Arbeitsblatt Algorithmen & Komplexität mit Lösungen
Kostenloses Arbeitsblatt Algorithmen & Komplexität zum Ausdrucken: 8 Aufgaben von leicht bis Prüfungsniveau, mit Lösungsschlüssel. Drucke es aus oder speichere es als PDF.
Für Lehrkräfte: kostenlos ausdrucken, kopieren und im Unterricht verwenden. Jedes neue Arbeitsblatt hat neue Werte und einen eigenen Lösungsschlüssel. Über einen Link zu ExamProblems auf Ihrer Kursseite freuen wir uns.
Name: ____________________ Datum: ____________
1.Leicht
Ein O(n²)-Algorithmus braucht für n = 1000 eine Sekunde. Wie lange braucht er etwa für n = 2000?
- A1 Sekunde
- B2 Sekunden
- C4 Sekunden
- D8 Sekunden
2.Leicht
Welche Zeitkomplexität hat Mergesort im Worst Case?
- AO(n)
- BO(log n)
- CO(n²)
- DO(n log n)
3.Leicht
Ein Algorithmus mit zwei verschachtelten Schleifen, die jeweils n-mal durchlaufen werden, hat typischerweise welche Komplexität?
- AO(2n)
- BO(n²)
- CO(n)
- DO(log n)
4.Mittel
Warum bringt dynamische Programmierung bei Mergesort keine echte Beschleunigung?
- AMergesort hat keine rekursive Struktur
- BSeine Teilprobleme überlappen sich nicht, also gibt es nichts wiederzuverwenden
- CMergesort ist bereits O(n)
- DDynamische Programmierung funktioniert nur bei Graphenproblemen, nicht bei Arrays
5.Mittel
Die Zeitkomplexität des naiven rekursiven Fibonacci (fib(n) = fib(n−1) + fib(n−2)) ist:
- ALinear
- BExponentiell
- CLogarithmisch
- DKonstant
6.Mittel
Was ist die Lösung der Rekursionsgleichung T(n) = T(n − 1) + O(1)?
- AO(2ⁿ)
- BO(n)
- CO(log n)
- DO(n²)
7.Schwer
Welche Schranke ist für log(n!) richtig?
- AΘ(log n)
- BΘ(n)
- CΘ(n log n)
- DΘ(n²)
8.Schwer
Warum erreicht die binäre Suche auf einer einfach verketteten Liste keine Laufzeit von O(log n)?
- AVergleiche auf Knoten verketteter Listen sind langsamer
- BDas Erreichen des mittleren Elements kostet O(n) Schritte, da es keinen direkten Indexzugriff gibt
- CVerkettete Listen können nicht sortiert werden
- DDie binäre Suche braucht mindestens doppelt so viel Speicher