Estructuras de datos y algoritmos: pack de repaso

Hojas de fórmulas, los pasos clave de los métodos de cada tema y 6 problemas de práctica, con las soluciones completas al final.

Problemas nuevosVolver a la asignatura

En la ventana de impresión, elige «Guardar como PDF» para conservar una copia en tu dispositivo.

1Fórmulas y métodos

Teoría de grafos

Lema del apretón de manos
Σ deg(v) = 2|E|
Grafos completos
|E(Kn)| = n(n − 1)/2, |E(Km,n)| = m·n
Grafo regular
|E| = n·k/2
Árbol y bosque
|E| = n − 1, |E| = n − c
Hojas de un árbol
L = 2 + Σ (deg(v) − 2) over deg(v) ≥ 3
Euler
circuito: todos los grados pares; camino: exactamente 2 grados impares
Circuitos de Hamilton en Kn
(n − 1)!/2
Actualización de Dijkstra
d(v) = min(d(v), d(u) + w(u, v))
Recorridos de longitud L
(Mᴸ)ij

Método

  1. Anota el grado de cada vértice; los grados suman el doble del número de aristas.
  2. En las preguntas de Euler, comprueba que el grafo sea conexo y cuenta los vértices de grado impar.
  3. En los árboles, usa n − 1 aristas y el lema del apretón de manos.
  4. En Dijkstra, lleva una tabla de distancias provisionales y fija en cada ronda el vértice no fijado de menor distancia.
  5. Para un árbol generador mínimo, ordena las aristas por peso y descarta toda arista que cierre un ciclo (Kruskal), o haz crecer un único árbol desde un vértice inicial (Prim).

2Problemas de práctica

1.Algoritmos y complejidadMedia

La programación dinámica es útil cuando un problema tiene:

  1. ANingún subproblema en absoluto, así que puede resolverse en un solo paso
  2. BUn único bucle
  3. CSolo entradas aleatorias
  4. DSubproblemas superpuestos y subestructura óptima
2.Algoritmos y complejidadDifícil

¿Por qué cualquier búsqueda basada en comparaciones en un array ordenado necesita Ω(log n) comparaciones en el peor caso?

  1. ACada comparación tarda un tiempo logarítmico
  2. BUn árbol de decisión con n resultados posibles debe tener una profundidad de al menos log₂ n
  3. CCada elemento debe compararse al menos una vez
  4. DLa búsqueda binaria es el único algoritmo posible, y necesita log₂ n comparaciones
3.Estructuras de datosMedia

¿Qué tipo abstracto de datos usa el algoritmo de Dijkstra para elegir el siguiente vértice que procesar?

  1. AUna cola FIFO
  2. BUn conjunto sin orden
  3. CUna pila
  4. DUna cola de prioridad de mínimos
4.Estructuras de datosDifícil

La estructura union-find (conjuntos disjuntos) con unión por rango y compresión de caminos tiene un coste amortizado por operación de:

  1. AExactamente O(log n)
  2. BO(α(n)), la inversa de la función de Ackermann, que en la práctica es constante
  3. CO(n²)
  4. DO(n)
5.Teoría de grafosMedia

Un grafo conexo tiene 17 vértices y 26 aristas. ¿Cuántas aristas, k, hay que quitar para obtener un árbol generador?

|V| = 17|E| = 26
k =
6.Teoría de grafosDifícil
1413126101211111ABCDEFG

El algoritmo de Dijkstra se ejecuta desde A. Haz clic en el vértice que se fija (se hace permanente) en la ronda 4; la propia A es la ronda 1.

inicio: Aronda 4
  1. 1A
  2. 2B
  3. 3C
  4. 4D
  5. 5E
  6. 6F
  7. 7G

3Disoluciones

1.Algoritmos y complejidad

Respuesta: D · Subproblemas superpuestos y subestructura óptima

Por qué esta es la respuesta

Guardar los resultados de los subproblemas superpuestos (memoización o tabulación) evita trabajo repetido y convierte algoritmos exponenciales en polinómicos.

Respuesta

D · Subproblemas superpuestos y subestructura óptima
2.Algoritmos y complejidad

Respuesta: B · Un árbol de decisión con n resultados posibles debe tener una profundidad de al menos log₂ n

Por qué esta es la respuesta

Cada comparación reduce como mucho a la mitad el conjunto de posibilidades restantes, así que distinguir n posiciones necesita al menos log₂ n comparaciones.

Respuesta

B · Un árbol de decisión con n resultados posibles debe tener una profundidad de al menos log₂ n
3.Estructuras de datos

Respuesta: D · Una cola de prioridad de mínimos

Por qué esta es la respuesta

Una cola de prioridad de mínimos, normalmente un montículo binario, devuelve de forma eficiente el vértice no visitado con la menor distancia.

Respuesta

D · Una cola de prioridad de mínimos
4.Estructuras de datos

Respuesta: B · O(α(n)), la inversa de la función de Ackermann, que en la práctica es constante

Por qué esta es la respuesta

Con ambas optimizaciones, las operaciones tardan O(α(n)) en tiempo amortizado; α(n) ≤ 4 para cualquier n realista.

Respuesta

B · O(α(n)), la inversa de la función de Ackermann, que en la práctica es constante
5.Teoría de grafos

Respuesta: k = 10

Euler, Hamilton y árboles: un grafo conexo tiene un circuito euleriano (cada arista una vez, volviendo al inicio) cuando todos los vértices tienen grado par, y un camino euleriano que no es un circuito cuando exactamente dos vértices tienen grado impar; entonces el camino va de un vértice impar al otro. Un circuito hamiltoniano visita cada vértice una vez; Kn tiene (n − 1)!/2 de ellos. Un árbol de n vértices tiene n − 1 aristas, y un grafo conexo con m aristas conserva un árbol generador tras quitarle m − n + 1 aristas.

Aristas de un árbol generador

17 − 1 = 16

Aristas que quitar

k = 26 − 16 = 10

Respuesta

k = 10
6.Teoría de grafos

Respuesta: G

Caminos mínimos y árboles generadores: el algoritmo de Dijkstra fija un vértice por ronda: el vértice no fijado con la menor distancia provisional. Su distancia es entonces definitiva, y cada vecino v recibe d(v) = min(d(v), d(u) + w(u, v)). El algoritmo de Kruskal construye un árbol generador mínimo tomando las aristas de la más ligera a la más pesada y descartando toda arista que cierre un ciclo; el algoritmo de Prim hace crecer un único árbol desde un vértice inicial añadiendo siempre la arista más ligera que sale de él. Un árbol generador de n vértices tiene n − 1 aristas.

Dijkstra ronda a ronda

1. A (0): C: 14
2. C (14): B: 27, E: 20, G: 25
3. E (20): F: 30
4. G (25): D: 26
5. D (26)
6. B (27)
7. F (30)

ronda 4

G

Respuesta

G

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