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 dell'algoritmo standard di programmazione dinamica per la sottosequenza comune più lunga di stringhe di lunghezze m e n?

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

Come si confrontano n! e 2ⁿ per n grande?

  1. A2ⁿ cresce più velocemente di n!
  2. Bn! cresce più velocemente di 2ⁿ
  3. CCrescono allo stesso ritmo
  4. Dn! è O(n²)
3.Strutture datiMedia

Come si inserisce un nuovo elemento in un heap binario?

  1. ALo si pone nella radice e lo si fa scendere
  2. BLo si pone alla fine dell'array e lo si fa risalire finché viola la proprietà di heap
  3. CLo si inserisce nella posizione ordinata spostando di un posto a destra tutti gli elementi più grandi
  4. DSi ricostruisce da zero l'intero heap
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. APerché dimezzare a metà farebbe perdere elementi
  2. BPer evitare ridimensionamenti ripetuti quando push e pop si alternano vicino alla soglia
  3. CPer mantenere l'array ordinato
  4. DPerché l'allocatore di memoria può liberare memoria solo a quarti di blocco
5.Teoria dei grafiMedia

Un grafo connesso ha 18 vertici e 24 lati. Quanti lati k vanno tolti per ottenere un albero di copertura?

|V| = 18|E| = 24
k =
6.Teoria dei grafiDifficile
9811011787ABCDEF

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: A · O(mn)

Perché è questa la risposta

La tabella ha (m + 1)(n + 1) celle e ciascuna si calcola in O(1) dalle vicine.

Risposta

A · O(mn)
2.Algoritmi e complessità

Risposta: B · n! cresce più velocemente di 2ⁿ

Perché è questa la risposta

Per n ≥ 4, n! supera 2ⁿ, e il rapporto cresce senza limite perché ogni fattore aggiuntivo di n! è maggiore di 2.

Risposta

B · n! cresce più velocemente di 2ⁿ
3.Strutture dati

Risposta: B · Lo si pone alla fine dell'array e lo si fa risalire finché viola la proprietà di heap

Perché è questa la risposta

Aggiungere alla fine mantiene l'albero completo; gli scambi con il genitore ripristinano l'ordine in O(log n) passi.

Risposta

B · Lo si pone alla fine dell'array e lo si fa risalire finché viola la proprietà di heap
4.Strutture dati

Risposta: B · 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

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

Risposta: k = 7

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

18 − 1 = 17

Lati da togliere

k = 24 − 17 = 7

Risposta

k = 7
6.Teoria dei grafi

Risposta: d(F) = 24

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: 9, C: 8
C (8)
B (9): D: 19, E: 16
E (16): F: 24
D (19)
F (24)

Cammino minimo

A → B → E → F
d(F) = 24

Risposta

d(F) = 24

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