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

La ricorrenza T(n) = 2T(n/2) + O(n) ha come soluzione:

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

I cammini semplici minimi si possono trovare in tempo polinomiale. Che cosa si sa del trovare il cammino semplice più lungo tra due vertici in un grafo generico?

  1. AÈ indecidibile
  2. BÈ sempre risolvibile in O(V + E)
  3. CSi può risolvere con l'algoritmo di Dijkstra con pesi cambiati di segno
  4. DÈ NP-difficile
3.Strutture datiMedia

Un trie (albero dei prefissi) è particolarmente efficiente per:

  1. AOrdinare numeri
  2. BMemorizzare matrici
  3. CTrovare cammini minimi
  4. DRicerche per prefisso, come il completamento automatico
4.Strutture datiDifficile

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

  1. AO(log n)
  2. BO(n)
  3. CO(1)
  4. DO(n log n)
5.Teoria dei grafiMedia
ABCDEFCircuito eulerianoCammino euleriano, nessun circuitonessuna delle due

Il grafo connesso ha un circuito euleriano, un cammino euleriano che non è un circuito, oppure nessuno dei due? Clicca la tua risposta.

|V| = 6|E| = 8
  1. 1Circuito euleriano
  2. 2Cammino euleriano, nessun circuito
  3. 3nessuna delle due
6.Teoria dei grafiDifficile
5139810439ABCDEF

Usa l’algoritmo di Dijkstra per trovare la lunghezza d(F) del cammino minimo da A a F nel grafo pesato.

partenza: Aarrivo: F
d(F) =

3Soluzioni

1.Algoritmi e complessità

Risposta: B · O(n log n)

Perché è questa la risposta

Per il teorema dell'esperto (master theorem) (a = 2, b = 2, f(n) = n), T(n) = Θ(n log n).

Risposta

B · O(n log n)
2.Algoritmi e complessità

Risposta: D · È NP-difficile

Perché è questa la risposta

Un cammino semplice più lungo di lunghezza V − 1 è un cammino hamiltoniano, un problema NP-completo; sui grafi orientati aciclici, invece, è risolvibile in tempo lineare.

Risposta

D · È NP-difficile
3.Strutture dati

Risposta: D · Ricerche per prefisso, come il completamento automatico

Perché è questa la risposta

I trie memorizzano le stringhe carattere per carattere lungo i percorsi, quindi ricerche e interrogazioni per prefisso richiedono un tempo proporzionale alla lunghezza della chiave.

Risposta

D · Ricerche per prefisso, come il completamento automatico
4.Strutture dati

Risposta: A · 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

A · O(log n)
5.Teoria dei grafi

Risposta: nessuna delle due

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.

Gradi

deg(A) = 2, deg(B) = 3, deg(C) = 3, deg(D) = 3, deg(E) = 3, deg(F) = 2

Vertici dispari

B, C, D, E → 4
nessuna delle due

Risposta

nessuna delle due
6.Teoria dei grafi

Risposta: d(F) = 17

Cammini minimi e alberi di copertura: l’algoritmo di Dijkstra fissa un vertice per passo: il vertice non fissato con la distanza provvisoria minima. La sua distanza è allora definitiva, e ogni vertice adiacente v riceve d(v) = min(d(v), d(u) + w(u, v)). L’algoritmo di Kruskal costruisce un albero di copertura minimo prendendo i lati dal più leggero al più pesante e saltando ogni lato che chiuderebbe un ciclo; l’algoritmo di Prim fa crescere un solo albero da un vertice iniziale aggiungendo sempre il lato più leggero che ne esce. Un albero di copertura di n vertici ha n − 1 lati.

Dijkstra passo per passo

Ogni riga: il vertice fissato, la sua distanza definitiva e i vertici adiacenti la cui distanza migliora.

A (0): B: 5
B (5): C: 18, D: 14, E: 14
D (14): F: 18
E (14): F: 17
F (17)
C (18)

Cammino minimo

A → B → E → F
d(F) = 17

Risposta

d(F) = 17

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