Algorithmen und Datenstrukturen: Lernpaket

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

Neue Aufgaben Zurück 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(K_n)| = n(n − 1)/2, |E(K_m,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 K_n: (n − 1)!/2
Dijkstra-Aktualisierung: d(v) = min(d(v), d(u) + w(u, v))
Wege der Länge L: (Mᴸ)_ij

Methode

Schreibe den Grad jedes Knotens auf; die Grade summieren sich zum Doppelten der Kantenzahl.
Prüfe bei Euler-Aufgaben, ob der Graph zusammenhängend ist, und zähle die Knoten mit ungeradem Grad.
Verwende bei Bäumen n − 1 Kanten und das Handschlaglemma.
Führe bei Dijkstra eine Tabelle der vorläufigen Abstände und schließe in jeder Runde den kleinsten noch offenen Knoten ab.
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

Wie viele Münzen verwendet bei Münzen zu 1, 3 und 4 und einem Betrag von 6 die gierige Methode „größte Münze zuerst" im Vergleich zum Optimum?

AGreedy braucht 3 Münzen; das Optimum ist 3
BGreedy braucht 4 Münzen; das Optimum ist 3
CGreedy braucht 3 Münzen; das Optimum ist 2
DGreedy braucht 2 Münzen; das Optimum ist 2

2.Algorithmen & KomplexitätSchwer

Was ist die Lösung der Rekursionsgleichung T(n) = 2T(n/2) + n log n?

AΘ(n log n)
BΘ(n log² n)
CΘ(n²)
DΘ(n)

3.DatenstrukturenMittel

Wie wird ein neues Element in einen binären Heap eingefügt?

AAns Ende des Arrays setzen und nach oben wandern lassen (sift-up), solange es die Heap-Eigenschaft verletzt
BAn der sortierten Position einfügen, indem alle größeren Elemente um eine Stelle nach rechts verschoben werden
CDen ganzen Heap von Grund auf neu aufbauen
DIn die Wurzel setzen und nach unten wandern lassen

4.DatenstrukturenSchwer

Welches Problem des linearen Sondierens verringert Double Hashing vor allem?

ADie Notwendigkeit, Schlüssel in der Tabelle zu speichern
BPrimäre Clusterbildung, bei der lange Folgen belegter Plätze entstehen
CDie O(n)-Kosten beim Lesen des Werts zu einem Schlüssel
DDie Notwendigkeit einer Hashfunktion

5.GraphentheorieMittel

Ein Baum hat 3 Knoten vom Grad 3, 2 Knoten vom Grad 5, und alle seine anderen Knoten sind Blätter (Grad 1). Wie viele Blätter L hat er?

3 × deg 32 × deg 5

L =

6.GraphentheorieSchwer

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: C · Greedy braucht 3 Münzen; das Optimum ist 2

Warum das die Antwort ist

Greedy nimmt 4 + 1 + 1 = 3 Münzen, aber 3 + 3 braucht nur 2, also ist Greedy für dieses Münzsystem nicht optimal; dynamische Programmierung schon.

Antwort

C · Greedy braucht 3 Münzen; das Optimum ist 2

2.Algorithmen & Komplexität

Antwort: B · Θ(n log² n)

Warum das die Antwort ist

Ebene k leistet etwa n log(n / 2ᵏ) Arbeit, und die Summe über log n Ebenen ergibt Θ(n log² n), den erweiterten zweiten Fall des Master-Theorems.

Antwort

B · Θ(n log² n)

3.Datenstrukturen

Antwort: A · Ans Ende des Arrays setzen und nach oben wandern lassen (sift-up), solange es die Heap-Eigenschaft verletzt

Warum das die Antwort ist

Das Hinzufügen am Ende hält den Baum vollständig; das Vertauschen mit dem Elternknoten stellt die Ordnung in O(log n) Schritten wieder her.

Antwort

A · Ans Ende des Arrays setzen und nach oben wandern lassen (sift-up), solange es die Heap-Eigenschaft verletzt

4.Datenstrukturen

Antwort: B · 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

B · Primäre Clusterbildung, bei der lange Folgen belegter Plätze entstehen

5.Graphentheorie

Antwort: L = 11

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; K_n 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.

Handschlaglemma für einen Baum

L + 19 = 2(L + 5) − 2

L = 11

Antwort

L = 11

Abkürzung: L = 2 + Σ (d − 2) über die Knoten mit Grad d ≥ 3.

6.Graphentheorie

Antwort: d(F) = 22

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: 14, C: 6

C (6): G: 12

G (12): D: 20

B (14)

D (20): E: 31, F: 22

F (22): E: 29

E (29)

Kürzester Weg

A → C → G → D → F

d(F) = 22

Antwort

d(F) = 22

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