Algoritmi e strutture dati: pacchetto last-minute

Formulari, i passaggi chiave del metodo per ogni argomento e 6 esercizi, con le soluzioni complete in fondo.

Nuovi eserciziTorna al corso

Nella finestra di stampa scegli “Salva come PDF” per conservarne una copia sul tuo dispositivo.

1Formule e metodi

Teoria dei grafi

Lemma delle strette di mano
Σ deg(v) = 2|E|
Grafi completi
|E(Kn)| = n(n − 1)/2, |E(Km,n)| = m·n
Grafo regolare
|E| = n·k/2
Albero e foresta
|E| = n − 1, |E| = n − c
Foglie di un albero
L = 2 + Σ (deg(v) − 2) over deg(v) ≥ 3
Eulero
circuito: tutti i gradi pari; cammino: esattamente 2 gradi dispari
Cicli hamiltoniani in Kn
(n − 1)!/2
Aggiornamento di Dijkstra
d(v) = min(d(v), d(u) + w(u, v))
Cammini di lunghezza L
(Mᴸ)ij

Metodo

  1. Scrivi il grado di ogni vertice; la somma dei gradi è il doppio del numero di lati.
  2. Nelle domande su Eulero, verifica che il grafo sia connesso e conta i vertici di grado dispari.
  3. Per gli alberi, usa n − 1 lati e il lemma delle strette di mano.
  4. Per Dijkstra, tieni una tabella delle distanze provvisorie e a ogni passo fissa il vertice non ancora fissato con la distanza minima.
  5. Per un albero di copertura minimo, ordina i lati per peso e salta ogni lato che chiude un ciclo (Kruskal), oppure fai crescere un solo albero a partire da un vertice iniziale (Prim).

2Esercizi

1.Algoritmi e complessitàMedia

In un array ordinato cerchi due elementi la cui somma sia un valore dato muovendo un puntatore da ciascuna estremità verso l'interno. Qual è la complessità temporale?

  1. AO(n log n)
  2. BO(log n)
  3. CO(n)
  4. DO(n²)
2.Algoritmi e complessitàDifficile

Che cosa seguirebbe se qualcuno trovasse un algoritmo in tempo polinomiale per un problema NP-completo?

  1. AOgni problema in NP si potrebbe risolvere in tempo polinomiale, quindi P = NP
  2. BSolo quel problema passerebbe in P
  3. CTutti gli algoritmi a tempo esponenziale diventerebbero subito lineari
  4. DIl problema della fermata diventerebbe decidibile
3.Strutture datiMedia

Che cosa succede quando una tabella hash esegue il rehashing dopo che il fattore di carico ha superato una soglia?

  1. ASolo le chiavi in collisione vengono spostate in una nuova lista di overflow in fondo alla tabella
  2. BLe chiavi più vecchie vengono eliminate per fare spazio
  3. CSi alloca una tabella più grande e ogni chiave viene reinserita
  4. DLe chiavi esistenti vengono ordinate sul posto
4.Strutture datiDifficile

La complessità temporale di decrease-key in un heap binario (nota la posizione dell'elemento) è:

  1. AO(1)
  2. BO(log n)
  3. CO(n)
  4. DO(n log n)
5.Teoria dei grafiMedia

Un albero ha 4 vertici di grado 3, 4 vertici di grado 4, 3 vertici di grado 5, 4 vertici di grado 2, e tutti gli altri suoi vertici sono foglie (grado 1). Quante foglie L ha?

4 × deg 34 × deg 43 × deg 54 × deg 2
L =
6.Teoria dei grafiDifficile
ABCDEF

Quanti cammini di lunghezza 2 vanno da A a C? Un cammino può ripetere vertici e lati. Chiama il numero N.

M = matrice di adiacenzaL = 2
N =

3Soluzioni

1.Algoritmi e complessità

Risposta: C · O(n)

Perché è questa la risposta

Se la somma è troppo piccola il puntatore sinistro si sposta a destra, se è troppo grande il puntatore destro si sposta a sinistra, quindi ci sono al massimo n passi.

Risposta

C · O(n)
2.Algoritmi e complessità

Risposta: A · Ogni problema in NP si potrebbe risolvere in tempo polinomiale, quindi P = NP

Perché è questa la risposta

Poiché tutto NP si riduce in tempo polinomiale a qualsiasi problema NP-completo, un algoritmo veloce per uno fornisce un algoritmo veloce per tutti.

Risposta

A · Ogni problema in NP si potrebbe risolvere in tempo polinomiale, quindi P = NP
3.Strutture dati

Risposta: C · Si alloca una tabella più grande e ogni chiave viene reinserita

Perché è questa la risposta

Poiché l'indice si calcola modulo la dimensione della tabella, tutte le chiavi devono essere ridistribuite nella nuova tabella più grande; raddoppiando la dimensione il costo resta O(1) ammortizzato.

Risposta

C · Si alloca una tabella più grande e ogni chiave viene reinserita
4.Strutture dati

Risposta: B · O(log n)

Perché è questa la risposta

Dopo aver diminuito la chiave, l'elemento risale (sift-up) al massimo per l'altezza dell'heap. Gli heap di Fibonacci ottengono decrease-key in O(1) ammortizzato.

Risposta

B · O(log n)
5.Teoria dei grafi

Risposta: L = 23

Eulero, Hamilton e alberi: un grafo connesso ha un circuito euleriano (ogni lato una volta, di nuovo al punto di partenza) quando ogni vertice ha grado pari, e un cammino euleriano che non è un circuito quando esattamente due vertici hanno grado dispari; il cammino va allora da un vertice dispari all’altro. Un ciclo hamiltoniano visita ogni vertice una volta; Kn ne ha (n − 1)!/2. Un albero con n vertici ha n − 1 lati, e un grafo connesso con m lati mantiene un albero di copertura dopo aver tolto m − n + 1 lati.

Lemma delle strette di mano per un albero

L + 51 = 2(L + 15) − 2
L = 23

Risposta

L = 23

Scorciatoia: L = 2 + Σ (d − 2) sui vertici di grado d ≥ 3.

6.Teoria dei grafi

Risposta: N = 1

Gradi: il grado di un vertice è il numero di lati che vi arrivano. Ogni lato ha due estremi, quindi i gradi sommano al doppio del numero di lati: Σ deg(v) = 2|E| (il lemma delle strette di mano). Il numero di vertici di grado dispari è quindi pari. Kn ha n(n − 1)/2 lati, un grafo k-regolare con n vertici ne ha nk/2, e un albero con n vertici ha n − 1 lati.

Matrice di adiacenza

A: 0 1 1 0 0 0
B: 1 0 1 0 1 0
C: 1 1 0 0 1 0
D: 0 0 0 0 0 1
E: 0 1 1 0 0 1
F: 0 0 0 1 1 0

Vicini comuni

(M²)AC = 0·1 + 1·1 + 1·0 + 0·0 + 0·1 + 0·0 = 1

Risposta

N = 1

ExamProblems · examproblems.com/courses/data-structures-and-algorithms