#X0013. CSP 2025 提高级第一轮
CSP 2025 提高级第一轮
- 有 5 个红色球和5 个蓝色球,它们除了颜色之外完全相同。将这10 个球排成一排,要求任意两个蓝色球都不能相邻,有多少种不同的排列方法? {{ select(1) }}
- 25
- 30
- 6
- 120
2.在 KMP 算法中,对于模式串P=abacaba,其 next 数组(next[i] 定义为模式串P[0..i] 最长公共前后缀的长度,且数组下标从 0 开始)的值是什么? {{ select(2) }}
- {0,0,1,0,1,2,3}
- {0,1,2,3,4,5,6}
- {0,0,1,1,2,2,3}
- {0,0,0,0,1,2,3}
3.对一个大小为16(下标 0∼15)的数组上构建满线段树。查询区间 [3,11] 时,最少需要访问多少个树结点(包括路径上的父结点和完全包含在查询区间内的结点)? {{ select(3) }}
- 7
- 8
- 9
- 10
4.将字符串cat,car,cart, case,dog,do 插入一个空的 Trie 树(前缀树)中。构建完成 Trie 树(包括根节点)共有多少个结点? {{ select(4) }}
- 8
- 9
- 10
- 11
5.对于一个包含 n 个结点和m 条边的有向无环图(DAG),其拓扑排序的结果有多少种可能? {{ select(5) }}
- 只有1 种
- 最多n 种
- 等于n−m 种
- 以上都不对
- 在一个大小为 13 的哈希表中,使用闭散列法的线性探查来解决冲突。哈希函数为H(key)=keymod13。依次插入关键字18,26,35,9,68,74。插入74 后,它最终被放置在哪个索引位置? {{ select(6) }}
- 5
- 7
- 9
- 11
7.一个包含8 个顶点的完全图(顶点的编号为 1 到 8),任意两点之间的边权等于两顶点编号的差的绝对值。例如,顶点3 和7 之间的边权为 ∣7−3∣=4。该图的最小生成树总权重是多少? {{ select(7) }}
- 7
- 8
- 9
- 10
8.如果一棵二叉搜索树的后序遍历序列是2,5,4,8,12,10,6,那么该树的前序遍历是什么? {{ select(8) }}
- 6,4,2,5,10,8,12
- 6,4,5,2,10,12,8
- 2,4,5,6,8,10,12
- 12,8,10,5,2,4,6
9.一个0−1 背包问题,背包容量为20。现有5 个物品,其重量和价值分别为7,5,4,3,6 和 15,12,9,7,13。装入背包的物品能获得的最大总价值是多少? {{ select(9) }}
- 43
- 41
- 45
- 44
10.在一棵以结点1 为根的树中,结点12 和结点18 的最近公共祖先(LCA)是结点4。那么下列哪个结点的 LCA 组合是不可能出现的? {{ select(10) }}
- LCA(12,4)=4
- LCA(18,4)=4
- LCA(12,18,4)=4
- LCA(12,1)=4
- 递归关系式T(n)=2T(n/2)+O() 描述了某个分治算法的时间复杂度。请问该算法的时间复杂度是多少? {{ select(11) }}
- O(n)
- O(nlogn)
- O()
- O()
12.在一个初始为空的最小堆(min-heap)中,依次插入元素20,12,15,8,10,5。然后连续执行两次“删除最小值”(delete-min)操作。请问此时堆顶元素是什么? {{ select(12) }}
- 10
- 12
- 15
- 20
13.1 到 1000 之间,不能被2,3,5 中任意一个数整除的整数有多少个? {{ select(13) }}
- 266
- 267
- 333
- 334
14.斐波那契数列的定义为F(0)=0, F(1)=1, F(n)=F(n−1)+F(n−2)。使用朴素递归方法计算F(n) 的时间复杂度是指数级的,而使用动态规划(或迭代)方法的时间复杂度是线性的。造成这种巨大差异的根本原因是?
{{ select(14) }}
- 递归函数调用栈开销过大
- 操作系统对递归深度有限制
- 朴素递归中存在大量的重叠子问题未被重复利用
- 动态规划使用了更少的数据存储空间
15.5 个独立的、不可抢占的任务需要在一台机器上执行(从时间0 开始执行),每个任务都有对应的处理时长和截止时刻,按顺序分别为3,4,2,5,1 和5,10,3,15,11。如果某一个任务超时,相应的惩罚等于其处理时长。为了最小化总惩罚,应该优先执行哪个任务? {{ select(15) }}
- 处理时间最短的任务
- 截止时间最早的任务
- 处理时间最长的任务
- 任意一个任务都可以
二、阅读程序(程序输入不超过数组或字符串定义的范围;判断题正确填 √,错误填 ⨉ ;除特殊说明外,判断题 1.5 分,选择题 3 分,共计 40 分)
第 1 题

16.(1 分) 当输入的n=3 的时候,程序输出的答案为 3。 {{ select(16) }}
- 正确
- 错误
17.在 dfs 函数运行过程中,k 的取值会满足1≤k≤n+1。 {{ select(17) }}
- 正确
- 错误
18.删除第 19 行的 flag[i]=false;,对答案不会产生影响。 {{ select(18) }}
- 正确
- 错误
19.当输入的 n=4 的时候,程序输出的答案为( )。 {{ select(19) }}
- 11
- 12
- 24
- 9
- 如果因为某些问题,导致程序运行第 25 行的 dfs 函数之前,数组 p 的初值并不全为 0,则对程序的影响是( )。 {{ select(20) }}
- 输出的答案比原答案要小
- 无法确定输出的答案
- 程序可能陷入死循环
- 没有影响
21.假如删去第 14 行的 if(flag[i]) continue;,输入 3,得到的输出答案是( )。 {{ select(21) }}
- 27
- 3
- 16
- 12
第 2 题

