1.Facile
Come si chiama una crescita O(2ⁿ)?
- ALogaritmica
- BEsponenziale
- CPolinomiale
- DLineare
2.Facile
Quale classe di complessità cresce più rapidamente per n grande?
- AO(n²)
- BO(n³)
- CO(2ⁿ)
- DO(n log n)
3.Facile
Quale algoritmo di ordinamento scambia ripetutamente elementi adiacenti che sono nell'ordine sbagliato?
- AQuicksort
- BMerge sort
- CBubble sort
- DHeap sort
4.Media
Qual è la soluzione della ricorrenza T(n) = 2T(n − 1) + O(1)?
- AO(n log n)
- BO(2ⁿ)
- CO(n)
- DO(n²)
5.Media
Quanto spazio di stack usa una semplice funzione fattoriale ricorsiva fact(n) = n × fact(n − 1)?
- AO(n)
- BO(1)
- CO(n²)
- DO(log n)
6.Media
Perché molte routine di ordinamento delle librerie passano all'insertion sort per sottoarray molto piccoli?
- AGli algoritmi ricorsivi non gestiscono array con meno di 10 elementi
- BL'insertion sort ha poco overhead ed è veloce su input piccoli o quasi ordinati
- CL'insertion sort è O(n log n) nel caso peggiore
- DL'insertion sort usa meno memoria di qualsiasi altro algoritmo di ordinamento per input grandi
7.Difficile
Quale algoritmo trova un albero ricoprente minimo aggiungendo ripetutamente l'arco più economico che non forma un ciclo?
- AFloyd-Warshall
- BAlgoritmo di Dijkstra
- CAlgoritmo di Prim a partire da un nodo
- DAlgoritmo di Kruskal
8.Difficile
Perché una ricerca in una tabella hash è in media O(1) ma nel caso peggiore O(n)?
- ALe funzioni hash sono lente
- BLe chiavi devono prima essere ordinate
- CMolte chiavi possono collidere nello stesso bucket
- DGli array hanno accesso O(n)
Soluzioni
- 1. B · Esponenziale
- 2. C · O(2ⁿ)
- 3. C · Bubble sort
- 4. B · O(2ⁿ)
- 5. A · O(n)
- 6. B · L'insertion sort ha poco overhead ed è veloce su input piccoli o quasi ordinati
- 7. D · Algoritmo di Kruskal
- 8. C · Molte chiavi possono collidere nello stesso bucket
Soluzioni complete passo passo: esercitati su questo argomento su examproblems.com.