1.Facile
Che cosa descrive il tempo di esecuzione nel caso medio?
- AIl tempo sul computer più diffuso
- BIl tempo atteso rispetto a una data distribuzione degli input di dimensione n
- CIl valore intermedio tra i tempi di esecuzione nel caso migliore e nel caso peggiore
- DIl tempo per un input di lunghezza media
2.Facile
Come si chiama una crescita O(2ⁿ)?
- ALineare
- BPolinomiale
- CEsponenziale
- DLogaritmica
3.Facile
Quale di questi tempi di esecuzione è polinomiale?
- AO(nⁿ)
- BO(2ⁿ)
- CO(n!)
- DO(n³)
4.Media
Che cosa significa che un problema ha una sottostruttura ottima?
- AOgni sottoproblema ha la stessa dimensione
- BIl problema ha esattamente una soluzione ottima, condivisa da ogni sottoproblema
- CUna soluzione ottima può essere costruita da soluzioni ottime dei suoi sottoproblemi
- DIl problema si può risolvere in tempo costante
5.Media
Ordini una volta un array di n elementi e poi rispondi a k query di appartenenza con la ricerca binaria. Qual è il costo totale?
- AO(nk)
- BO(n log n + k log n)
- CO(n + k)
- DO(k n log n)
6.Media
Quale algoritmo di ordinamento è stabile?
- AMerge sort
- BHeap sort
- CSelection sort (versione tipica)
- DQuicksort (tipica versione in loco)
7.Difficile
Qual è la soluzione della ricorrenza T(n) = 2T(n/2) + n log n?
- AΘ(n²)
- BΘ(n log² n)
- CΘ(n log n)
- DΘ(n)
8.Difficile
Come si confrontano n! e 2ⁿ per n grande?
- An! è O(n²)
- Bn! cresce più velocemente di 2ⁿ
- C2ⁿ cresce più velocemente di n!
- DCrescono allo stesso ritmo
Soluzioni
- 1. B · Il tempo atteso rispetto a una data distribuzione degli input di dimensione n
- 2. C · Esponenziale
- 3. D · O(n³)
- 4. C · Una soluzione ottima può essere costruita da soluzioni ottime dei suoi sottoproblemi
- 5. B · O(n log n + k log n)
- 6. A · Merge sort
- 7. B · Θ(n log² n)
- 8. B · n! cresce più velocemente di 2ⁿ
Soluzioni complete passo passo: esercitati su questo argomento su examproblems.com.