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 soluzione della ricorrenza T(n) = T(n/2) + O(1)?

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

Quali due cose bisogna dimostrare per provare che un problema decisionale X è NP-completo?

  1. AX non ha un algoritmo polinomiale, e X è decidibile
  2. BX è in P, e X si riduce a SAT
  3. CX è in NP, e un problema NP-completo noto si riduce a X in tempo polinomiale
  4. DX si riduce a un problema in P, e X è in NP
3.Strutture datiMedia

Qual è il costo di inserire un elemento al centro di un array di n elementi?

  1. AO(n²), perché ogni elemento si sposta n volte
  2. BO(log n), per via della ricerca binaria
  3. CO(n), perché gli elementi successivi devono essere spostati
  4. DO(1), perché l'indice è noto
4.Strutture datiDifficile

Un albero di Fenwick (binary indexed tree) su un array di n numeri supporta quali operazioni in O(log n)?

  1. ARicerca della mediana in O(1)
  2. BInterrogazioni di somme prefisse e aggiornamenti di singoli elementi
  3. COrdinamento dell'array e ricerca binaria
  4. DInserimento di elementi in qualsiasi posizione
5.Teoria dei grafiMedia

Un grafo connesso ha 7 vertici e 18 lati. Quanti lati k vanno tolti per ottenere un albero di copertura?

|V| = 7|E| = 18
k =
6.Teoria dei grafiDifficile
1491371210132312ABCDEFG

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: D · O(log n)

Perché è questa la risposta

Il problema si dimezza a ogni passo con lavoro costante per passo, quindi ci sono circa log₂ n passi.

Risposta

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

Risposta: C · X è in NP, e un problema NP-completo noto si riduce a X in tempo polinomiale

Perché è questa la risposta

L'appartenenza a NP mostra che X non è più difficile di NP; la riduzione da un problema NP-completo noto mostra che X è almeno difficile quanto tutto NP.

Risposta

C · X è in NP, e un problema NP-completo noto si riduce a X in tempo polinomiale
3.Strutture dati

Risposta: C · O(n), perché gli elementi successivi devono essere spostati

Perché è questa la risposta

Tutti gli elementi dopo il punto di inserimento si spostano di una posizione a destra, il che richiede un tempo proporzionale a n.

Risposta

C · O(n), perché gli elementi successivi devono essere spostati
4.Strutture dati

Risposta: B · Interrogazioni di somme prefisse e aggiornamenti di singoli elementi

Perché è questa la risposta

Un albero di Fenwick memorizza somme parziali su intervalli determinati dai bit meno significativi di ogni indice, quindi sia le somme prefisse sia gli aggiornamenti puntuali richiedono O(log n).

Risposta

B · Interrogazioni di somme prefisse e aggiornamenti di singoli elementi
5.Teoria dei grafi

Risposta: k = 12

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.

Lati di un albero di copertura

7 − 1 = 6

Lati da togliere

k = 18 − 6 = 12

Risposta

k = 12
6.Teoria dei grafi

Risposta: d(F) = 27

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: 14, C: 9
C (9): E: 21, G: 11
G (11): D: 14
B (14)
D (14): F: 27
E (21)
F (27)

Cammino minimo

A → C → G → D → F
d(F) = 27

Risposta

d(F) = 27

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