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

Quanto spazio di stack usa una semplice funzione fattoriale ricorsiva fact(n) = n × fact(n − 1)?

  1. AO(log n)
  2. BO(n)
  3. CO(1)
  4. DO(n²)
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 si riduce a un problema in P, e X è in NP
  3. CX è in NP, e un problema NP-completo noto si riduce a X in tempo polinomiale
  4. DX è in P, e X si riduce a SAT
3.Strutture datiMedia

Perché in pratica percorrere un array è spesso molto più veloce che percorrere una lista concatenata della stessa lunghezza?

  1. AGli elementi dell'array sono contigui, quindi sfruttano bene la cache della CPU
  2. BLe liste concatenate memorizzano sempre gli elementi su disco
  3. CLa visita di un array è O(1) in totale, mentre quella di una lista concatenata è O(n)
  4. DGli array usano meno istruzioni per confrontare i valori
4.Strutture datiDifficile

Un array dinamico raddoppia quando è pieno. Perché molte implementazioni lo riducono solo quando è pieno per un quarto, e non per metà?

  1. APer evitare ridimensionamenti ripetuti quando push e pop si alternano vicino alla soglia
  2. BPer mantenere l'array ordinato
  3. CPerché l'allocatore di memoria può liberare memoria solo a quarti di blocco
  4. DPerché dimezzare a metà farebbe perdere elementi
5.Teoria dei grafiMedia
ABCDECircuito 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| = 5|E| = 5
  1. 1Circuito euleriano
  2. 2Cammino euleriano, nessun circuito
  3. 3nessuna delle due
6.Teoria dei grafiDifficile
1312417116181ABCDEF

Trova il peso totale W di un albero di copertura minimo del grafo pesato.

|V| = 6|E| = 8
W =

3Soluzioni

1.Algoritmi e complessità

Risposta: B · O(n)

Perché è questa la risposta

La ricorsione arriva a n chiamate di profondità prima di qualsiasi ritorno, e ogni chiamata richiede un record di attivazione (stack frame), quindi usa O(n) spazio.

Risposta

B · O(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: A · Gli elementi dell'array sono contigui, quindi sfruttano bene la cache della CPU

Perché è questa la risposta

La memoria contigua offre una buona località dei riferimenti, mentre i nodi collegati possono essere sparsi e causare molti cache miss.

Risposta

A · Gli elementi dell'array sono contigui, quindi sfruttano bene la cache della CPU
4.Strutture dati

Risposta: A · Per evitare ridimensionamenti ripetuti quando push e pop si alternano vicino alla soglia

Perché è questa la risposta

Ridurre a metà potrebbe provocare un ridimensionamento a ogni operazione in una sequenza del genere; il margine tra 1/4 e pieno mantiene il costo ammortizzato O(1).

Risposta

A · Per evitare ridimensionamenti ripetuti quando push e pop si alternano vicino alla soglia
5.Teoria dei grafi

Risposta: Cammino euleriano, nessun circuito

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) = 2, deg(D) = 1, deg(E) = 2

Vertici dispari

B, D → 2
Cammino euleriano, nessun circuito

Risposta

Cammino euleriano, nessun circuito

Il cammino euleriano parte da un vertice dispari e termina nell’altro.

6.Teoria dei grafi

Risposta: W = 36

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

BE (1): prendi
BD (4): prendi
DF (6): prendi
DE (11): salta, chiude un ciclo
AC (12): prendi
AB (13): prendi

Peso totale

W = 1 + 4 + 6 + 12 + 13 = 36

Risposta

W = 36

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