下列关于类的说法，错误的是( )。

假设变量 veh 是类 Car 的一个实例，我们可以调用 veh.move() ，是因为面向对象编程有（ ）性质。

class Vehicle {
	private:
		string brand;
	public:
		Vehicle(string b) : brand(b) {}
		void setBrand(const string& b) {
			brand = b;
		}
		string getBrand() const {
			return brand;
		}
		void move() const {
			cout << brand << " is moving..." << endl;
		}
};
class Car : public Vehicle {
	private:
		int seatCount;
	public:
		Car(string b, int seats) : Vehicle(b), seatCount(seats) {}
		void showInfo() const {
			cout << "This car is a " << getBrand()
			   << " with " << seatCount << " seats." << endl;
		}
};

下面代码中 v1 和 v2 调用了相同接口 move() ，但输出结果不同，这体现了面向对象编程的（ ）特性。

class Vehicle {
	private:
		string brand;
	public:
		Vehicle(string b) : brand(b) {}
		void setBrand(const string& b) {
			brand = b;
		}
		string getBrand() const {
			return brand;
		}
		virtual void move() const {
			cout << brand << " is moving..." << endl;
		}
};
class Car : public Vehicle {
	private:
		int seatCount;
	public:
		Car(string b, int seats) : Vehicle(b), seatCount(seats) {}
		void showInfo() const {
			cout << "This car is a " << getBrand()
			   << " with " << seatCount << " seats." << endl;
		}
		void move() const override {
			cout << getBrand() << " car is driving on the road!" << endl;
		}
};
class Bike : public Vehicle {
	public:
		Bike(string b) : Vehicle(b) {}
		void move() const override {
			cout << getBrand() << " bike is cycling on the path!" << endl;
		}
};
int main() {
	Vehicle* v1 = new Car("Toyota", 5);
	Vehicle* v2 = new Bike("Giant");
	v1->move();
	v2->move();
	delete v1;
	delete v2;
	return 0;
}

栈的操作特点是（ ）。

循环队列常用于实现数据缓冲。假设一个循环队列容量为 5 （即最多存放 4 个元素，留一个位置区分空与满），依次进行操作：入队数据1，2，3，出队1个数据，再入队数据4和5，此时队首到队尾的元素顺序是（ ）。

以下函数 createTree() 构造的树是什么类型？

struct TreeNode {
	int val;
	TreeNode* left;
	TreeNode* right;
	TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};
TreeNode* createTree() {
	TreeNode* root = new TreeNode(1);
	root->left = new TreeNode(2);
	root->right = new TreeNode(3);
	root->left->left = new TreeNode(4);
	root->left->right = new TreeNode(5);
	return root;
}

已知二叉树的 中序遍历 是 [D, B, E, A, F, C]，先序遍历 是 [A, B, D, E, C, F]。请问该二叉树的后序遍历结果是（ ）。

设有字符集 {a, b, c, d, e, f} ，其出现频率分别为 {5, 9, 12, 13, 16, 45} 。哈夫曼算法构造最优前缀编码，以下哪一组可能是对应的哈夫曼编码？（非叶子节点左边分支记作 0，右边分支记作 1，左右互换不影响正确性）。

下面代码生成格雷编码，则横线上应填写（ ）。

vector<string> grayCode(int n) {
	if (n == 0) return {"0"};
	if (n == 1) return {"0", "1"};
	vector<string> prev = grayCode(n-1);
	vector<string> result;
	for (string s : prev) {
		result.push_back("0" + s);
	}
	for (_______________) { // 在此处填写代码
		result.push_back("1" + prev[i]);
	}
	return result;
}

请将下列树的深度优先遍历代码补充完整，横线处应填入（ ）。

struct TreeNode {
	int val;
	TreeNode* left;
	TreeNode* right;
	TreeNode(int x): val(x), left(nullptr), right(nullptr) {}
};
void dfs(TreeNode* root) {
	if (!root) return;
	______<TreeNode*> temp; // 在此处填写代码
	temp.push(root);
	while (!temp.empty()) {
		TreeNode* node = temp.top();
		temp.pop();
		cout << node->val << " ";
		if (node->right) temp.push(node->right);
		if (node->left) temp.push(node->left);
	}
}

令 n 是树的节点数目，下列代码实现了树的广度优先遍历，其时间复杂度是（ ）。

void bfs(TreeNode* root) {
	if (!root) return;
	queue<TreeNode*> q;
	q.push(root);
	while (!q.empty()) {
		TreeNode* node = q.front();
		q.pop();
		cout << node->val << " ";
		if (node->left) q.push(node->left);
		if (node->right) q.push(node->right);
	}
}

