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

Dynamische Programmierung ist nützlich, wenn ein Problem Folgendes aufweist:

  1. AEine einzige Schleife
  2. BÜberhaupt keine Teilprobleme, sodass es in einem Schritt lösbar ist
  3. CÜberlappende Teilprobleme und optimale Teilstruktur
  4. DNur zufällige Eingaben
2.Algorithmen & KomplexitätSchwer

Warum ist eine Suche in einer Hashtabelle im Durchschnitt O(1), im Worst Case aber O(n)?

  1. AViele Schlüssel können im selben Bucket kollidieren
  2. BHashfunktionen sind langsam
  3. CSchlüssel müssen zuerst sortiert werden
  4. DArrays haben O(n) Zugriffszeit
3.DatenstrukturenMittel

Was ist der größtmögliche Füllgrad einer Hashtabelle mit offener Adressierung?

  1. A0,5
  2. B1
  3. CEs gibt kein Maximum
  4. D2
4.DatenstrukturenSchwer

Welches Problem des linearen Sondierens verringert Double Hashing vor allem?

  1. ADie O(n)-Kosten beim Lesen des Werts zu einem Schlüssel
  2. BDie Notwendigkeit einer Hashfunktion
  3. CDie Notwendigkeit, Schlüssel in der Tabelle zu speichern
  4. DPrimäre Clusterbildung, bei der lange Folgen belegter Plätze entstehen
5.GraphentheorieMittel
ABCDEEuler-KreisEuler-Weg, kein Kreiskeines von beiden

Hat der zusammenhängende Graph einen Euler-Kreis, einen Euler-Weg, der kein Kreis ist, oder keines von beiden? Klicke deine Antwort an.

|V| = 5|E| = 6
  1. 1Euler-Kreis
  2. 2Euler-Weg, kein Kreis
  3. 3keines von beiden
6.GraphentheorieSchwer
1213141529117ABCDEF

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 · Überlappende Teilprobleme und optimale Teilstruktur

Warum das die Antwort ist

Das Speichern der Ergebnisse überlappender Teilprobleme (Memoisation oder Tabellierung) vermeidet doppelte Arbeit und macht aus exponentiellen Algorithmen polynomielle.

Antwort

C · Überlappende Teilprobleme und optimale Teilstruktur
2.Algorithmen & Komplexität

Antwort: A · Viele Schlüssel können im selben Bucket kollidieren

Warum das die Antwort ist

Mit einer guten Hashfunktion und einem passenden Füllgrad (Load Factor) bleiben Buckets im Durchschnitt kurz; gezielte Angriffe oder schlechtes Hashing können alle Schlüssel in einen Bucket legen.

Antwort

A · Viele Schlüssel können im selben Bucket kollidieren
3.Datenstrukturen

Antwort: B · 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

B · 1
4.Datenstrukturen

Antwort: D · 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

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

Antwort: Euler-Kreis

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.

Grade

deg(A) = 2, deg(B) = 4, deg(C) = 2, deg(D) = 2, deg(E) = 2

Ungerade Knoten

0
Euler-Kreis

Antwort

Euler-Kreis
6.Graphentheorie

Antwort: d(F) = 30

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: 12, C: 13
B (12): E: 19
C (13)
E (19): D: 21, F: 30
D (21)
F (30)

Kürzester Weg

A → B → E → F
d(F) = 30

Antwort

d(F) = 30

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