1.Makkelijk
Wat is de tijdcomplexiteit van binair zoeken in een gesorteerde array?
- AO(log n)
- BO(1)
- CO(n)
- DO(n log n)
2.Makkelijk
Welk sorteeralgoritme verwisselt herhaaldelijk naast elkaar liggende elementen die in de verkeerde volgorde staan?
- AHeapsort
- BBubblesort
- CMergesort
- DQuicksort
3.Makkelijk
Welke van deze looptijden is polynomiaal?
- AO(2ⁿ)
- BO(nⁿ)
- CO(n!)
- DO(n³)
4.Gemiddeld
Wat is de oplossing van de recurrente betrekking T(n) = T(n/2) + O(1)?
- AO(log n)
- BO(n log n)
- CO(1)
- DO(n)
5.Gemiddeld
Dynamisch programmeren is nuttig wanneer een probleem het volgende heeft:
- AAlleen willekeurige invoer
- BOverlappende deelproblemen en optimale substructuur
- CHelemaal geen deelproblemen, dus het kan in één stap worden opgelost
- DEén enkele lus
6.Gemiddeld
Quicksort gebruikt altijd het eerste element als pivot. Bij welke invoer vertoont het zijn worst-casegedrag?
- AEen array waarvan alle elementen verschillend zijn
- BEen array van lengte 2
- CEen array die al gesorteerd is
- DEen array in willekeurige volgorde
7.Moeilijk
Wat zijn de geamortiseerde kosten van het ophogen van een binaire teller, als één ophoging veel bits kan omzetten?
- AO(1) per ophoging
- BO(n) per ophoging
- CO(log n) per ophoging
- DO(n log n) per ophoging
8.Moeilijk
Wat zou er volgen als iemand een algoritme in polynomiale tijd vond voor één NP-volledig probleem?
- AAlle algoritmen met exponentiële tijd zouden meteen in lineaire tijd lopen
- BElk probleem in NP zou in polynomiale tijd kunnen worden opgelost, dus P = NP
- CAlleen dat ene probleem zou naar P verhuizen
- DHet stopprobleem zou beslisbaar worden
Antwoordenblad
- 1. A · O(log n)
- 2. B · Bubblesort
- 3. D · O(n³)
- 4. A · O(log n)
- 5. B · Overlappende deelproblemen en optimale substructuur
- 6. C · Een array die al gesorteerd is
- 7. A · O(1) per ophoging
- 8. B · Elk probleem in NP zou in polynomiale tijd kunnen worden opgelost, dus P = NP
Volledige stapsgewijze oplossingen: oefen dit onderwerp op examproblems.com.