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

¿Qué significa que un problema tenga subestructura óptima?

  1. AEl problema puede resolverse en tiempo constante
  2. BEl problema tiene exactamente una solución óptima, que comparten todos sus subproblemas
  3. CTodos los subproblemas tienen el mismo tamaño
  4. DUna solución óptima puede construirse a partir de soluciones óptimas de sus subproblemas
2.Algoritmos y complejidadDifícil

¿Qué cota es correcta para log(n!)?

  1. AΘ(n log n)
  2. BΘ(n)
  3. CΘ(n²)
  4. DΘ(log n)
3.Estructuras de datosMedia

Los árboles AVL y los árboles rojo-negro garantizan:

  1. AQue ningún nodo tenga dos hijos
  2. BUna altura O(log n) mediante el rebalanceo
  3. CQue las claves se almacenen en orden de inserción
  4. DBúsqueda en tiempo constante en todos los casos
4.Estructuras de datosDifícil

¿Por qué se usan los árboles B en bases de datos y sistemas de archivos?

  1. AAlmacenan los datos sin ordenar
  2. BSu alto factor de ramificación mantiene el árbol poco profundo, lo que reduce las lentas lecturas de disco
  3. CNo necesitan rebalanceo
  4. DUsan menos memoria que cualquier arreglo, así que todo el índice cabe siempre en la memoria principal
5.Teoría de grafosMedia

Un árbol tiene 2 vértices de grado 3, 4 vértices de grado 4, 3 vértices de grado 5, 3 vértices de grado 2, y todos sus demás vértices son hojas (grado 1). ¿Cuántas hojas, L, tiene?

2 × deg 34 × deg 43 × deg 53 × deg 2
L =
6.Teoría de grafosDifícil
6512312361111ABCDEFG

El algoritmo de Dijkstra se ejecuta desde A. Haz clic en el vértice que se fija (se hace permanente) en la ronda 6; la propia A es la ronda 1.

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

3Disoluciones

1.Algoritmos y complejidad

Respuesta: D · Una solución óptima puede construirse a partir de soluciones óptimas de sus subproblemas

Por qué esta es la respuesta

La subestructura óptima es necesaria para que tanto los algoritmos voraces como la programación dinámica den respuestas correctas.

Respuesta

D · Una solución óptima puede construirse a partir de soluciones óptimas de sus subproblemas
2.Algoritmos y complejidad

Respuesta: A · Θ(n log n)

Por qué esta es la respuesta

log(n!) ≤ n log n, y los n / 2 factores mayores dan log(n!) ≥ (n / 2) log(n / 2); por eso la ordenación por comparaciones necesita Ω(n log n).

Respuesta

A · Θ(n log n)
3.Estructuras de datos

Respuesta: B · Una altura O(log n) mediante el rebalanceo

Por qué esta es la respuesta

Los árboles autobalanceados mantienen una altura logarítmica, así que la búsqueda, la inserción y la eliminación son O(log n) en el peor caso.

Respuesta

B · Una altura O(log n) mediante el rebalanceo
4.Estructuras de datos

Respuesta: B · Su alto factor de ramificación mantiene el árbol poco profundo, lo que reduce las lentas lecturas de disco

Por qué esta es la respuesta

Los árboles B almacenan muchas claves por nodo, así que la altura es pequeña y se necesitan pocas lecturas de bloques por búsqueda; los árboles B+ además enlazan las hojas para recorridos por rangos.

Respuesta

B · Su alto factor de ramificación mantiene el árbol poco profundo, lo que reduce las lentas lecturas de disco
5.Teoría de grafos

Respuesta: L = 21

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.

Lema del apretón de manos para un árbol

L + 43 = 2(L + 12) − 2
L = 21

Respuesta

L = 21

Atajo: L = 2 + Σ (d − 2) sobre los vértices de grado d ≥ 3.

6.Teoría de grafos

Respuesta: E

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): B: 6, C: 5
2. C (5): E: 17
3. B (6): D: 9
4. D (9): F: 12, G: 20
5. F (12)
6. E (17)
7. G (20)

ronda 6

E

Respuesta

E

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