Scheda di esercizi di Algoritmi e complessità con soluzioni

Scheda di esercizi di Algoritmi e complessità gratuita e stampabile: 8 esercizi dal livello facile a quello d’esame, con le soluzioni. Stampala o salvala come PDF.

Per i docenti: gratuita da stampare, copiare e usare in classe. Ogni nuova scheda ha nuovi valori e le sue soluzioni. Un link a ExamProblems nella pagina del corso è molto apprezzato.

Nome: ____________________   Data: ____________

1.Facile

Quali sono i tre passi di un algoritmo divide et impera?

  1. ADividi, risolvi (impera), combina
  2. BIndovina, verifica, ripeti
  3. COrdina, cerca, restituisci
  4. DLeggi, calcola, scrivi
2.Facile

Che cosa significa che un'operazione ha tempo O(1)?

  1. ARichiede sempre esattamente un secondo
  2. BPuò essere eseguita una sola volta
  3. CIl suo tempo di esecuzione non cresce con la dimensione dell'input
  4. DElabora esattamente un elemento per ogni secondo di tempo di esecuzione
3.Facile

Che cosa descrive il tempo di esecuzione nel caso peggiore di un algoritmo?

  1. AIl tempo impiegato sull'input più piccolo
  2. BIl tempo impiegato su un computer lento
  3. CIl tempo atteso su un input casuale di dimensione n
  4. DIl tempo massimo impiegato su tutti gli input di dimensione n
4.Media

Che cosa calcola l'algoritmo di Floyd–Warshall, e con quale velocità?

  1. AI cammini minimi tra tutte le coppie di vertici in O(V³)
  2. BI cammini minimi da un vertice sorgente a tutti gli altri in O(V + E)
  3. CUn ordinamento topologico in O(V²)
  4. DUn albero ricoprente minimo in O(E log V)
5.Media

Con monete da 1, 3 e 4 e un importo di 6, quante monete usa il metodo greedy "prima la moneta più grande", rispetto all'ottimo?

  1. AIl greedy usa 3 monete; l'ottimo è 2
  2. BIl greedy usa 4 monete; l'ottimo è 3
  3. CIl greedy usa 3 monete; l'ottimo è 3
  4. DIl greedy usa 2 monete; l'ottimo è 2
6.Media

Qual è la soluzione della ricorrenza T(n) = T(n − 1) + O(1)?

  1. AO(log n)
  2. BO(n)
  3. CO(n²)
  4. DO(2ⁿ)
7.Difficile

Quale limite è corretto per log(n!)?

  1. AΘ(n log n)
  2. BΘ(log n)
  3. CΘ(n²)
  4. DΘ(n)
8.Difficile

L'insertion sort richiede O(n) su un input ordinato. Questo contraddice il limite inferiore Ω(n log n) per l'ordinamento per confronti?

  1. ANo, perché l'insertion sort non è un ordinamento per confronti
  2. BNo, il limite inferiore si applica al caso peggiore su tutti gli input, non a ogni input
  3. CSì, quindi il limite inferiore è sbagliato
  4. DSì, ma solo per array più corti di 100

Soluzioni

  1. 1. A · Dividi, risolvi (impera), combina
  2. 2. C · Il suo tempo di esecuzione non cresce con la dimensione dell'input
  3. 3. D · Il tempo massimo impiegato su tutti gli input di dimensione n
  4. 4. A · I cammini minimi tra tutte le coppie di vertici in O(V³)
  5. 5. A · Il greedy usa 3 monete; l'ottimo è 2
  6. 6. B · O(n)
  7. 7. A · Θ(n log n)
  8. 8. B · No, il limite inferiore si applica al caso peggiore su tutti gli input, non a ogni input

Soluzioni complete passo passo: esercitati su questo argomento su examproblems.com.