1.Mudah
Berapa kompleksitas waktu depth-first search pada graf yang disimpan sebagai adjacency list?
- AO(V × E)
- BO(V + E)
- CO(V²)
- DO(E log V)
2.Mudah
Kompleksitas ruang (space complexity) mengukur:
- ARuang disk yang dipakai file program setelah dikompilasi
- BJumlah memori yang dibutuhkan algoritma seiring bertambahnya input
- CUkuran fisik komputer
- DJumlah baris kode
3.Mudah
Manakah yang tumbuh paling lambat ketika n menjadi besar?
- AO(log n)
- BO(n²)
- CO(n log n)
- DO(n)
4.Sedang
Berapa kompleksitas waktu menghitung bilangan Fibonacci ke-n dengan tabel bottom-up?
- AO(n²)
- BO(n)
- CO(log n)
- DO(2ⁿ)
5.Sedang
Batas bawah untuk pengurutan berbasis perbandingan pada kasus terburuk adalah:
- AΩ(n)
- BΩ(log n)
- CΩ(n log n)
- DΩ(n²)
6.Sedang
Kompleksitas waktu Fibonacci rekursif naif (fib(n) = fib(n−1) + fib(n−2)) adalah:
- AEksponensial
- BLogaritmik
- CKonstan
- DLinear
7.Sulit
Suatu masalah disebut NP-complete jika masalah tersebut:
- ADapat diselesaikan dalam waktu polinomial
- BTermasuk dalam NP dan setiap masalah NP dapat direduksi ke masalah tersebut dalam waktu polinomial
- CTidak mungkin diselesaikan
- DBerada di luar NP tetapi lebih sulit daripada semua masalah NP, seperti halting problem
8.Sulit
Berapa waktu eksekusi algoritma Dijkstra dengan binary heap pada graf dengan V simpul dan E sisi?
- AO(V³)
- BO(V + E)
- CO((V + E) log V)
- DO(V × E)
Kunci jawaban
- 1. B · O(V + E)
- 2. B · Jumlah memori yang dibutuhkan algoritma seiring bertambahnya input
- 3. A · O(log n)
- 4. B · O(n)
- 5. C · Ω(n log n)
- 6. A · Eksponensial
- 7. B · Termasuk dalam NP dan setiap masalah NP dapat direduksi ke masalah tersebut dalam waktu polinomial
- 8. C · O((V + E) log V)
Penyelesaian lengkap langkah demi langkah: latih topik ini di examproblems.com.