Algorithmen und Datenstrukturen: Lernpaket

Formelsammlungen, die wichtigsten Lösungsschritte zu jedem Thema und 6 Übungsaufgaben, mit vollständigen Lösungen am Ende.

Neue AufgabenZurück zum Kurs

Wähle im Druckfenster „Als PDF speichern“, um eine Kopie auf deinem Gerät zu behalten.

1Formeln und Methoden

Graphentheorie

Handschlaglemma
Σ deg(v) = 2|E|
Vollständige Graphen
|E(Kn)| = n(n − 1)/2, |E(Km,n)| = m·n
Regulärer Graph
|E| = n·k/2
Baum und Wald
|E| = n − 1, |E| = n − c
Blätter eines Baums
L = 2 + Σ (deg(v) − 2) over deg(v) ≥ 3
Euler
Kreis: alle Grade gerade; Weg: genau 2 ungerade Grade
Hamilton-Kreise in Kn
(n − 1)!/2
Dijkstra-Aktualisierung
d(v) = min(d(v), d(u) + w(u, v))
Wege der Länge L
(Mᴸ)ij

Methode

  1. Schreibe den Grad jedes Knotens auf; die Grade summieren sich zum Doppelten der Kantenzahl.
  2. Prüfe bei Euler-Aufgaben, ob der Graph zusammenhängend ist, und zähle die Knoten mit ungeradem Grad.
  3. Verwende bei Bäumen n − 1 Kanten und das Handschlaglemma.
  4. Führe bei Dijkstra eine Tabelle der vorläufigen Abstände und schließe in jeder Runde den kleinsten noch offenen Knoten ab.
  5. Sortiere für einen minimalen aufspannenden Baum die Kanten nach Gewicht und überspringe jede Kante, die einen Kreis schließt (Kruskal), oder lass einen Baum von einem Startknoten aus wachsen (Prim).

2Übungsaufgaben

1.Algorithmen & KomplexitätMittel

Was bedeutet es, dass ein Problem optimale Teilstruktur hat?

  1. ADas Problem kann in konstanter Zeit gelöst werden
  2. BEine optimale Lösung lässt sich aus optimalen Lösungen seiner Teilprobleme zusammensetzen
  3. CDas Problem hat genau eine optimale Lösung, die jedes Teilproblem teilt
  4. DJedes Teilproblem hat dieselbe Größe
2.Algorithmen & KomplexitätSchwer

Welche Aussage über P und NP ist korrekt?

  1. AEs wurde bewiesen, dass P ≠ NP
  2. BNP bedeutet „nicht polynomiell“
  3. CJedes Problem in P liegt auch in NP
  4. DLösungen von NP-Problemen lassen sich nicht schnell überprüfen
3.DatenstrukturenMittel

Du hast eine Referenz auf einen Knoten in der Mitte einer Liste. In welcher Liste kannst du ihn in O(1) entfernen?

  1. AIn einer doppelt verketteten Liste
  2. BIn einem dynamischen Array
  3. CIn einem sortierten Array
  4. DIn einer einfach verketteten Liste
4.DatenstrukturenSchwer

Die Union-Find-Struktur (Disjoint Set) mit Union by Rank und Pfadkompression hat amortisierte Kosten pro Operation von:

  1. AO(α(n)), der inversen Ackermann-Funktion, die praktisch konstant ist
  2. BO(n)
  3. CO(n²)
  4. DGenau O(log n)
5.GraphentheorieMittel

Ein zusammenhängender Graph hat 14 Knoten und 14 Kanten. Wie viele Kanten k müssen entfernt werden, damit ein aufspannender Baum übrig bleibt?

|V| = 14|E| = 14
k =
6.GraphentheorieSchwer
563147102152ABCDEFG

Bestimme mit dem Dijkstra-Algorithmus die Länge d(F) des kürzesten Weges von A nach F im gewichteten Graphen.

