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 algoritmo de ordenación es estable?

  1. AMerge sort
  2. BQuicksort (versión in situ habitual)
  3. CHeap sort
  4. DOrdenamiento por selección (versión habitual)
2.Algoritmos y complejidadDifícil

Para demostrar que un problema nuevo X es NP-difícil, ¿qué hay que hacer?

  1. AReducir en tiempo polinómico un problema NP-difícil conocido a X
  2. BDemostrar que X puede verificarse en tiempo polinómico
  3. CDemostrar que X no tiene algoritmo polinómico para entradas pequeñas
  4. DReducir en tiempo polinómico X a un problema NP-difícil conocido
3.Estructuras de datosMedia

¿Qué estructura de datos se usa para comprobar si los paréntesis de "{[()]}" están equilibrados?

  1. AUna pila
  2. BUna cola
  3. CUna tabla hash
  4. DUn árbol binario de búsqueda
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. AO(n²)
  2. BExactamente O(log n)
  3. CO(n)
  4. DO(α(n)), la inversa de la función de Ackermann, que en la práctica es constante
5.Teoría de grafosMedia

¿Cuántos circuitos de Hamilton distintos, H, tiene el grafo completo K4? Los circuitos que solo difieren en el vértice inicial o en el sentido cuentan como el mismo.

K4
H =
6.Teoría de grafosDifícil
18201412119161513ABCDEFG

Halla el peso total W de un árbol generador mínimo del grafo ponderado.

|V| = 7|E| = 9
W =

3Disoluciones

1.Algoritmos y complejidad

Respuesta: A · Merge sort

Por qué esta es la respuesta

Merge sort es estable si, en caso de empate, la mezcla toma primero de la mitad izquierda. Quicksort in situ, heap sort y el ordenamiento por selección no suelen ser estables.

Respuesta

A · Merge sort
2.Algoritmos y complejidad

Respuesta: A · Reducir en tiempo polinómico un problema NP-difícil conocido a X

Por qué esta es la respuesta

Si un problema difícil conocido puede transformarse eficientemente en X, un algoritmo rápido para X resolvería también el problema conocido.

Respuesta

A · Reducir en tiempo polinómico un problema NP-difícil conocido a X
3.Estructuras de datos

Respuesta: A · Una pila

Por qué esta es la respuesta

Se hace push de cada paréntesis de apertura y pop cuando aparece uno de cierre; este debe coincidir con el que se saca y la pila debe quedar vacía al final.

Respuesta

A · Una pila
4.Estructuras de datos

Respuesta: D · 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

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

Respuesta: H = 3

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.

Contar

H = (4 − 1)!/2 = 6/2 = 3

Respuesta

H = 3
6.Teoría de grafos

Respuesta: W = 77

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 Kruskal

DF (9): tomar
DE (11): tomar
BD (12): tomar
GE (13): tomar
BC (14): tomar
GC (15): descartar, cierra un ciclo
GB (16): descartar, cierra un ciclo
AB (18): tomar

Peso total

W = 9 + 11 + 12 + 13 + 14 + 18 = 77

Respuesta

W = 77

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