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 complessità temporale del Fibonacci ricorsivo ingenuo (fib(n) = fib(n−1) + fib(n−2)) è:

  1. ACostante
  2. BLogaritmica
  3. CEsponenziale
  4. DLineare
2.Algoritmi e complessitàDifficile

Usando il teorema dell'esperto (master theorem), T(n) = 8T(n/2) + O(n²) ha come soluzione:

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

Perché un heap binario si può memorizzare in un array senza puntatori?

  1. AÈ un albero binario completo, quindi le posizioni seguono semplici formule sugli indici
  2. BTutte le chiavi di un heap sono uguali
  3. CGli heap non contengono mai più di 100 elementi
  4. DGli array mantengono automaticamente le chiavi in ordine, quindi non servono puntatori
4.Strutture datiDifficile

L'algoritmo di Kahn per l'ordinamento topologico rimuove ripetutamente i vertici con grado entrante 0. Quale struttura contiene questi vertici?

  1. AUn max-heap ordinato per grado uscente
  2. BUna coda (o una collezione qualsiasi) dei vertici con grado entrante 0
  3. CUna pila di tutti gli archi visitati
  4. DUna matrice di adiacenza che registra quali vertici sono già stati rimossi
5.Teoria dei grafiMedia

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

3 × deg 32 × deg 44 × deg 2
L =
6.Teoria dei grafiDifficile
4711610133ABCDEFG

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: C · Esponenziale

Perché è questa la risposta

L'albero delle chiamate cresce all'incirca come φⁿ (circa 1,618ⁿ). La memoizzazione la riduce a O(n).

Risposta

C · Esponenziale
2.Algoritmi e complessità

Risposta: B · Θ(n³)

Perché è questa la risposta

log₂ 8 = 3 e n² cresce più lentamente di n³, quindi dominano le foglie: Θ(n³).

Risposta

B · Θ(n³)
3.Strutture dati

Risposta: A · È un albero binario completo, quindi le posizioni seguono semplici formule sugli indici

Perché è questa la risposta

La completezza significa che non ci sono buchi, quindi i figli dell'indice i si trovano sempre a 2i + 1 e 2i + 2.

Risposta

A · È un albero binario completo, quindi le posizioni seguono semplici formule sugli indici
4.Strutture dati

Risposta: B · Una coda (o una collezione qualsiasi) dei vertici con grado entrante 0

Perché è questa la risposta

I vertici pronti si tengono in una coda; rimuoverne uno riduce il grado entrante dei suoi vicini, e quelli che arrivano a 0 vengono aggiunti, con un tempo O(V + E).

Risposta

B · Una coda (o una collezione qualsiasi) dei vertici con grado entrante 0
5.Teoria dei grafi

Risposta: L = 9

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 + 25 = 2(L + 9) − 2
L = 9

Risposta

L = 9

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

6.Teoria dei grafi

Risposta: d(F) = 15

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: 4
B (4): C: 11, G: 5
G (5): C: 8, E: 8
C (8)
E (8): D: 9, F: 18
D (9): F: 15
F (15)

Cammino minimo

A → B → G → E → D → F
d(F) = 15

Risposta

d(F) = 15

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