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

¿Por qué la programación dinámica no aporta ninguna mejora real a merge sort?

  1. ASus subproblemas no se solapan, así que no hay nada que reutilizar
  2. BLa programación dinámica solo funciona con problemas de grafos, no con arreglos
  3. CMerge sort ya es O(n)
  4. DMerge sort no tiene estructura recursiva
2.Algoritmos y complejidadDifícil

¿Qué dos cosas hay que demostrar para probar que un problema de decisión X es NP-completo?

  1. AQue X está en P y que X se reduce a SAT
  2. BQue X se reduce a un problema de P y que X está en NP
  3. CQue X no tiene algoritmo polinómico y que X es decidible
  4. DQue X está en NP y que un problema NP-completo conocido se reduce a X en tiempo polinómico
3.Estructuras de datosMedia

¿Cómo se encuentra la clave mínima en un árbol binario de búsqueda?

  1. AMirar solo la raíz
  2. BVisitar todas las hojas y compararlas
  3. CSeguir los hijos derechos desde la raíz hasta que no haya hijo derecho
  4. DSeguir los hijos izquierdos desde la raíz hasta que no haya hijo izquierdo
4.Estructuras de datosDifícil

En una tabla hash con direccionamiento abierto, ¿por qué la eliminación suele hacerse con un marcador «lápida» (tombstone)?

  1. ALas lápidas aceleran el hashing
  2. BVaciar la posición podría romper la secuencia de sondeo de otras claves
  3. CHace que la tabla quede ordenada
  4. DLas claves eliminadas deben conservarse para siempre por seguridad, así que las posiciones nunca pueden reutilizarse
5.Teoría de grafosMedia
ABCDECircuito eulerianoCamino euleriano, sin circuitoninguna de las dos

¿Tiene el grafo conexo un circuito euleriano, un camino euleriano que no es un circuito, o ninguno de los dos? Haz clic en tu respuesta.

|V| = 5|E| = 6
  1. 1Circuito euleriano
  2. 2Camino euleriano, sin circuito
  3. 3ninguna de las dos
6.Teoría de grafosDifícil
9120116192ABCDE

El algoritmo de Prim construye un árbol generador mínimo a partir del vértice D. Haz clic en la arista que añade como arista número 3.

inicio: Dk = 3
  1. 1arista AB
  2. 2arista AC
  3. 3arista BC
  4. 4arista BD
  5. 5arista CE
  6. 6arista DE
  7. 7arista BE

3Disoluciones

1.Algoritmos y complejidad

Respuesta: A · Sus subproblemas no se solapan, así que no hay nada que reutilizar

Por qué esta es la respuesta

Las mitades de merge sort son disjuntas y cada una se resuelve una sola vez; la PD solo ayuda cuando los subproblemas se repiten, como en Fibonacci.

Respuesta

A · Sus subproblemas no se solapan, así que no hay nada que reutilizar
2.Algoritmos y complejidad

Respuesta: D · Que X está en NP y que un problema NP-completo conocido se reduce a X en tiempo polinómico

Por qué esta es la respuesta

La pertenencia a NP muestra que X no es más difícil que NP; la reducción desde un problema NP-completo conocido muestra que X es al menos tan difícil como todo NP.

Respuesta

D · Que X está en NP y que un problema NP-completo conocido se reduce a X en tiempo polinómico
3.Estructuras de datos

Respuesta: D · Seguir los hijos izquierdos desde la raíz hasta que no haya hijo izquierdo

Por qué esta es la respuesta

El nodo situado más a la izquierda no tiene ninguna clave menor en el árbol, así que es el mínimo; el coste es proporcional a la altura.

Respuesta

D · Seguir los hijos izquierdos desde la raíz hasta que no haya hijo izquierdo
4.Estructuras de datos

Respuesta: B · Vaciar la posición podría romper la secuencia de sondeo de otras claves

Por qué esta es la respuesta

Si una posición eliminada quedara vacía, las búsquedas posteriores podrían detenerse antes de tiempo y no encontrar claves colocadas más adelante en la cadena de sondeo.

Respuesta

B · Vaciar la posición podría romper la secuencia de sondeo de otras claves
5.Teoría de grafos

Respuesta: Circuito euleriano

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.

Grados

deg(A) = 2, deg(B) = 4, deg(C) = 2, deg(D) = 2, deg(E) = 2

Vértices impares

0
Circuito euleriano

Respuesta

Circuito euleriano
6.Teoría de grafos

Respuesta: arista CE

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.

Algoritmo de Prim

1. BD (11)
2. BE (2)
3. CE (6)
4. AC (1)

arista número 3

CE

Respuesta

arista CE

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