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
Che cos'è un algoritmo a forza bruta?
AUn algoritmo che usa sempre la ricorsione
BUn algoritmo che gira su molti processori
CUn algoritmo che tira a indovinare una risposta a caso
DUn algoritmo che prova tutte le possibili soluzioni candidate
2.Facile
Accedere a un elemento di un array tramite indice richiede:
AO(log n)
BO(1)
CO(n)
DO(n²)
3.Facile
Che cos'è un algoritmo?
AUna sequenza finita di passi ben definiti che risolve un problema
BUn linguaggio di programmazione progettato per scrivere formule matematiche
CQualsiasi programma con un'interfaccia grafica
DUna struttura dati che memorizza numeri
4.Media
Una funzione esegue un ciclo di n iterazioni e poi, separatamente, un altro ciclo di n iterazioni. Qual è la sua complessità temporale?
AO(log n)
BO(2ⁿ)
CO(n)
DO(n²)
5.Media
La complessità temporale del Fibonacci ricorsivo ingenuo (fib(n) = fib(n−1) + fib(n−2)) è:
ACostante
BLineare
CEsponenziale
DLogaritmica
6.Media
Qual è la complessità temporale di: for i = 1 to n: (j = 1; while j < n: j = j × 2)?
AO(log n)
BO(n log n)
CO(n)
DO(n²)
7.Difficile
Un problema è NP-completo se:
AÈ al di fuori di NP ma più difficile di tutti i problemi NP, come il problema della fermata
BÈ impossibile da risolvere
CAppartiene a NP e ogni problema NP si riduce a esso in tempo polinomiale
DÈ risolvibile in tempo polinomiale
8.Difficile
Qual è la complessità temporale della costruzione di un heap binario da n elementi non ordinati con il metodo bottom-up?
AO(n log n)
BO(n²)
CO(n)
DO(log n)
Soluzioni
1. D · Un algoritmo che prova tutte le possibili soluzioni candidate
2. B · O(1)
3. A · Una sequenza finita di passi ben definiti che risolve un problema
4. C · O(n)
5. C · Esponenziale
6. B · O(n log n)
7. C · Appartiene a NP e ogni problema NP si riduce a esso in tempo polinomiale
8. C · O(n)
Soluzioni complete passo passo: esercitati su questo argomento su examproblems.com.