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

Warum bringt dynamische Programmierung bei Mergesort keine echte Beschleunigung?

  1. ASeine Teilprobleme überlappen sich nicht, also gibt es nichts wiederzuverwenden
  2. BMergesort hat keine rekursive Struktur
  3. CMergesort ist bereits O(n)
  4. DDynamische Programmierung funktioniert nur bei Graphenproblemen, nicht bei Arrays
2.Algorithmen & KomplexitätSchwer

Was würde folgen, wenn jemand einen Polynomialzeitalgorithmus für ein NP-vollständiges Problem fände?

  1. ADas Halteproblem würde entscheidbar
  2. BAlle Algorithmen mit exponentieller Laufzeit würden sofort in linearer Zeit laufen
  3. CJedes Problem in NP wäre in polynomieller Zeit lösbar, also P = NP
  4. DNur dieses eine Problem würde nach P wandern
3.DatenstrukturenMittel

Eine Anwendung braucht schnelle Suchen, muss aber auch Schlüssel sortiert auflisten und Bereichsabfragen beantworten. Welche Struktur passt am besten?

  1. AEin balancierter binärer Suchbaum
  2. BEine unsortierte verkettete Liste
  3. CEin Stack
  4. DEine Hashtabelle
4.DatenstrukturenSchwer

Welches Problem des linearen Sondierens verringert Double Hashing vor allem?

  1. ADie Notwendigkeit einer Hashfunktion
  2. BDie Notwendigkeit, Schlüssel in der Tabelle zu speichern
  3. CPrimäre Clusterbildung, bei der lange Folgen belegter Plätze entstehen
  4. DDie O(n)-Kosten beim Lesen des Werts zu einem Schlüssel
5.GraphentheorieMittel

Ein zusammenhängender Graph hat 9 Knoten und 20 Kanten. Wie viele Kanten k müssen entfernt werden, damit ein aufspannender Baum übrig bleibt?

|V| = 9|E| = 20
k =
6.GraphentheorieSchwer
ABCDEF

Wie viele Wege der Länge 2 führen von D nach F? Ein Weg darf Knoten und Kanten wiederholen. Nenne die Zahl N.

M = AdjazenzmatrixL = 2
N =

3Lösungen

1.Algorithmen & Komplexität

Antwort: A · Seine Teilprobleme überlappen sich nicht, also gibt es nichts wiederzuverwenden

Warum das die Antwort ist

Die Hälften bei Mergesort sind disjunkt und werden jeweils einmal gelöst; DP hilft nur, wenn Teilprobleme wiederkehren, wie bei Fibonacci.

Antwort

A · Seine Teilprobleme überlappen sich nicht, also gibt es nichts wiederzuverwenden
2.Algorithmen & Komplexität

Antwort: C · Jedes Problem in NP wäre in polynomieller Zeit lösbar, also P = NP

Warum das die Antwort ist

Da sich ganz NP in polynomieller Zeit auf jedes NP-vollständige Problem reduzieren lässt, liefert ein schneller Algorithmus für eines einen schnellen Algorithmus für alle.

Antwort

C · Jedes Problem in NP wäre in polynomieller Zeit lösbar, also P = NP
3.Datenstrukturen

Antwort: A · Ein balancierter binärer Suchbaum

Warum das die Antwort ist

Ein balancierter BST bietet Suchen in O(log n) und hält die Schlüssel geordnet, sodass In-Order-Traversierung und Bereichsabfragen einfach sind; eine Hashtabelle verstreut die Schlüssel.

Antwort

A · Ein balancierter binärer Suchbaum
4.Datenstrukturen

Antwort: C · Primäre Clusterbildung, bei der lange Folgen belegter Plätze entstehen

Warum das die Antwort ist

Lineares Sondieren geht in Schritten von 1, daher wachsen belegte Folgen und verschmelzen; Double Hashing nutzt einen zweiten Hash für die Schrittweite, sodass verschiedene Schlüssel verschiedene Folgen sondieren.

Antwort

C · Primäre Clusterbildung, bei der lange Folgen belegter Plätze entstehen
5.Graphentheorie

Antwort: k = 12

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

9 − 1 = 8

Zu entfernende Kanten

k = 20 − 8 = 12

Antwort

k = 12
6.Graphentheorie

Antwort: N = 1

Grade: Der Grad eines Knotens ist die Anzahl der Kanten, die an ihm enden. Jede Kante hat zwei Enden, daher summieren sich die Grade zum Doppelten der Kantenzahl: Σ deg(v) = 2|E| (das Handschlaglemma). Die Anzahl der Knoten mit ungeradem Grad ist deshalb gerade. Kn hat n(n − 1)/2 Kanten, ein k-regulärer Graph mit n Knoten hat nk/2, und ein Baum mit n Knoten hat n − 1 Kanten.

Adjazenzmatrix

A: 0 1 1 0 0 0
B: 1 0 1 1 1 0
C: 1 1 0 0 1 0
D: 0 1 0 0 1 1
E: 0 1 1 1 0 1
F: 0 0 0 1 1 0

Gemeinsame Nachbarn

(M²)DF = 0·0 + 1·0 + 0·0 + 0·1 + 1·1 + 1·0 = 1

Antwort

N = 1

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