F
- 算法的优劣与算法描述语言无关,但与所用计算机有关。F
- 数据的逻辑结构与数据元素本身的内容和形式无关。T
- 对于某些算法,随着问题规模的扩大,所花的时间不一定单调增加。T
- 数据项是数据的最小单位。T
- 顺序存储的线性表可以随机存取。T
- (neuDS)所谓随机存取,就是通过首地址和元素的位序号值可以在O(1)的时间内找到指定的元素。T
- 带头结点的单循环链表中,任一结点的后继结点的指针域均不空。T
- 在一个设有头指针和尾指针的单链表中,执行删除该单链表中最后一个元素的操作与链表的长度无关。F
- 顺序存储结构的主要缺点是不利于插入或删除操作。T
- (neuDS)在顺序表上进行插入、删除操作时需要移动元素的个数与待插入或待删除元素的位置无关。F
- 在顺序表中取出第i个元素所花费的时间与i成正比。F
- 顺序存储方式只能用于存储线性结构。F
- 线性表的顺序存储表示优于链式存储表示。F
- 在线性表的顺序存储结构中,插入和删除元素时,移动元素的个数与该元素的位置有关。T
- 在具有头结点的链式存储结构中,头指针指向链表中的第一个元素结点。F
- 线性表采用链式存储表示时,所有结点之间的存储单元地址可以连续也可以不连续。T
- 链式存储的优点是插入、删除元素时不会引起后续元素的移动,缺点是只能顺序访问各元素。T
- (neuDS)在线性表的顺序存储结构中可实现快速的随机存取,而在链式存储结构中则只能进行顺序存取。T
- 若用链表来表示一个线性表,则表中元素的地址一定是连续的。F
- 循环链表可以做到从任一结点出发,访问到链表的全部结点。T
- (neuDS)在顺序表中逻辑上相邻的元素,其对应的物理位置也是相邻的。T
- 链表的每个结点都恰好有一个指针。F
- 若某线性表最常用的操作是存取任一指定序号的元素和在最后进行插入和删除运算,则利用顺序表存储最节省时间。T
- 链表 - 存储结构:链表中逻辑上相邻的元素,其物理位置也一定相邻。F
- 栈是一种对进栈、出栈操作总次数做了限制的线性表。F
- 通过对堆栈S操作:Push(S,1), Push(S,2), Pop(S), Push(S,3), Pop(S), Pop(S)。输出的序列为:123。F
- 环形队列中有多少个元素可以根据队首指针和队尾指针的值来计算。T
- 栈顶元素和栈底元素有可能是冋一个元素。T
- 栈底元素是不能删除的元素。F
- n个元素进队的顺序和出队的顺序总是一致的。T
- 栈和队列的存储方式,既可以是顺序方式,也可以是链式方式。T
- 对顺序栈进行进栈、出栈操作不涉及元素的前、后移动问题。T
- 循环队列也存在着空间溢出问题。T
- 循环队列执行出队操作时会引起大量元素的移动。F
- 在用数组表示的循环队列中,front值一定小于等于rear值。F
- 顺序栈中元素值的大小是有序的。F
- 栈是插入和删除只能在一端进行的线性表;队列是插入在一端进行,删除在另一端进行的线性表。T
- 若一个栈的输入序列为{1, 2, 3, 4, 5},则不可能得到{3, 4, 1, 2, 5}这样的出栈序列。T
- 若采用“队首指针和队尾指针的值相等”作为环形队列为空的标志,则在设置一个空队时只需将队首指针和队尾
- 指针赋同一个值,不管什么值都可以。T
- 在n个元素连续进栈以后,它们的出栈顺序和进栈顺序一定正好相反。T
- 具有10个叶结点的二叉树中,有9个度为2的结点。T
- 对于一个有N个结点、K条边的森林,不能确定它共有几棵树。F
- 存在一棵总共有2016个结点的二叉树,其中有16个结点只有一个孩子。F
- 某二叉树的前序和中序遍历序列正好一样,则该二叉树中的任何结点一定都无右孩子。F
- 设只包含根结点的二叉树高度为0,则高度为k的二叉树最小结点数为k+1。T
- 若一个结点是某二叉树的中序遍历序列的最后一个结点,则它必是该树的前序遍历序列中的最后一个结点。F
- 二叉树可以用二叉链表存储,树无法用二叉链表存储。F
- 在任意一棵二叉树中,分支结点的数目一定少于叶结点的数目。F
- 在含有n个结点的树中,边数只能是n-1条。T
- 将一棵完全二叉树存于数组中(根结点的下标为1)。则下标为23和24的两个结点是兄弟。F
- 完全二叉树中,若一个结点没有左孩子,则它必是树叶。T
- 某二叉树的后序和中序遍历序列正好一样,则该二叉树中的任何结点一定都无右孩子。T
- 任何二叉搜索树中同一层的结点从左到右是有序的(从小到大)。T
- 对N(≥2)个权值均不相同的字符构造哈夫曼树,则树中任一非叶结点的权值一定不小于下一层任一结点的权值。T
- 若
A
和B
都是一棵二叉树的叶子结点,则存在这样的二叉树,其前序遍历序列为...A...B...
,而中序遍历序列为...B...A...