注意:下述的“猜测数”为调用 check 函数的次数(即cnt_check 的值);“猜测正确”的含义为 assert_ans 函数 return true(执行第 25 行所在分支)的情况;所有输入保证1≤k≤n)。
22.当输入为 "6 5 1" 时,猜测次数为 5;当输入为 "6 5 2" 时,猜测次数为 3。 {{ select(22) }}
- 正确
- 错误
23.不管输入的 n 和 k 具体为多少,t=2 时的猜测数总是小于等于t=1 时的猜测数。 {{ select(23) }}
- 正确
- 错误
24.不管t=1 或t=2,程序都一定会猜到正确结果。 () {{ select(24) }}
- 正确
- 错误
25.函数 guess1 在运行过程中,cnt_broken 的值最多为( )。 {{ select(25) }}
- 0
- B. 1
- c. 2
- D. n
26.函数 guess2 在运行过程中,最多使用的猜测次数的量级为( )。 {{ select(26) }}
- O(n)
- O()
- O( )
- O(logn)
27.当输入的n=100 的时候,代码中t=1 和 t=2 分别需要的猜测次数最多分别为( )。 {{ select(27) }}
- 100,14
- 100,13
- 99,14
- 99,13
第 3 题

28.删除第 51 行的 std::sort(ans2.begin(), ans2.end()); 后,代码输出的结果不会受到影响。 {{ select(28) }}
- 正确
- 错误
29.假设计算过程中不发生溢出,函数mpow(x,k) 的功能是求出的取值。 {{ select(29) }}
- 正确
- 错误
30.代码中第 39 行到第 50 行的目的是为了将ans1 数组进行“去重”操作。 {{ select(30) }}
- 正确
- 错误
31.当输入为 3 15 1 2 -1 2 1 2 时,输出结果为( ) {{ select(31) }}
- 4
- 8
- 0
- 10
32.记程序结束前p 数组元素的最大值为P,则该代码的时间复杂度是( )。 {{ select(32) }}
- O(n)
- O(
- O(
- O(
33.本题所求出的是( )。 {{ select(33) }}
-
满足 的整数方程的解的数量
-
满足 的整数方程的解的数量
-

-

三、完善程序(单选题,每小题 3 分,共计 30 分) (1)(特殊最短路)给定一个含N 个点、M 条边的带权无向图,边权非负。起点为S,终点为T。对于一条S 到 T 的路径,可以在整条路径中,至多选择一条边作为“免费边”:当第一次经过这条被选中的边时,费用视为 0;如果之后再次经过该边,则仍按其原始权重计费。点和边均允许重复经过。求从S 到T 的最小总费用。
以下代码求解了上述问题。试补全程序。

34.①处应填 ( ) {{ select(34) }}
- 0
- 1
- -1
- false
35.② 处应填( )。 {{ select(35) }}
- d[u][!used]
- d[u][used]
- d[t][used]
- INF
36.③ 处应填( )。 {{ select(36) }}
- d[v][1]
- d[v][used]
- d[u][used]
- d[v][0]
37.④ 处应填( )。 {{ select(37) }}
- d[v][0]
- d[v][1]
- d[u][0]
- d[u][1]
38.⑤ 处应填( )。 {{ select(38) }}
- d[t][1]
- d[t][0]
- min(d[t][0], d[t][1])
- d[t][0] + d[t][1]
(2)工厂打算通过客户反馈来间接测试生产线,从而找到存在缺陷的生产线。工厂有n 条生产线(编号0∼n−1),已知其中恰有一条生产线存在缺陷。每一轮测试为,从若干生产线的产品取样混合成一个批次发给客户。若该批次中包含缺陷生产线的产品,客户将要求退货(结果记为 1),否则正常收货(记为 0)。受售后压力限制,在所有发货批次中,最多只能有 k 次退货(即结果为 1 的次数 ≤k)。工厂的目标是,设计最少的间接测试轮数 w(发货总批次),保证根据客户收货或退货的反馈结果,唯一确定存在缺陷的生产线。
以下程序实现了工厂的目标,包含两部分:i) 确定 w 的最小值,并设计最优测试方案;ii) 根据测试结果推断存在缺陷的生产线。该程序确定w 最小值的方法为:由于不同的生产线故障时,测试应当返回不同的结果,因此w 轮测试的可能结果总数不应少于生产线数量。
test_subset() 函数为抽象测试接口,输入所有批次的方案并返回一个二进制编码;该编码表示为每批次的检测结果(即最低位是第 1 批次、最高位是第w 批次);其实现在此处未给出。
试补全程序。

39.① 处应填( )。 {{ select(39) }}
- (1 << w) < n
- count_patterns(w, k) < n
- count_patterns(k, w) < n
- comb(w, k) < n
40.② 处应填( )。 {{ select(40) }}
- next_permutation(bits.begin(), bits.end())
- prev_permutation(bits.begin(), bits.end())
- next_permutation(bits.begin(), bits.begin()+ones)
- prev_permutation(bits.begin(), bits.begin()+ones)
41.③ 处应填( ) {{ select(41) }}
- (j >> i) & 1
- (i >> j) & 1
- code[i][j] == 1
- code[j][i] == 1
42.④ 处应填( )。 {{ select(42) }}
- (signature >> i) & 1
- (signature >> i) ^ 1
- signature | (1 << i)
- (signature >> i) | 1
43.⑤ 处应填( ) {{ select(43) }}
- is_permutation(code[j].begin(), code[j].end(), sig_bits.begin())
- code[j] == sig_bits
- plan[j] == sig_bits
- code[j][i] == sig_bits[i]