1.Lengvas
Koks yra tiesinės paieškos nesurikiuotame n elementų masyve laiko sudėtingumas (blogiausiu atveju)?
- AO(n)
- BO(log n)
- CO(n²)
- DO(1)
2.Lengvas
Kuris žymėjimas nusako apatinį augimo rėžį?
- AΩ (didžioji Omega)
- BO (didysis O)
- Co (mažasis o)
- DΘ (didžioji Teta)
3.Lengvas
Erdvės (atminties) sudėtingumas matuoja:
- AProgramos failo užimamą vietą diske jį sukompiliavus
- BKiek atminties algoritmui reikia didėjant įvesties duomenims
- CKodo eilučių skaičių
- DFizinį kompiuterio dydį
4.Vidutinis
Kiek lygmenų turi rikiavimo suliejimu rekursija n elementų masyvui?
- AApie n
- BApie log₂ n
- CApie n / 2
- DApie √n
5.Vidutinis
Surikiuotame masyve ieškote dviejų elementų, kurių suma lygi tikslinei, judindami po vieną rodyklę nuo kiekvieno galo į vidų. Koks laiko sudėtingumas?
- AO(n)
- BO(n²)
- CO(log n)
- DO(n log n)
6.Vidutinis
Koks yra n-tojo Fibonačio skaičiaus skaičiavimo laiko sudėtingumas, naudojant lentelę „iš apačios į viršų“?
- AO(2ⁿ)
- BO(n)
- CO(log n)
- DO(n²)
7.Sunkus
Kuris P klasės apibrėžimas teisingas?
- AUždaviniai, kuriuos galima spręsti lygiagrečiai
- BSprendimo uždaviniai, kuriuos deterministinis algoritmas išsprendžia per polinominį laiką
- CUždaviniai, kuriems bet kuriame kompiuteryje reikia eksponentinio laiko
- DUždaviniai, kurių sprendinius galima patikrinti, bet niekada nerasti per polinominį laiką
8.Sunkus
Taikant pagrindinę teoremą (master theorem), T(n) = 8T(n/2) + O(n²) sprendinys yra:
- AΘ(n² log n)
- BΘ(n³)
- CΘ(n log n)
- DΘ(n²)
Atsakymai
- 1. A · O(n)
- 2. A · Ω (didžioji Omega)
- 3. B · Kiek atminties algoritmui reikia didėjant įvesties duomenims
- 4. B · Apie log₂ n
- 5. A · O(n)
- 6. B · O(n)
- 7. B · Sprendimo uždaviniai, kuriuos deterministinis algoritmas išsprendžia per polinominį laiką
- 8. B · Θ(n³)
Išsamūs sprendimai žingsnis po žingsnio: praktikuokite šią temą svetainėje examproblems.com.