1.Mudah
Berapa kompleksitas waktu linear search pada array tidak terurut berisi n elemen (kasus terburuk)?
- AO(n)
- BO(log n)
- CO(n²)
- DO(1)
2.Mudah
Notasi manakah yang menyatakan batas bawah (lower bound) pertumbuhan?
- AΩ (Big Omega)
- BO (Big O)
- Co (little o)
- DΘ (Big Theta)
3.Mudah
Kompleksitas ruang (space complexity) mengukur:
- ARuang disk yang dipakai file program setelah dikompilasi
- BJumlah memori yang dibutuhkan algoritma seiring bertambahnya input
- CJumlah baris kode
- DUkuran fisik komputer
4.Sedang
Berapa banyak tingkat rekursi merge sort untuk array berisi n elemen?
- ASekitar n
- BSekitar log₂ n
- CSekitar n / 2
- DSekitar √n
5.Sedang
Dalam array terurut, Anda mencari dua elemen yang jumlahnya sama dengan target dengan menggerakkan satu pointer dari masing-masing ujung ke dalam. Berapa kompleksitas waktunya?
- AO(n)
- BO(n²)
- CO(log n)
- DO(n log n)
6.Sedang
Berapa kompleksitas waktu menghitung bilangan Fibonacci ke-n dengan tabel bottom-up?
- AO(2ⁿ)
- BO(n)
- CO(log n)
- DO(n²)
7.Sulit
Definisi kelas P manakah yang benar?
- AMasalah yang dapat diselesaikan secara paralel
- BMasalah keputusan yang dapat diselesaikan algoritma deterministik dalam waktu polinomial
- CMasalah yang memerlukan waktu eksponensial pada setiap komputer
- DMasalah yang solusinya dapat diperiksa tetapi tidak pernah dapat ditemukan dalam waktu polinomial
8.Sulit
Dengan teorema master, T(n) = 8T(n/2) + O(n²) memiliki solusi:
- AΘ(n² log n)
- BΘ(n³)
- CΘ(n log n)
- DΘ(n²)
Kunci jawaban
- 1. A · O(n)
- 2. A · Ω (Big Omega)
- 3. B · Jumlah memori yang dibutuhkan algoritma seiring bertambahnya input
- 4. B · Sekitar log₂ n
- 5. A · O(n)
- 6. B · O(n)
- 7. B · Masalah keputusan yang dapat diselesaikan algoritma deterministik dalam waktu polinomial
- 8. B · Θ(n³)
Penyelesaian lengkap langkah demi langkah: latih topik ini di examproblems.com.