1.Leicht
Welche dieser Funktionen wächst für große n am langsamsten?
- AO(n)
- BO(n log n)
- CO(log n)
- DO(n²)
2.Leicht
Der Zugriff auf ein Array-Element über seinen Index benötigt:
- AO(n)
- BO(n²)
- CO(log n)
- DO(1)
3.Leicht
Welcher Sortieralgorithmus vertauscht wiederholt benachbarte Elemente, die in der falschen Reihenfolge stehen?
- AHeapsort
- BMergesort
- CBubblesort
- DQuicksort
4.Mittel
Wie baut der Algorithmus von Prim einen minimalen Spannbaum auf?
- AEr sortiert alle Kanten nach Gewicht und fügt jede hinzu, sofern sie im Wald keinen Kreis bildet
- BEr lässt einen Baum von einem Startknoten aus wachsen und fügt die günstigste Kante hinzu, die den Baum verlässt
- CEr entfernt die teuerste Kante, bis keine Kreise mehr übrig sind
- DEr führt eine Breitensuche aus und behält den BFS-Baum
5.Mittel
Was misst die amortisierte Analyse?
- ADie erwarteten Kosten über zufällige Eingaben
- BDie Kosten eines Algorithmus bei der besten Eingabe
- CDie Kosten der einzelnen teuersten Operation irgendwo in der Folge
- DDie durchschnittlichen Kosten pro Operation über eine Worst-Case-Folge von Operationen
6.Mittel
Die Breitensuche (BFS) auf einem ungewichteten Graphen findet:
- ADen minimalen Spannbaum
- BKürzeste Wege in Graphen mit negativen Kantengewichten
- CKürzeste Wege, gemessen in der Anzahl der Kanten vom Startknoten
- DEine topologische Sortierung in allen Graphen
7.Schwer
Insertionsort läuft bei sortierter Eingabe in O(n). Widerspricht das der unteren Schranke Ω(n log n) für vergleichsbasiertes Sortieren?
- ANein, weil Insertionsort kein vergleichsbasiertes Sortierverfahren ist
- BJa, aber nur für Arrays mit weniger als 100 Elementen
- CNein, die untere Schranke gilt für den Worst Case über alle Eingaben, nicht für jede Eingabe
- DJa, die untere Schranke ist also falsch
8.Schwer
Welche Definition der Klasse P ist richtig?
- AProbleme, deren Lösungen in polynomieller Zeit geprüft, aber nie gefunden werden können
- BEntscheidungsprobleme, die ein deterministischer Algorithmus in polynomieller Zeit löst
- CProbleme, die auf jedem Computer exponentielle Zeit brauchen
- DProbleme, die parallel gelöst werden können
Lösungsschlüssel
- 1. C · O(log n)
- 2. D · O(1)
- 3. C · Bubblesort
- 4. B · Er lässt einen Baum von einem Startknoten aus wachsen und fügt die günstigste Kante hinzu, die den Baum verlässt
- 5. D · Die durchschnittlichen Kosten pro Operation über eine Worst-Case-Folge von Operationen
- 6. C · Kürzeste Wege, gemessen in der Anzahl der Kanten vom Startknoten
- 7. C · Nein, die untere Schranke gilt für den Worst Case über alle Eingaben, nicht für jede Eingabe
- 8. B · Entscheidungsprobleme, die ein deterministischer Algorithmus in polynomieller Zeit löst
Vollständige Schritt-für-Schritt-Lösungen: Übe dieses Thema auf examproblems.com.