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 del calcolo dell'n-esimo numero di Fibonacci con una tabella bottom-up?

  1. AO(log n)
  2. BO(n²)
  3. CO(n)
  4. DO(2ⁿ)
2.Algoritmi e complessitàDifficile

Qual è la soluzione della ricorrenza T(n) = 2T(n/2) + n log n?

  1. AΘ(n)
  2. BΘ(n²)
  3. CΘ(n log n)
  4. DΘ(n log² n)
3.Strutture datiMedia

Quale struttura dati usa un programma in esecuzione per tenere traccia delle chiamate di funzione attive e delle loro variabili locali?

  1. AUn albero binario di ricerca di frame
  2. BUna tabella hash di funzioni
  3. CLo stack delle chiamate
  4. DLa coda della memoria heap
4.Strutture datiDifficile

Quale problema della scansione lineare viene ridotto principalmente dal doppio hashing?

  1. AIl costo O(n) della lettura del valore di una chiave
  2. BLa necessità di memorizzare le chiavi nella tabella
  3. CL'agglomerazione primaria (primary clustering), cioè la formazione di lunghe sequenze di posizioni occupate
  4. DLa necessità di una funzione hash
5.Teoria dei grafiMedia

Un grafo connesso ha 20 vertici e 25 lati. Quanti lati k vanno tolti per ottenere un albero di copertura?

|V| = 20|E| = 25
k =
6.Teoria dei grafiDifficile
18632201516817ABCDEFG

L’algoritmo di Kruskal costruisce un albero di copertura minimo. Clicca il lato che aggiunge come lato numero 2; i lati saltati non contano.

k = 2
  1. 1lato AC
  2. 2lato BC
  3. 3lato BD
  4. 4lato CE
  5. 5lato DE
  6. 6lato DF
  7. 7lato EF
  8. 8lato GC
  9. 9lato GE

3Soluzioni

1.Algoritmi e complessità

Risposta: C · O(n)

Perché è questa la risposta

Riempire la tabella da 0 a n richiede un'addizione per voce, quindi il lavoro è lineare anziché esponenziale.

Risposta

C · O(n)
2.Algoritmi e complessità

Risposta: D · Θ(n log² n)

Perché è questa la risposta

Il livello k svolge circa n log(n / 2ᵏ) lavoro, e sommando sui log n livelli si ottiene Θ(n log² n), il secondo caso esteso del teorema dell'esperto.

Risposta

D · Θ(n log² n)
3.Strutture dati

Risposta: C · Lo stack delle chiamate

Perché è questa la risposta

Ogni chiamata inserisce un record di attivazione (stack frame) e ogni ritorno lo estrae, ed è per questo che la chiamata più recente termina per prima.

Risposta

C · Lo stack delle chiamate
4.Strutture dati

Risposta: C · L'agglomerazione primaria (primary clustering), cioè la formazione di lunghe sequenze di posizioni occupate

Perché è questa la risposta

La scansione lineare avanza di 1, quindi le sequenze occupate crescono e si fondono; il doppio hashing usa un secondo hash per il passo, così chiavi diverse esplorano sequenze diverse.

Risposta

C · L'agglomerazione primaria (primary clustering), cioè la formazione di lunghe sequenze di posizioni occupate
5.Teoria dei grafi

Risposta: k = 6

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

20 − 1 = 19

Lati da togliere

k = 25 − 19 = 6

Risposta

k = 6
6.Teoria dei grafi

Risposta: lato BD

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. CE (2)
2. BD (3)
3. BC (6)
4. GC (8)
5. DF (15)
6. AC (18)

lato numero 2

BD

Risposta

lato BD

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