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
Welche Zeitkomplexität hat die binäre Suche in einem sortierten Array?
AO(n)
BO(log n)
CO(1)
DO(n log n)
2.Leicht
Was ist log₂ 1024?
A12
B10
C512
D32
3.Leicht
Welche Notation beschreibt eine obere Schranke für das Wachstum?
AGroß-O (Big O)
BGroß-Omega (Big Omega)
CGroß-Theta (Big Theta)
DKlein-Omega (Little omega)
4.Mittel
Was berechnet der Floyd-Warshall-Algorithmus, und wie schnell?
AEinen minimalen Spannbaum in O(E log V)
BKürzeste Wege von einem Startknoten zu allen anderen in O(V + E)
CKürzeste Wege zwischen allen Knotenpaaren in O(V³)
DEine topologische Sortierung in O(V²)
5.Mittel
Wie viele Vergleiche braucht die binäre Suche im Worst Case ungefähr bei einem sortierten Array mit 1,000,000 Elementen?
AEtwa 1,000
BEtwa 500,000
CEtwa 20
DEtwa 100
6.Mittel
Was bedeutet es, dass ein Problem optimale Teilstruktur hat?
ADas Problem hat genau eine optimale Lösung, die jedes Teilproblem teilt
BEine optimale Lösung lässt sich aus optimalen Lösungen seiner Teilprobleme zusammensetzen
CJedes Teilproblem hat dieselbe Größe
DDas Problem kann in konstanter Zeit gelöst werden
7.Schwer
Warum erreicht die binäre Suche auf einer einfach verketteten Liste keine Laufzeit von O(log n)?
ADie binäre Suche braucht mindestens doppelt so viel Speicher
BDas Erreichen des mittleren Elements kostet O(n) Schritte, da es keinen direkten Indexzugriff gibt
CVerkettete Listen können nicht sortiert werden
DVergleiche auf Knoten verketteter Listen sind langsamer
8.Schwer
Insertionsort läuft bei sortierter Eingabe in O(n). Widerspricht das der unteren Schranke Ω(n log n) für vergleichsbasiertes Sortieren?
AJa, die untere Schranke ist also falsch
BJa, aber nur für Arrays mit weniger als 100 Elementen
CNein, weil Insertionsort kein vergleichsbasiertes Sortierverfahren ist
DNein, die untere Schranke gilt für den Worst Case über alle Eingaben, nicht für jede Eingabe
Lösungsschlüssel
1. B · O(log n)
2. B · 10
3. A · Groß-O (Big O)
4. C · Kürzeste Wege zwischen allen Knotenpaaren in O(V³)
5. C · Etwa 20
6. B · Eine optimale Lösung lässt sich aus optimalen Lösungen seiner Teilprobleme zusammensetzen
7. B · Das Erreichen des mittleren Elements kostet O(n) Schritte, da es keinen direkten Indexzugriff gibt
8. D · Nein, die untere Schranke gilt für den Worst Case über alle Eingaben, nicht für jede Eingabe
Vollständige Schritt-für-Schritt-Lösungen: Übe dieses Thema auf examproblems.com.