1.Mudah
Algoritma O(n²) memerlukan 1 detik untuk n = 1000. Kira-kira berapa lama untuk n = 2000?
- A1 detik
- B4 detik
- C8 detik
- D2 detik
2.Mudah
Apa artinya jika suatu operasi berjalan dalam waktu O(1)?
- AMemproses tepat satu elemen per detik waktu eksekusi
- BWaktu eksekusinya tidak bertambah seiring ukuran input
- CSelalu memerlukan tepat satu detik
- DHanya dapat dijalankan sekali
3.Mudah
Apa tiga langkah algoritma divide and conquer?
- AUrutkan, cari, kembalikan
- BDivide, conquer, combine (bagi, taklukkan, gabungkan)
- CTebak, periksa, ulangi
- DBaca, hitung, tulis
4.Sedang
Rekurens T(n) = T(n − 1) + O(n) menghasilkan apa?
- AO(n)
- BO(n log n)
- CO(2ⁿ)
- DO(n²)
5.Sedang
Rekurens T(n) = T(n/2) + O(1) menghasilkan apa?
- AO(n log n)
- BO(1)
- CO(log n)
- DO(n)
6.Sedang
Berapa kompleksitas waktu menghitung bilangan Fibonacci ke-n dengan tabel bottom-up?
- AO(2ⁿ)
- BO(n²)
- CO(n)
- DO(log n)
7.Sulit
Apakah 22n termasuk O(2ⁿ)?
- AYa, karena faktor konstan pada pangkat selalu diabaikan dalam Big O
- BTidak, karena 22n = 4ⁿ dan 4ⁿ / 2ⁿ = 2ⁿ tumbuh tanpa batas
- CYa, karena keduanya eksponensial
- DTidak, karena 22n tumbuh lebih lambat daripada 2ⁿ
8.Sulit
Bagaimana travelling salesman problem diklasifikasikan?
- AVersi keputusannya NP-complete dan versi optimasinya NP-hard
- BVersi keputusannya di P tetapi versi optimasinya NP-complete
- CMasalah ini berada di P karena algoritma Dijkstra menyelesaikannya dengan mengunjungi setiap kota satu kali
- DMasalah ini undecidable
Kunci jawaban
- 1. B · 4 detik
- 2. B · Waktu eksekusinya tidak bertambah seiring ukuran input
- 3. B · Divide, conquer, combine (bagi, taklukkan, gabungkan)
- 4. D · O(n²)
- 5. C · O(log n)
- 6. C · O(n)
- 7. B · Tidak, karena 22n = 4ⁿ dan 4ⁿ / 2ⁿ = 2ⁿ tumbuh tanpa batas
- 8. A · Versi keputusannya NP-complete dan versi optimasinya NP-hard
Penyelesaian lengkap langkah demi langkah: latih topik ini di examproblems.com.