。F - 树的后根序遍历序列等同于它所对应二叉树的中序遍历序列。T
- 将一棵树转成二叉树,根结点没有左子树。F
- 某二叉树的后序和中序遍历序列正好一样,则该二叉树中的任何结点一定都无左孩子。F
- 一棵有124个结点的完全二叉树,其叶结点个数是确定的。T
- 某二叉树的前序和中序遍历序列正好一样,则该二叉树中的任何结点一定都无左孩子。T
- 二叉树通常有顺序存储结构和链式存储结构。T
- 关于树和二叉树:二叉树就是度为 2 的树。F
- 在任一有向图中,所有顶点的入度之和等于所有顶点的出度之和。T
- 若图G为连通图且不存在拓扑排序序列,则图G必有环。T
- 用邻接表法存储图,占用的存储空间数只与图中结点个数有关,而与边数无关。F
- 用邻接矩阵法存储图,占用的存储空间数只与图中结点个数有关,而与边数无关。T
- 如果无向图G必须进行两次广度优先搜索才能访问其所有顶点,则G中一定有回路。F
- 在一个有向图中,所有顶点的入度与出度之和等于所有边之和的2倍。T
- Kruskal 算法是维护一个森林,每一步把两棵树合并成一棵。T
- 如果 e 是有权无向图 G 唯一的一条最短边,那么边 e 一定会在该图的最小生成树上。T
- 若图G有环,则G不存在拓扑排序序列。T
- 无向连通图至少有一个顶点的度为1。F
- Kruskal 算法是通过每步添加一条边及其相连的顶点到一棵树,从而逐步生成最小生成树。F
- 无向连通图边数一定大于顶点个数减1。F
- Prim 算法是维护一个森林,每一步把两棵树合并成一棵。F
- 无向连通图所有顶点的度之和为偶数。T
- 如果无向图G必须进行两次广度优先搜索才能访问其所有顶点,则G一定有2个连通分量。T
- Prim 算法是通过每步添加一条边及其相连的顶点到一棵树,从而逐步生成最小生成树。T
- 若用平方探测法解决冲突,则插入新元素时,若散列表容量为质数,插入就一定可以成功。F
- 将M个元素存入用长度为S的数组表示的散列表,则该表的装填因子为M/S。T
- 将 10 个元素散列到 100 000 个单元的哈希表中,一定不会产生冲突。F
- 即使把2个元素散列到有100个单元的表中,仍然有可能发生冲突。T
- 二叉排序树的后序遍历序列必然是递增的。F
- 在散列表中,所谓同义词就是具有相同散列地址的两个元素。T
- 在散列表中,所谓同义词就是被不同散列函数映射到同一地址的两个元素。F
- 折半查找与二分查找树的时间性能在最坏的情况下是相同的。F
- 在二叉排序树中插入一个新结点,总是插入到叶子结点下面。F
- 折半查找法的查找速度一定比顺序查找法快。F
- 用向量和单链表表示的有序表均可使用折半查找方法来提高查找速度。F
- 在散列中,函数“插入”和“查找”具有同样的时间复杂度。T
- (neuDS)由顺序表和单链表表示的有序表均可使用二分查找法来提高查找速度。F
- 给定序列{100,86,48,73,35,39,42,57,66,21},按堆结构的定义,它一定是堆。T
堆是满二叉树。F - (neuDS)直接插入排序算法在最好情况下的时间复杂度为O(n)。T
- 堆排序是稳定的排序算法。( )F
- 对N个记录进行快速排序,在最坏的情况下,其时间复杂度是O(NlogN)。F
- 对 于 n 个 记 录 的 集 合 进 行 冒 泡 排 序 , 在 最 坏 情 况 下 需 要 的 时 间 是 O ( n 2 ) 。 . 对于n个记录的集合进行冒泡排序,在最坏情况下需要的时间是O(n^2)。 . 对于n个记录的集合进行冒泡排序,在最坏情况下需要的时间是O(n2)。.T
- 希尔排序是稳定的算法。F
- 直 接 选 择 排 序 的 时 间 复 杂 度 为 O ( n 2 ) , 不 受 数 据 初 始 排 列 的 影 响 。 . 直接选择排序的时间复杂度为O(n^2),不受数据初始排列的影响。 . 直接选择排序的时间复杂度为O(n2),不受数据初始排列的影响。.T
- 直接选择排序算法在最好情况下的时间复杂度为O(N)。F
- 插入排序算法在每一趟都能选取出一个元素放在其最终的位置上。F
- 堆是完全二叉树,完全二叉树不一定是堆。( )T
- 对N个记录进行堆排序,需要的额外空间为O(N)。F
- 堆肯定是一棵平衡二叉树。F
- 内排序的快速排序方法,在任何情况下均可得到最快的排序效果。F
- 由于希尔排序的最后一趟与直接插入排序过程相同,因此前者一定比后者花费的时间更多。F
- 在堆排序中,若要进行升序排序,则需要建立大根堆。( )T
- 快速排序是稳定的算法。F
- 有一大根堆,堆中任意结点的关键字均大于它的左右孩子关键字,则其具有最小值的结点一定是一个叶子结点并可能在堆的最后两层中。T
- 直接插入排序是不稳定的排序方法。F
- 对 N 个 记 录 进 行 简 单 选 择 排 序 , 比 较 次 数 和 移 动 次 数 分 别 为 O ( n 2 ) 和 O ( N ) 。 . 对N个记录进行简单选择排序,比较次数和移动次数分别为O(n^2)和O(N)。 . 对N个记录进行简单选择排序,比较次数和移动次数分别为O(n2)和O(N)。.T
- 排序算法中的比较次数与初始元素序列的排列无关。F
- 当待排序记录已经从小到大排序或者已经从大到小排序时,快速排序的执行时间最省。F
- 起泡排序的排序趟数与参加排序的序列原始状态有关。T
- 用希尔(shell)方法排序时,若关键字的初始排序杂乱无序,则排序效率就低。F
- 内排序要求数据一定要以顺序方式存储。F
- (neuDS)排序的稳定性是指排序算法中的比较次数保持不变,且算法能够终止。F
沈师PTA数据结构判断
最新推荐文章于 2024-08-22 10:22:39 发布