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

Qual è la complessità temporale di: for i = 1 to n: (j = 1; while j < n: j = j × 2)?

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

Un problema è NP-completo se:

  1. AÈ impossibile da risolvere
  2. BÈ risolvibile in tempo polinomiale
  3. CÈ al di fuori di NP ma più difficile di tutti i problemi NP, come il problema della fermata
  4. DAppartiene a NP e ogni problema NP si riduce a esso in tempo polinomiale
3.Strutture datiMedia

In un heap binario memorizzato in un array a partire dall'indice 0, dove si trova il genitore del nodo all'indice i?

  1. AAll'indice ⌊(i − 1) / 2⌋
  2. BAll'indice ⌊i / 2⌋ + 1
  3. CAll'indice i − 1
  4. DAll'indice 2i + 1
4.Strutture datiDifficile

Devi conservare i k valori più piccoli di un flusso di n numeri usando O(k) memoria. Quale approccio funziona in tempo O(n log k)?

  1. AUn max-heap di dimensione k, di cui si sostituisce la radice quando arriva un valore più piccolo
  2. BUn min-heap che contiene tutti gli n valori, da cui alla fine si estraggono i k più piccoli
  3. CUna coda FIFO degli ultimi k valori
  4. DUn array ordinato di tutti gli n valori
5.Teoria dei grafiMedia

Quanti cicli hamiltoniani diversi H ha il grafo completo K7? I cicli che differiscono solo per il vertice iniziale o per il verso contano come lo stesso.

K7
H =
6.Teoria dei grafiDifficile
2132418664ABCDEFG

L’algoritmo di Dijkstra parte da A. Clicca il vertice che viene fissato (reso permanente) al passo 3; A stesso è il passo 1.

partenza: Apasso 3
  1. 1A
  2. 2B
  3. 3C
  4. 4D
  5. 5E
  6. 6F
  7. 7G

3Soluzioni

1.Algoritmi e complessità

Risposta: A · O(n log n)

Perché è questa la risposta

Il ciclo interno viene eseguito circa log₂ n volte per ciascuna delle n iterazioni esterne, da cui O(n log n).

Risposta

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

Risposta: D · Appartiene a NP e ogni problema NP si riduce a esso in tempo polinomiale

Perché è questa la risposta

I problemi NP-completi sono i più difficili in NP; un algoritmo polinomiale per uno di essi ne darebbe uno per tutto NP.

Risposta

D · Appartiene a NP e ogni problema NP si riduce a esso in tempo polinomiale
3.Strutture dati

Risposta: A · All'indice ⌊(i − 1) / 2⌋

Perché è questa la risposta

I figli di i sono a 2i + 1 e 2i + 2, quindi il genitore di i è ⌊(i − 1) / 2⌋; con indici a partire da 1 è ⌊i / 2⌋.

Risposta

A · All'indice ⌊(i − 1) / 2⌋
4.Strutture dati

Risposta: A · Un max-heap di dimensione k, di cui si sostituisce la radice quando arriva un valore più piccolo

Perché è questa la risposta

La radice del max-heap è il più grande valore conservato; ogni nuovo valore più piccolo la sostituisce in O(log k), quindi l'heap contiene sempre i k valori più piccoli visti finora.

Risposta

A · Un max-heap di dimensione k, di cui si sostituisce la radice quando arriva un valore più piccolo
5.Teoria dei grafi

Risposta: H = 360

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.

Conta

H = (7 − 1)!/2 = 720/2 = 360

Risposta

H = 360
6.Teoria dei grafi

Risposta: E

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

1. A (0): C: 2
2. C (2): B: 15, E: 6, G: 8
3. E (6): F: 14
4. G (8): B: 14, D: 12
5. D (12): F: 13
6. F (13)
7. B (14)

passo 3

E

Risposta

E

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