1.Leicht
Ein O(n²)-Algorithmus braucht für n = 1000 eine Sekunde. Wie lange braucht er etwa für n = 2000?
- A4 Sekunden
- B2 Sekunden
- C1 Sekunde
- D8 Sekunden
2.Leicht
Wie nennt man ein Wachstum von O(2ⁿ)?
- ALinear
- BLogarithmisch
- CExponentiell
- DPolynomiell
3.Leicht
Der Zugriff auf ein Array-Element über seinen Index benötigt:
- AO(log n)
- BO(1)
- CO(n)
- DO(n²)
4.Mittel
Welcher Sortieralgorithmus ist stabil?
- AMergesort
- BSelectionsort (typische Variante)
- CQuicksort (typische In-place-Variante)
- DHeapsort
5.Mittel
Die untere Schranke für vergleichsbasiertes Sortieren im Worst Case ist:
- AΩ(n²)
- BΩ(n log n)
- CΩ(log n)
- DΩ(n)
6.Mittel
Welche Laufzeit hat LSD-Radixsort für n ganze Zahlen mit d Ziffern zur Basis k?
- AO(n log n)
- BO(dn log k)
- CO(d(n + k))
- DO(n²)
7.Schwer
Welche Definition der Klasse NP ist richtig?
- AProbleme, die nicht in polynomieller Zeit gelöst werden können
- BProbleme, die nicht polynomiell sind
- CProbleme, die kein Algorithmus lösen kann
- DEntscheidungsprobleme, deren Ja-Antworten mithilfe eines Zertifikats in polynomieller Zeit überprüft werden können
8.Schwer
Welche zwei Dinge müssen gezeigt werden, um zu beweisen, dass ein Entscheidungsproblem X NP-vollständig ist?
- AX liegt in NP, und ein bekanntes NP-vollständiges Problem lässt sich in polynomieller Zeit auf X reduzieren
- BX hat keinen polynomiellen Algorithmus, und X ist entscheidbar
- CX liegt in P, und X lässt sich auf SAT reduzieren
- DX lässt sich auf ein Problem in P reduzieren, und X liegt in NP
Lösungsschlüssel
- 1. A · 4 Sekunden
- 2. C · Exponentiell
- 3. B · O(1)
- 4. A · Mergesort
- 5. B · Ω(n log n)
- 6. C · O(d(n + k))
- 7. D · Entscheidungsprobleme, deren Ja-Antworten mithilfe eines Zertifikats in polynomieller Zeit überprüft werden können
- 8. A · X liegt in NP, und ein bekanntes NP-vollständiges Problem lässt sich in polynomieller Zeit auf X reduzieren
Vollständige Schritt-für-Schritt-Lösungen: Übe dieses Thema auf examproblems.com.