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

Welche Laufzeit hat LSD-Radixsort für n ganze Zahlen mit d Ziffern zur Basis k?

AO(d(n + k))
BO(dn log k)
CO(n log n)
DO(n²)

2.Algorithmen & KomplexitätSchwer

Welche zwei Dinge müssen gezeigt werden, um zu beweisen, dass ein Entscheidungsproblem X NP-vollständig ist?

AX liegt in NP, und ein bekanntes NP-vollständiges Problem lässt sich in polynomieller Zeit auf X reduzieren
BX lässt sich auf ein Problem in P reduzieren, und X liegt in NP
CX liegt in P, und X lässt sich auf SAT reduzieren
DX hat keinen polynomiellen Algorithmus, und X ist entscheidbar

3.DatenstrukturenMittel

Ein Binärbaum hat die Wurzel 1 mit linkem Kind 2 und rechtem Kind 3; Knoten 2 hat die Kinder 4 (links) und 5 (rechts). Wie lautet die Pre-Order-Traversierung?

A1 2 3 4 5
B4 5 2 3 1
C4 2 5 1 3
D1 2 4 5 3

4.DatenstrukturenSchwer

Ein dynamisches Array verdoppelt sich, wenn es voll ist. Warum verkleinern es viele Implementierungen erst, wenn es zu einem Viertel gefüllt ist, und nicht schon bei halber Füllung?

AWeil Halbieren bei halber Füllung Elemente verlieren würde
BUm das Array sortiert zu halten
CWeil der Speicherverwalter Speicher nur in Vierteln eines Blocks freigeben kann
DUm wiederholtes Umdimensionieren zu vermeiden, wenn sich push und pop nahe der Grenze abwechseln

5.GraphentheorieMittel

Ein Baum hat 2 Knoten vom Grad 3, 4 Knoten vom Grad 4, 3 Knoten vom Grad 5, 2 Knoten vom Grad 2, und alle seine anderen Knoten sind Blätter (Grad 1). Wie viele Blätter L hat er?

2 × deg 34 × deg 43 × deg 52 × deg 2

L =

6.GraphentheorieSchwer

Der Prim-Algorithmus baut einen minimalen aufspannenden Baum auf, beginnend bei Knoten A. Klicke die Kante an, die er als Kante Nummer 4 hinzufügt.

Start: Ak = 4

1Kante AB
2Kante AC
3Kante BC
4Kante BD
5Kante CE
6Kante DF
7Kante EF
8Kante BE

3Lösungen

1.Algorithmen & Komplexität

Antwort: A · O(d(n + k))

Warum das die Antwort ist

Jeder der d Durchläufe ist ein Countingsort mit Kosten O(n + k), also ist der Gesamtaufwand bei festen d und k linear in n.

Antwort

A · O(d(n + k))

2.Algorithmen & Komplexität

Antwort: A · X liegt in NP, und ein bekanntes NP-vollständiges Problem lässt sich in polynomieller Zeit auf X reduzieren

Warum das die Antwort ist

Die Zugehörigkeit zu NP zeigt, dass X nicht schwerer als NP ist; die Reduktion von einem bekannten NP-vollständigen Problem zeigt, dass X mindestens so schwer ist wie ganz NP.

Antwort

A · X liegt in NP, und ein bekanntes NP-vollständiges Problem lässt sich in polynomieller Zeit auf X reduzieren

3.Datenstrukturen

Antwort: D · 1 2 4 5 3

Warum das die Antwort ist

Pre-Order besucht 1, dann seinen linken Teilbaum (2, 4, 5), dann 3; die anderen Optionen sind In-Order, Post-Order und Level-Order.

Antwort

D · 1 2 4 5 3

4.Datenstrukturen

Antwort: D · Um wiederholtes Umdimensionieren zu vermeiden, wenn sich push und pop nahe der Grenze abwechseln

Warum das die Antwort ist

Verkleinern bei halber Füllung könnte in einer solchen Folge bei jeder Operation ein Umdimensionieren auslösen; der Abstand zwischen 1/4 und voll hält die amortisierten Kosten bei O(1).

Antwort

D · Um wiederholtes Umdimensionieren zu vermeiden, wenn sich push und pop nahe der Grenze abwechseln

5.Graphentheorie

Antwort: L = 21

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 + 41 = 2(L + 11) − 2

L = 21

Antwort

L = 21

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

6.Graphentheorie

Antwort: Kante DF

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.

Prim-Algorithmus

1. AB (12)

2. BD (4)

3. BC (5)

4. DF (7)

5. EF (11)

Kantennummer 4

Antwort

Kante DF

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