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

Een O(n)-algoritme doet 3 seconden over n = 1 miljoen. Hoe lang doet het ongeveer over n = 2 miljoen?

  1. A6 seconden
  2. B9 seconden
  3. C3 seconden
  4. D12 seconden
2.Makkelijk

Wat beschrijft de average-case looptijd?

  1. ADe tijd op de meest gebruikte computer
  2. BDe verwachte tijd over een gegeven verdeling van invoeren van grootte n
  3. CDe middelste waarde tussen de looptijden in het beste en het slechtste geval
  4. DDe tijd voor een invoer van gemiddelde lengte
3.Makkelijk

Welke notatie beschrijft een bovengrens voor de groei?

  1. AGrote O (Big O)
  2. BGrote Omega (Big Omega)
  3. CKleine omega (little omega)
  4. DGrote Theta (Big Theta)
4.Gemiddeld

Quicksort gebruikt altijd het eerste element als pivot. Bij welke invoer vertoont het zijn worst-casegedrag?

  1. AEen array waarvan alle elementen verschillend zijn
  2. BEen array die al gesorteerd is
  3. CEen array van lengte 2
  4. DEen array in willekeurige volgorde
5.Gemiddeld

Waarom levert dynamisch programmeren geen echte versnelling op voor mergesort?

  1. AMergesort heeft geen recursieve structuur
  2. BDe deelproblemen overlappen niet, dus er valt niets te hergebruiken
  3. CDynamisch programmeren werkt alleen op grafenproblemen, niet op arrays
  4. DMergesort is al O(n)
6.Gemiddeld

Hoe bouwt het algoritme van Prim een minimale opspannende boom?

  1. AHet laat één boom groeien vanaf een startknoop en voegt de goedkoopste kant toe die de boom verlaat
  2. BHet voert breedte-eerst zoeken uit en houdt de BFS-boom over
  3. CHet sorteert alle kanten op gewicht en voegt elke kant toe, tenzij die een cykel in het bos zou vormen
  4. DHet verwijdert de duurste kant totdat er geen cykels meer zijn
7.Moeilijk

Wat is de tijdcomplexiteit van: for i = 1 to n: for (j = i; j ≤ n; j = j + i) doe O(1) werk?

  1. AO(n √n)
  2. BO(n log n)
  3. CO(n)
  4. DO(n²)
8.Moeilijk

Het algoritme van Strassen vermenigvuldigt matrices met 7 in plaats van 8 recursieve vermenigvuldigingen van blokken van halve grootte. Wat is de looptijd?

  1. AΘ(n² log n)
  2. BΘ(n2)
  3. CΘ(n³)
  4. DΘ(nlog₂ 7), ongeveer n2,81

Antwoordenblad

  1. 1. A · 6 seconden
  2. 2. B · De verwachte tijd over een gegeven verdeling van invoeren van grootte n
  3. 3. A · Grote O (Big O)
  4. 4. B · Een array die al gesorteerd is
  5. 5. B · De deelproblemen overlappen niet, dus er valt niets te hergebruiken
  6. 6. A · Het laat één boom groeien vanaf een startknoop en voegt de goedkoopste kant toe die de boom verlaat
  7. 7. B · O(n log n)
  8. 8. D · Θ(nlog₂ 7), ongeveer n2,81

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