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(1)
  4. DO(n²)
2.Mudah

Pertumbuhan O(2ⁿ) disebut apa?

  1. APolinomial
  2. BLinear
  3. CEksponensial
  4. DLogaritmik
3.Mudah

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

  1. Ao (little o)
  2. BΩ (Big Omega)
  3. CΘ (Big Theta)
  4. DO (Big O)
4.Sedang

Apakah benar mengatakan bahwa algoritma O(n²) juga O(n³)?

  1. AYa, karena Big O adalah batas atas dan n² tidak tumbuh lebih cepat daripada n³
  2. BTidak, karena n³ lebih kecil daripada n² untuk n besar
  3. CYa, tetapi hanya jika n lebih kecil dari 100
  4. DTidak, karena Big O harus selalu menyatakan laju pertumbuhan yang tepat dari fungsi itu
5.Sedang

Bagaimana algoritma Prim membangun minimum spanning tree?

  1. AMengurutkan semua sisi berdasarkan bobot dan menambahkan masing-masing kecuali jika membentuk siklus dalam hutan
  2. BMenghapus sisi termahal sampai tidak ada siklus tersisa
  3. CMenjalankan breadth-first search dan menyimpan pohon BFS
  4. DMenumbuhkan satu pohon dari simpul awal, setiap kali menambahkan sisi termurah yang keluar dari pohon
6.Sedang

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

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

Masalah knapsack 0/1 yang diselesaikan dengan pemrograman dinamis memerlukan waktu O(nW). Mengapa ini disebut pseudo-polinomial?

  1. AKarena n selalu kecil
  2. BKarena algoritma ini hanya berlaku untuk W = 0
  3. CW adalah nilai numerik, sehingga waktunya eksponensial terhadap jumlah bit yang diperlukan untuk menuliskan W
  4. DKarena algoritmanya bersifat acak (randomised) dan waktu eksekusinya berbeda untuk setiap input
8.Sulit

Dengan teorema master, T(n) = 8T(n/2) + O(n²) memiliki solusi:

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

Kunci jawaban

  1. 1. A · O(n)
  2. 2. C · Eksponensial
  3. 3. B · Ω (Big Omega)
  4. 4. A · Ya, karena Big O adalah batas atas dan n² tidak tumbuh lebih cepat daripada n³
  5. 5. D · Menumbuhkan satu pohon dari simpul awal, setiap kali menambahkan sisi termurah yang keluar dari pohon
  6. 6. D · O(n)
  7. 7. C · W adalah nilai numerik, sehingga waktunya eksponensial terhadap jumlah bit yang diperlukan untuk menuliskan W
  8. 8. A · Θ(n³)

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