Lembar kerja Algoritma & kompleksitas dengan jawaban

Lembar kerja Algoritma & kompleksitas gratis yang dapat dicetak: 8 soal dari mudah hingga tingkat ujian, dengan kunci jawaban. Cetak atau simpan sebagai PDF.

Untuk pengajar: gratis untuk dicetak, disalin, dan dipakai di kelas. Setiap lembar kerja baru punya nilai baru dan kunci jawabannya sendiri. Tautan ke ExamProblems di halaman mata kuliah Anda sangat kami hargai.

Nama: ____________________   Tanggal: ____________

1.Mudah

Berapa kompleksitas waktu linear search pada array tidak terurut berisi n elemen (kasus terburuk)?

  1. AO(n)
  2. BO(log n)
  3. CO(n²)
  4. DO(1)
2.Mudah

Notasi manakah yang menyatakan batas bawah (lower bound) pertumbuhan?

  1. AΩ (Big Omega)
  2. BO (Big O)
  3. Co (little o)
  4. DΘ (Big Theta)
3.Mudah

Kompleksitas ruang (space complexity) mengukur:

  1. ARuang disk yang dipakai file program setelah dikompilasi
  2. BJumlah memori yang dibutuhkan algoritma seiring bertambahnya input
  3. CJumlah baris kode
  4. DUkuran fisik komputer
4.Sedang

Berapa banyak tingkat rekursi merge sort untuk array berisi n elemen?

  1. ASekitar n
  2. BSekitar log₂ n
  3. CSekitar n / 2
  4. 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?

  1. AO(n)
  2. BO(n²)
  3. CO(log n)
  4. DO(n log n)
6.Sedang

Berapa kompleksitas waktu menghitung bilangan Fibonacci ke-n dengan tabel bottom-up?

  1. AO(2ⁿ)
  2. BO(n)
  3. CO(log n)
  4. DO(n²)
7.Sulit

Definisi kelas P manakah yang benar?

  1. AMasalah yang dapat diselesaikan secara paralel
  2. BMasalah keputusan yang dapat diselesaikan algoritma deterministik dalam waktu polinomial
  3. CMasalah yang memerlukan waktu eksponensial pada setiap komputer
  4. 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:

  1. AΘ(n² log n)
  2. BΘ(n³)
  3. CΘ(n log n)
  4. DΘ(n²)

Kunci jawaban

  1. 1. A · O(n)
  2. 2. A · Ω (Big Omega)
  3. 3. B · Jumlah memori yang dibutuhkan algoritma seiring bertambahnya input
  4. 4. B · Sekitar log₂ n
  5. 5. A · O(n)
  6. 6. B · O(n)
  7. 7. B · Masalah keputusan yang dapat diselesaikan algoritma deterministik dalam waktu polinomial
  8. 8. B · Θ(n³)

Penyelesaian lengkap langkah demi langkah: latih topik ini di examproblems.com.