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

Perché molte routine di ordinamento delle librerie passano all'insertion sort per sottoarray molto piccoli?

  1. AL'insertion sort ha poco overhead ed è veloce su input piccoli o quasi ordinati
  2. BL'insertion sort è O(n log n) nel caso peggiore
  3. CGli algoritmi ricorsivi non gestiscono array con meno di 10 elementi
  4. DL'insertion sort usa meno memoria di qualsiasi altro algoritmo di ordinamento per input grandi
2.Algoritmi e complessitàDifficile

Perché qualsiasi ricerca basata su confronti in un array ordinato richiede Ω(log n) confronti nel caso peggiore?

  1. AOgni elemento deve essere confrontato almeno una volta
  2. BLa ricerca binaria è l'unico algoritmo possibile e richiede log₂ n confronti
  3. COgni confronto richiede un tempo logaritmico
  4. DUn albero di decisione con n esiti possibili deve avere profondità almeno log₂ n
3.Strutture datiMedia

Quanto tempo serve per verificare se l'arco (u, v) esiste usando una matrice di adiacenza?

  1. AO(log V)
  2. BO(V)
  3. CO(1)
  4. DO(E)
4.Strutture datiDifficile

Nell'ipotesi di hashing uniforme semplice, qual è il tempo atteso di una ricerca in una tabella hash con concatenamento, n chiavi e m bucket?

  1. AO(m)
  2. BO(n)
  3. CO(log n)
  4. DO(1 + α), dove α = n / m
5.Teoria dei grafiMedia

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

2 × deg 33 × deg 42 × deg 52 × deg 2
L =
6.Teoria dei grafiDifficile
20175184319ABCDE

L’algoritmo di Kruskal costruisce un albero di copertura minimo. Clicca il lato che aggiunge come lato numero 3; i lati saltati non contano.

k = 3
  1. 1lato AB
  2. 2lato AC
  3. 3lato BC
  4. 4lato BD
  5. 5lato CE
  6. 6lato DE
  7. 7lato BE

3Soluzioni

1.Algoritmi e complessità

Risposta: A · L'insertion sort ha poco overhead ed è veloce su input piccoli o quasi ordinati

Perché è questa la risposta

Per n piccolo il semplice ciclo dell'insertion sort batte l'overhead della ricorsione di quicksort o merge sort, anche se è O(n²).

Risposta

A · L'insertion sort ha poco overhead ed è veloce su input piccoli o quasi ordinati
2.Algoritmi e complessità

Risposta: D · Un albero di decisione con n esiti possibili deve avere profondità almeno log₂ n

Perché è questa la risposta

Ogni confronto al massimo dimezza l'insieme delle possibilità rimanenti, quindi distinguere n posizioni richiede almeno log₂ n confronti.

Risposta

D · Un albero di decisione con n esiti possibili deve avere profondità almeno log₂ n
3.Strutture dati

Risposta: C · O(1)

Perché è questa la risposta

L'elemento della matrice alla riga u, colonna v indica immediatamente se l'arco esiste; con una lista di adiacenza può essere necessario scorrere i vicini di u.

Risposta

C · O(1)
4.Strutture dati

Risposta: D · O(1 + α), dove α = n / m

Perché è questa la risposta

Calcolare l'hash costa O(1) e la lunghezza attesa della catena è α, quindi mantenere α limitato tramite il ridimensionamento dà un tempo atteso O(1).

Risposta

D · O(1 + α), dove α = n / m
5.Teoria dei grafi

Risposta: L = 16

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 + 32 = 2(L + 9) − 2
L = 16

Risposta

L = 16

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

6.Teoria dei grafi

Risposta: lato BC

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.

Algoritmo di Kruskal

1. DE (3)
2. CE (4)
3. BC (5)
4. AC (17)

lato numero 3

BC

Risposta

lato BC

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