Start: AZiel: F
d(F) =

3Lösungen

1.Algorithmen & Komplexität

Antwort: B · Eine optimale Lösung lässt sich aus optimalen Lösungen seiner Teilprobleme zusammensetzen

Warum das die Antwort ist

Optimale Teilstruktur ist sowohl für Greedy-Algorithmen als auch für dynamische Programmierung nötig, damit sie korrekte Ergebnisse liefern.

Antwort

B · Eine optimale Lösung lässt sich aus optimalen Lösungen seiner Teilprobleme zusammensetzen
2.Algorithmen & Komplexität

Antwort: C · Jedes Problem in P liegt auch in NP

Warum das die Antwort ist

P ⊆ NP: Wenn du ein Problem schnell lösen kannst, kannst du auch eine Lösung schnell überprüfen. Ob P = NP gilt, ist noch offen.

Antwort

C · Jedes Problem in P liegt auch in NP
3.Datenstrukturen

Antwort: A · In einer doppelt verketteten Liste

Warum das die Antwort ist

Ein doppelt verketteter Knoten kennt seinen Vorgänger, daher kannst du prev und next direkt neu verbinden; eine einfach verkettete Liste muss den Vorgänger erst suchen.

Antwort

A · In einer doppelt verketteten Liste
4.Datenstrukturen

Antwort: A · O(α(n)), der inversen Ackermann-Funktion, die praktisch konstant ist

Warum das die Antwort ist

Mit beiden Optimierungen benötigen Operationen amortisiert O(α(n)) Zeit; α(n) ≤ 4 für jedes realistische n.

Antwort

A · O(α(n)), der inversen Ackermann-Funktion, die praktisch konstant ist
5.Graphentheorie

Antwort: k = 1

Euler, Hamilton und Bäume: Ein zusammenhängender Graph hat einen Euler-Kreis (jede Kante einmal, zurück zum Start), wenn jeder Knoten geraden Grad hat, und einen Euler-Weg, der kein Kreis ist, wenn genau zwei Knoten ungeraden Grad haben; der Weg verläuft dann von einem ungeraden Knoten zum anderen. Ein Hamilton-Kreis besucht jeden Knoten einmal; Kn hat (n − 1)!/2 davon. Ein Baum mit n Knoten hat n − 1 Kanten, und ein zusammenhängender Graph mit m Kanten behält einen aufspannenden Baum, wenn man m − n + 1 Kanten entfernt.

Kanten eines aufspannenden Baums

14 − 1 = 13

Zu entfernende Kanten

k = 14 − 13 = 1

Antwort

k = 1
6.Graphentheorie

Antwort: d(F) = 21

Kürzeste Wege und aufspannende Bäume: Der Dijkstra-Algorithmus schließt in jeder Runde einen Knoten ab: den offenen Knoten mit dem kleinsten vorläufigen Abstand. Sein Abstand ist dann endgültig, und jeder Nachbar v erhält d(v) = min(d(v), d(u) + w(u, v)). Der Kruskal-Algorithmus baut einen minimalen aufspannenden Baum auf, indem er die Kanten von leicht nach schwer nimmt und jede Kante überspringt, die einen Kreis schließen würde; der Prim-Algorithmus lässt einen Baum von einem Startknoten aus wachsen, indem er immer die leichteste Kante hinzufügt, die aus ihm herausführt. Ein aufspannender Baum mit n Knoten hat n − 1 Kanten.

Dijkstra Runde für Runde

Jede Zeile: der abgeschlossene Knoten, sein endgültiger Abstand und die Nachbarn, deren Abstand sich verbessert.

A (0): B: 5
B (5): C: 11, G: 15
C (11): E: 14, G: 13
G (13): D: 28
E (14): F: 21
F (21)
D (28)

Kürzester Weg

A → B → C → E → F
d(F) = 21

Antwort

d(F) = 21

ExamProblems · examproblems.com/courses/data-structures-and-algorithms