Werkblad Algoritmen & complexiteit met antwoorden

Gratis printbaar werkblad Algoritmen & complexiteit: 8 opgaven van makkelijk tot tentamenniveau, met antwoordenblad. Print het of sla het op als pdf.

Nieuw werkbladOnline oefenen met hints

Voor docenten: gratis te printen, kopiëren en in de les te gebruiken. Elk nieuw werkblad heeft nieuwe waarden en een eigen antwoordblad. Een link naar ExamProblems op je cursuspagina wordt gewaardeerd.

Naam: ____________________   Datum: ____________

1.Makkelijk

Wat is memoisatie?

  1. ARecursie automatisch omzetten in een equivalente lus, zodat geen call stack nodig is
  2. BResultaten van functieaanroepen opslaan, zodat herhaalde aanroepen uit het geheugen worden beantwoord
  3. CGeheugen vrijgeven nadat een functie is teruggekeerd
  4. DCommentaar schrijven naast elke regel code
2.Makkelijk

Ruimtecomplexiteit meet:

  1. ADe fysieke grootte van de computer
  2. BDe hoeveelheid geheugen die een algoritme nodig heeft naarmate de invoer groeit
  3. CDe schijfruimte van het programmabestand nadat het is gecompileerd
  4. DHet aantal regels code
3.Makkelijk

Wat betekent het als een bewerking in O(1) tijd loopt?

  1. AHet kan maar één keer worden uitgevoerd
  2. BDe looptijd groeit niet met de invoergrootte
  3. CHet verwerkt precies één element per seconde looptijd
  4. DHet duurt altijd precies één seconde
4.Gemiddeld

Wat is de oplossing van de recurrente betrekking T(n) = 2T(n/2) + O(1)?

  1. AO(n²)
  2. BO(n)
  3. CO(n log n)
  4. DO(log n)
5.Gemiddeld

Waarom wordt het grondtal van een logaritme in grote-O-notatie meestal weggelaten, zoals in O(log n)?

  1. AAlle logaritmen in de informatica hebben grondtal 10, dus het is impliciet
  2. BLogaritmen met verschillende grondtallen verschillen alleen een constante factor
  3. CHet grondtal doet er alleen toe voor kleine n
  4. DLogaritmen worden altijd afgerond op gehele getallen
6.Gemiddeld

Wat is de oplossing van de recurrente betrekking T(n) = T(n/2) + O(1)?

  1. AO(1)
  2. BO(n log n)
  3. CO(n)
  4. DO(log n)
7.Moeilijk

Wat is de oplossing van de recurrente betrekking T(n) = 2T(n/2) + n log n?

  1. AΘ(n log² n)
  2. BΘ(n)
  3. CΘ(n log n)
  4. DΘ(n²)
8.Moeilijk

Het 0/1-knapzakprobleem opgelost met dynamisch programmeren kost O(nW) tijd. Waarom heet dit pseudo-polynomiaal?

  1. AOmdat n altijd klein is
  2. BOmdat het alleen werkt voor W = 0
  3. CW is een getal, dus de tijd is exponentieel in het aantal bits waarmee W wordt genoteerd
  4. DOmdat het algoritme gerandomiseerd is en de looptijd per invoer verschilt

Antwoordenblad

  1. 1. B · Resultaten van functieaanroepen opslaan, zodat herhaalde aanroepen uit het geheugen worden beantwoord
  2. 2. B · De hoeveelheid geheugen die een algoritme nodig heeft naarmate de invoer groeit
  3. 3. B · De looptijd groeit niet met de invoergrootte
  4. 4. B · O(n)
  5. 5. B · Logaritmen met verschillende grondtallen verschillen alleen een constante factor
  6. 6. D · O(log n)
  7. 7. A · Θ(n log² n)
  8. 8. C · W is een getal, dus de tijd is exponentieel in het aantal bits waarmee W wordt genoteerd

Volledige stapsgewijze oplossingen: oefen dit onderwerp op examproblems.com.