1.Mudah
Algoritma pengurutan mana yang memilih pivot dan mempartisi array menjadi elemen yang lebih kecil dan lebih besar?
- ABubble sort
- BMerge sort
- CQuicksort
- DInsertion sort
2.Mudah
Berapa kompleksitas waktu linear search pada array tidak terurut berisi n elemen (kasus terburuk)?
- AO(n²)
- BO(n)
- CO(log n)
- DO(1)
3.Mudah
Suatu masalah biasanya disebut tractable jika:
- ADapat diselesaikan dalam waktu konstan
- BDapat diselesaikan dalam waktu polinomial
- CHanya dapat diselesaikan dengan mencoba setiap kemungkinan
- DTidak memiliki solusi
4.Sedang
Pemrograman dinamis (dynamic programming) berguna ketika suatu masalah memiliki:
- ATidak ada submasalah sama sekali, sehingga dapat diselesaikan dalam satu langkah
- BHanya input acak
- CSatu loop saja
- DSubmasalah yang tumpang tindih dan substruktur optimal
5.Sedang
Apa artinya suatu masalah memiliki optimal substructure?
- AMasalah itu memiliki tepat satu solusi optimal, yang dimiliki bersama oleh setiap submasalah
- BSetiap submasalah memiliki ukuran yang sama
- CSolusi optimal dapat dibangun dari solusi optimal submasalahnya
- DMasalah itu dapat diselesaikan dalam waktu konstan
6.Sedang
Mengapa dynamic programming tidak benar-benar mempercepat merge sort?
- AMerge sort tidak memiliki struktur rekursif
- BSubmasalahnya tidak tumpang tindih, sehingga tidak ada yang dapat dipakai ulang
- CMerge sort sudah O(n)
- DDynamic programming hanya bekerja pada masalah graf, bukan pada array
7.Sulit
Apa akibatnya jika seseorang menemukan algoritma waktu polinomial untuk satu masalah NP-complete?
- AHanya masalah itu yang pindah ke P
- BSetiap masalah di NP dapat diselesaikan dalam waktu polinomial, sehingga P = NP
- CHalting problem menjadi decidable
- DSemua algoritma berwaktu eksponensial seketika berjalan dalam waktu linear
8.Sulit
Rekurens T(n) = 2T(n/2) + n log n menghasilkan apa?
- AΘ(n²)
- BΘ(n log² n)
- CΘ(n log n)
- DΘ(n)
Kunci jawaban
- 1. C · Quicksort
- 2. B · O(n)
- 3. B · Dapat diselesaikan dalam waktu polinomial
- 4. D · Submasalah yang tumpang tindih dan substruktur optimal
- 5. C · Solusi optimal dapat dibangun dari solusi optimal submasalahnya
- 6. B · Submasalahnya tidak tumpang tindih, sehingga tidak ada yang dapat dipakai ulang
- 7. B · Setiap masalah di NP dapat diselesaikan dalam waktu polinomial, sehingga P = NP
- 8. B · Θ(n log² n)
Penyelesaian lengkap langkah demi langkah: latih topik ini di examproblems.com.