1.आसान
f(n) = Θ(g(n)) का क्या अर्थ है?
- Af, g से सख़्ती से तेज़ बढ़ता है
- Bहर n के लिए f हमेशा g से छोटा है, इसलिए g उसे ऊपर से सीमित करता है पर नीचे से कभी नहीं
- Cf, g से सख़्ती से धीमा बढ़ता है
- Df, g की ही दर से बढ़ता है, और ऊपर व नीचे दोनों ओर g के स्थिर गुणजों से सीमित है
2.आसान
यदि कोई ऑपरेशन O(1) समय में चलता है, तो इसका क्या अर्थ है?
- Aवह रनिंग टाइम के प्रति सेकंड ठीक एक तत्व संसाधित करता है
- Bउसका रनिंग टाइम इनपुट आकार के साथ नहीं बढ़ता
- Cउसे केवल एक बार चलाया जा सकता है
- Dउसमें हमेशा ठीक एक सेकंड लगता है
3.आसान
मेमोइज़ेशन (memoisation) क्या है?
- Aकोड की हर पंक्ति के आगे टिप्पणियाँ लिखना
- Bफ़ंक्शन लौटने के बाद मेमोरी मुक्त करना
- Cफ़ंक्शन कॉल के परिणाम संग्रहीत करना ताकि दोहराई गई कॉल का उत्तर मेमोरी से मिले
- Dरिकर्शन को अपने आप समतुल्य लूप में बदलना ताकि कॉल स्टैक की आवश्यकता न रहे
4.मध्यम
आधार k में d अंकों वाले n पूर्णांकों पर LSD रेडिक्स सॉर्ट का रनिंग टाइम क्या है?
- AO(n²)
- BO(n log n)
- CO(d(n + k))
- DO(dn log k)
5.मध्यम
पहुँच योग्य बेस केस के बिना रिकर्सिव फ़ंक्शन के बारे में कौन-सा कथन सही है?
- Aयह O(1) समय में चलता है
- Bयह अपने आप 0 लौटाता है
- Cयह तब तक स्वयं को कॉल करता रहता है जब तक कॉल स्टैक ओवरफ़्लो न हो जाए
- Dकंपाइलर हमेशा इसे ऐसे लूप में बदल देता है जो सुरक्षित रूप से समाप्त होता है
6.मध्यम
रिकरेंस T(n) = T(n − 1) + O(1) का हल क्या है?
- AO(n)
- BO(log n)
- CO(2ⁿ)
- DO(n²)
7.कठिन
कौन-सा एल्गोरिदम बार-बार ऐसा सबसे सस्ता एज जोड़कर, जो चक्र न बनाए, मिनिमम स्पैनिंग ट्री खोजता है?
- ADijkstra का एल्गोरिदम
- BKruskal का एल्गोरिदम
- Cएक नोड से शुरू होने वाला Prim का एल्गोरिदम
- DFloyd–Warshall
8.कठिन
for i = 1 to n: for (j = i; j ≤ n; j = j + i) O(1) कार्य करें — इसकी टाइम कॉम्प्लेक्सिटी क्या है?
- AO(n²)
- BO(n)
- CO(n log n)
- DO(n √n)
उत्तर कुंजी
- 1. D · f, g की ही दर से बढ़ता है, और ऊपर व नीचे दोनों ओर g के स्थिर गुणजों से सीमित है
- 2. B · उसका रनिंग टाइम इनपुट आकार के साथ नहीं बढ़ता
- 3. C · फ़ंक्शन कॉल के परिणाम संग्रहीत करना ताकि दोहराई गई कॉल का उत्तर मेमोरी से मिले
- 4. C · O(d(n + k))
- 5. C · यह तब तक स्वयं को कॉल करता रहता है जब तक कॉल स्टैक ओवरफ़्लो न हो जाए
- 6. A · O(n)
- 7. B · Kruskal का एल्गोरिदम
- 8. C · O(n log n)
पूरे चरण-दर-चरण हल: इस विषय का अभ्यास examproblems.com पर करें।