Algorytmy i struktury danych: zestaw na powtórkę

Wzory, najważniejsze kroki metod dla każdego tematu i 6 zadań do ćwiczenia, z pełnymi rozwiązaniami na końcu.

Nowe zadaniaWróć do przedmiotu

W oknie drukowania wybierz „Zapisz jako PDF”, aby zachować kopię na swoim urządzeniu.

1Wzory i metody

Teoria grafów

Lemat o uściskach dłoni
Σ deg(v) = 2|E|
Grafy pełne
|E(Kn)| = n(n − 1)/2, |E(Km,n)| = m·n
Graf regularny
|E| = n·k/2
Drzewo i las
|E| = n − 1, |E| = n − c
Liście drzewa
L = 2 + Σ (deg(v) − 2) over deg(v) ≥ 3
Euler
cykl: wszystkie stopnie parzyste; ścieżka: dokładnie 2 stopnie nieparzyste
Cykle Hamiltona w Kn
(n − 1)!/2
Aktualizacja w algorytmie Dijkstry
d(v) = min(d(v), d(u) + w(u, v))
Marsze o długości L
(Mᴸ)ij

Metoda

  1. Zapisz stopień każdego wierzchołka; suma stopni jest równa dwukrotności liczby krawędzi.
  2. W zadaniach o grafach eulerowskich sprawdź, czy graf jest spójny, i policz wierzchołki o nieparzystym stopniu.
  3. Dla drzew użyj n − 1 krawędzi i lematu o uściskach dłoni.
  4. W algorytmie Dijkstry prowadź tabelę tymczasowych odległości i w każdej rundzie zatwierdzaj niezatwierdzony wierzchołek o najmniejszej odległości.
  5. Dla minimalnego drzewa rozpinającego posortuj krawędzie według wagi i pomijaj każdą krawędź zamykającą cykl (Kruskal) albo rozbudowuj jedno drzewo od wierzchołka startowego (Prim).

2Zadania do ćwiczenia

1.Algorytmy i złożonośćŚredni

Dlaczego wiele bibliotecznych procedur sortowania przełącza się na sortowanie przez wstawianie dla bardzo małych podtablic?

  1. ASortowanie przez wstawianie jest O(n log n) w najgorszym przypadku
  2. BSortowanie przez wstawianie zużywa mniej pamięci niż każdy inny algorytm sortowania dla dużych danych
  3. CSortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych
  4. DAlgorytmy rekurencyjne nie radzą sobie z tablicami poniżej 10 elementów
2.Algorytmy i złożonośćTrudny

Jakie jest rozwiązanie rekurencji T(n) = 2T(n/2) + n log n?

  1. AΘ(n log n)
  2. BΘ(n²)
  3. CΘ(n log² n)
  4. DΘ(n)
3.Struktury danychŚredni

Węzeł binarnego drzewa poszukiwań ma prawe poddrzewo. Gdzie jest jego następnik w porządku inorder?

  1. AW skrajnie prawym węźle jego lewego poddrzewa
  2. BZawsze w jego rodzicu
  3. CW skrajnie lewym węźle jego prawego poddrzewa
  4. DZawsze w jego prawym dziecku
4.Struktury danychTrudny

Obiekt jest przechowywany jako klucz w mapie mieszającej, a następnie zmienia się pole używane przez jego funkcję mieszającą. Jaki jest prawdopodobny skutek?

  1. AMapa zgłasza błąd w chwili zmiany pola
  2. BNic się nie zmienia, bo skrót klucza oblicza się tylko raz przy uruchomieniu programu
  3. CMapa automatycznie przenosi klucz do nowego kubełka
  4. DWyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
5.Teoria grafówŚredni

Drzewo ma 4× wierzchołek stopnia 3, 4× wierzchołek stopnia 4, 4× wierzchołek stopnia 5, a wszystkie jego pozostałe wierzchołki są liśćmi (stopień 1). Ile liści L ma to drzewo?

4 × deg 34 × deg 44 × deg 5
L =
6.Teoria grafówTrudny
ABCDE

Ile jest marszów o długości 2 z C do B? Marsz może powtarzać wierzchołki i krawędzie. Nazwij tę liczbę N.

M = macierz sąsiedztwaL = 2
N =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: C · Sortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych

Dlaczego to jest odpowiedź

Dla małych n prosta pętla sortowania przez wstawianie jest szybsza niż narzut rekurencji quicksorta czy sortowania przez scalanie, choć jest O(n²).

Odpowiedź

C · Sortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych
2.Algorytmy i złożoność

Odpowiedź: C · Θ(n log² n)

Dlaczego to jest odpowiedź

Poziom k wykonuje około n log(n / 2ᵏ) pracy, a suma po log n poziomach daje Θ(n log² n); to rozszerzony drugi przypadek twierdzenia o rekurencji uniwersalnej.

Odpowiedź

C · Θ(n log² n)
3.Struktury danych

Odpowiedź: C · W skrajnie lewym węźle jego prawego poddrzewa

Dlaczego to jest odpowiedź

Wszystkie większe klucze bliskie węzłowi są w jego prawym poddrzewie, a najmniejszy z nich to tamtejszy skrajnie lewy węzeł.

Odpowiedź

C · W skrajnie lewym węźle jego prawego poddrzewa
4.Struktury danych

Odpowiedź: D · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu

Dlaczego to jest odpowiedź

Położenie klucza wybrano na podstawie jego starego skrótu; przy nowym skrócie wyszukiwanie przeszukuje niewłaściwy kubełek, więc klucze powinny być niezmienne.

Odpowiedź

D · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
5.Teoria grafów

Odpowiedź: L = 26

Euler, Hamilton i drzewa: graf spójny ma cykl Eulera (każda krawędź raz, powrót do startu), gdy każdy wierzchołek ma stopień parzysty, oraz ścieżkę Eulera, która nie jest cyklem, gdy dokładnie dwa wierzchołki mają stopień nieparzysty; ścieżka biegnie wtedy od jednego wierzchołka nieparzystego do drugiego. Cykl Hamiltona odwiedza każdy wierzchołek raz; Kn ma ich (n − 1)!/2. Drzewo o n wierzchołkach ma n − 1 krawędzi, a graf spójny o m krawędziach zachowuje drzewo rozpinające po usunięciu m − n + 1 krawędzi.

Lemat o uściskach dłoni dla drzewa

L + 48 = 2(L + 12) − 2
L = 26

Odpowiedź

L = 26

Skrót: L = 2 + Σ (d − 2) po wierzchołkach o stopniu d ≥ 3.

6.Teoria grafów

Odpowiedź: N = 1

Stopnie: stopień wierzchołka to liczba krawędzi, które się w nim stykają. Każda krawędź ma dwa końce, więc stopnie sumują się do dwukrotności liczby krawędzi: Σ deg(v) = 2|E| (lemat o uściskach dłoni). Liczba wierzchołków o nieparzystym stopniu jest zatem parzysta. Kn ma n(n − 1)/2 krawędzi, graf k-regularny o n wierzchołkach ma nk/2, a drzewo o n wierzchołkach ma n − 1 krawędzi.

Macierz sąsiedztwa

A: 0 1 1 0 0
B: 1 0 1 1 0
C: 1 1 0 0 1
D: 0 1 0 0 1
E: 0 0 1 1 0

Wspólni sąsiedzi

(M²)CB = 1·1 + 1·0 + 0·1 + 0·1 + 1·0 = 1

Odpowiedź

N = 1

ExamProblems · examproblems.com/courses/data-structures-and-algorithms