在二叉排序树（Binary Search Tree, BST）中查找元素 50 ，从根节点开始：若根值为 60 ，则下一步应去搜索：（ ）。

删除二叉排序树中的节点时，如果节点有两个孩子，则横线处应填入（ ），其中 findMax 和 findMin 分别为寻找树的最大值和最小值的函数。

struct TreeNode {
	int val;
	TreeNode* left;
	TreeNode* right;
	TreeNode(int x): val(x), left(nullptr), right(nullptr) {}
};
TreeNode* deleteNode(TreeNode* root, int key) {
	if (!root) return nullptr;
	if (key < root->val) {
		root->left = deleteNode(root->left, key);
	} else if (key > root->val) {
		root->right = deleteNode(root->right, key);
	} else {
		if (!root->left) return root->right;
		if (!root->right) return root->left;
		TreeNode* temp = ____________; // 在此处填写代码
		root->val = temp->val;
		root->right = deleteNode(root->right, temp->val);
	}
	return root;
}

给定 n 个物品和一个最大承重为 W 的背包，每个物品有一个重量 wt[i] 和价值 val[i]，每个物品只能选择放或不放。目标是选择若干个物品放入背包，使得总价值最大，且总重量不超过 W，则横线上应填写（ ）。

int knapsack(int W, vector<int>& wt, vector<int>& val, int n) {
	vector<int> dp(W+1, 0);
	for (int i = 0; i < n; ++i) {
		for (int w = W; w >= wt[i]; --w) {
			________________________ // 在此处填写代码
		}
	}
	return dp[W];
}

当基类可能被多态使用，其析构函数应该声明为虚函数。

一个含有 100 个节点的完全二叉树，高度为 8。

在 C++ STL 中，栈（ std::stack ）的 pop 操作返回栈顶元素并移除它。

循环队列通过模运算循环使用空间。

题 一棵有 n 个节点的二叉树一定有 n-1 条边。

以下代码实现了二叉树的中序遍历。输入以下二叉树，中序遍历结果是 4 2 5 1 3 6 。

//   1
//   / \
//  2  3
// / \  \
// 4 5  6

struct TreeNode {
	int val;
	TreeNode* left;
	TreeNode* right;
	TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};
void inorderIterative(TreeNode* root) {
	stack<TreeNode*> st;
	TreeNode* curr = root;
	while (curr || !st.empty()) {
		while (curr) {
			st.push(curr);
			curr = curr->left;
		}
		curr = st.top();
		st.pop();
		cout << curr->val << " ";
		curr = curr->right;
	}
}

下面代码实现的二叉排序树的查找操作时间复杂度是 O(h)，其中 h 树高。

TreeNode* searchBST(TreeNode* root, int val) {
	while (root && root->val != val) {
		root = (val < root->val) ? root->left : root->right;
	}
	return root;
}

下面代码实现了动态规划版本的斐波那契数列计算，其时间复杂度是 O(2ⁿ)。

int fib_dp(int n) {
	if (n <= 1) return n;
	vector<int> dp(n+1);
	dp[0] = 0;
	dp[1] = 1;
	for (int i = 2; i <= n; i++) {
		dp[i] = dp[i-1] + dp[i-2];
	}
	return dp[n];
}

有一排香蕉，每个香蕉有不同的甜度值。小猴子想吃香蕉，但不能吃相邻的香蕉。以下代码能找到小猴子吃到最甜的香蕉组合。

// bananas：香蕉的甜度
void findSelectedBananas(vector<int>& bananas, vector<int>& dp) {
	vector<int> selected;
	int i = bananas.size() - 1;
	while (i >= 0) {
		if (i == 0) {
			selected.push_back(0);
			break;
		}
		if (dp[i] == dp[i-1]) {
			i--;
		} else {
			selected.push_back(i);
			i -= 2;
		}
	}
	reverse(selected.begin(), selected.end());
	cout << "小猴子吃了第: ";
	for (int idx : selected)
		cout << idx+1 << " ";
	cout << "个香蕉" << endl;
}
int main() {
	vector<int> bananas = {1, 2, 3, 1}; // 每个香蕉的甜
	vector<int> dp(bananas.size());
	dp[0] = bananas[0];
	dp[1] = max(bananas[0], bananas[1]);
	for (int i = 2; i < bananas.size(); i++) {
		dp[i] = max(bananas[i] + dp[i-2], dp[i-1]);
	}
	findSelectedBananas(bananas, dp);
	return 0;
}