1.Facile
Che cosa descrive il tempo di esecuzione nel caso peggiore di un algoritmo?
- AIl tempo atteso su un input casuale di dimensione n
- BIl tempo impiegato sull'input più piccolo
- CIl tempo massimo impiegato su tutti gli input di dimensione n
- DIl tempo impiegato su un computer lento
2.Facile
Qual è la complessità temporale per trovare il valore massimo in un array non ordinato di n numeri?
- AO(n)
- BO(log n)
- CO(n log n)
- DO(1)
3.Facile
Quanto vale log₂ 1024?
- A32
- B512
- C10
- D12
4.Media
Qual è il tempo di esecuzione del radix sort LSD su n interi con d cifre in base k?
- AO(n log n)
- BO(d(n + k))
- CO(dn log k)
- DO(n²)
5.Media
Quale algoritmo di ordinamento è stabile?
- AQuicksort (tipica versione in loco)
- BSelection sort (versione tipica)
- CMerge sort
- DHeap sort
6.Media
Qual è la soluzione della ricorrenza T(n) = T(n − 1) + O(n)?
- AO(n)
- BO(n log n)
- CO(2ⁿ)
- DO(n²)
7.Difficile
Come si classifica il problema del commesso viaggiatore?
- AÈ in P perché l'algoritmo di Dijkstra lo risolve visitando ogni città una sola volta
- BÈ indecidibile
- CLa versione decisionale è in P ma quella di ottimizzazione è NP-completa
- DLa versione decisionale è NP-completa e la versione di ottimizzazione è NP-difficile
8.Difficile
Qual è la complessità temporale di: for i = 1 to n: for (j = i; j ≤ n; j = j + i) lavoro O(1)?
- AO(n²)
- BO(n log n)
- CO(n)
- DO(n √n)
Soluzioni
- 1. C · Il tempo massimo impiegato su tutti gli input di dimensione n
- 2. A · O(n)
- 3. C · 10
- 4. B · O(d(n + k))
- 5. C · Merge sort
- 6. D · O(n²)
- 7. D · La versione decisionale è NP-completa e la versione di ottimizzazione è NP-difficile
- 8. B · O(n log n)
Soluzioni complete passo passo: esercitati su questo argomento su examproblems.com.