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. BDas Problem hat genau eine optimale Lösung, die jedes Teilproblem teilt
  3. CEine optimale Lösung lässt sich aus optimalen Lösungen seiner Teilprobleme zusammensetzen
  4. DJedes Teilproblem hat dieselbe Größe
2.Algorithmen & KomplexitätSchwer

Das Halteproblem zeigt, dass:

  1. AManche Programme auf schnelleren Computern schneller laufen, das Anhalten also von der Hardware abhängt
  2. BKein Algorithmus für jedes Programm und jede Eingabe entscheiden kann, ob es anhält
  3. CSchleifen vermieden werden sollten
  4. DJedes Programm irgendwann anhält
3.DatenstrukturenMittel

Was ist der größtmögliche Füllgrad einer Hashtabelle mit offener Adressierung?

  1. A2
  2. BEs gibt kein Maximum
  3. C1
  4. D0,5
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?

  1. AUm wiederholtes Umdimensionieren zu vermeiden, wenn sich push und pop nahe der Grenze abwechseln
  2. BWeil Halbieren bei halber Füllung Elemente verlieren würde
  3. CUm das Array sortiert zu halten
  4. DWeil der Speicherverwalter Speicher nur in Vierteln eines Blocks freigeben kann
5.GraphentheorieMittel

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

4 × deg 33 × deg 54 × deg 2
L =
6.GraphentheorieSchwer
ABCDEF

Wie viele geschlossene Wege der Länge 3 beginnen und enden bei D? Ein Weg darf Knoten und Kanten wiederholen. Nenne die Zahl N.

M = AdjazenzmatrixL = 3
N =

3Lösungen

1.Algorithmen & Komplexität

Antwort: C · 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

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

Antwort: B · Kein Algorithmus für jedes Programm und jede Eingabe entscheiden kann, ob es anhält

Warum das die Antwort ist

Turing zeigte, dass das Halteproblem unentscheidbar ist: Die Annahme, ein Entscheider existiere, führt zu einem Widerspruch mit einem Programm, das das Gegenteil tut.

Antwort

B · Kein Algorithmus für jedes Programm und jede Eingabe entscheiden kann, ob es anhält
3.Datenstrukturen

Antwort: C · 1

Warum das die Antwort ist

Bei offener Adressierung liegen alle Schlüssel in der Tabelle selbst, daher kann n nicht größer als m sein; bei Separate Chaining kann der Füllgrad über 1 liegen.

Antwort

C · 1
4.Datenstrukturen

Antwort: A · 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

A · Um wiederholtes Umdimensionieren zu vermeiden, wenn sich push und pop nahe der Grenze abwechseln
5.Graphentheorie

Antwort: L = 15

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.

Handschlaglemma für einen Baum

L + 35 = 2(L + 11) − 2
L = 15

Antwort

L = 15

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

6.Graphentheorie

Antwort: N = 2

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 0 0
C: 1 1 0 0 1 0
D: 0 1 0 0 1 1
E: 0 0 1 1 0 1
F: 0 0 0 1 1 0

Ein weiterer Schritt

(M³)DD = 1·0 + 0·1 + 2·0 + 3·0 + 1·1 + 1·1 = 2

Antwort

N = 2

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