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 waktu eksekusi counting sort untuk n bilangan bulat dalam rentang 0 sampai k?

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

Kelas kompleksitas manakah yang tumbuh paling cepat untuk n yang besar?

  1. AO(n³)
  2. BO(n²)
  3. CO(2ⁿ)
  4. DO(n log n)
3.Mudah

Apa artinya jika suatu operasi berjalan dalam waktu O(1)?

  1. AHanya dapat dijalankan sekali
  2. BMemproses tepat satu elemen per detik waktu eksekusi
  3. CWaktu eksekusinya tidak bertambah seiring ukuran input
  4. DSelalu memerlukan tepat satu detik
4.Sedang

Mengapa basis logaritma biasanya tidak dituliskan dalam Big O, seperti pada O(log n)?

  1. ALogaritma selalu dibulatkan menjadi bilangan bulat
  2. BLogaritma dengan basis berbeda hanya berbeda faktor konstan
  3. CSemua logaritma dalam ilmu komputer berbasis 10, sehingga basisnya tersirat
  4. DBasis hanya berpengaruh untuk n kecil
5.Sedang

Berapa kompleksitas waktu algoritma dynamic programming standar untuk longest common subsequence dari string dengan panjang m dan n?

  1. AO(m + n)
  2. BO(mn)
  3. CO(mn log n)
  4. DO(2m+n)
6.Sedang

Berapa kompleksitas waktu dari: for i = 1 to n: (j = 1; while j < n: j = j × 2)?

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

Rekurens T(n) = 2T(n/2) + n log n menghasilkan apa?

  1. AΘ(n log² n)
  2. BΘ(n)
  3. CΘ(n log n)
  4. DΘ(n²)
8.Sulit

Berapa biaya amortisasi menaikkan (increment) penghitung biner, mengingat satu increment dapat membalik banyak bit?

  1. AO(n) per increment
  2. BO(n log n) per increment
  3. CO(1) per increment
  4. DO(log n) per increment

Kunci jawaban

  1. 1. B · O(n + k)
  2. 2. C · O(2ⁿ)
  3. 3. C · Waktu eksekusinya tidak bertambah seiring ukuran input
  4. 4. B · Logaritma dengan basis berbeda hanya berbeda faktor konstan
  5. 5. B · O(mn)
  6. 6. C · O(n log n)
  7. 7. A · Θ(n log² n)
  8. 8. C · O(1) per increment

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