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

Programowanie dynamiczne jest przydatne, gdy problem ma:

  1. AŻadnych podproblemów, więc można go rozwiązać w jednym kroku
  2. BPojedynczą pętlę
  3. CWyłącznie losowe dane wejściowe
  4. DNakładające się podproblemy i optymalną podstrukturę
2.Algorytmy i złożonośćTrudny

Dlaczego algorytm Dijkstry może dawać błędne wyniki, gdy niektóre wagi krawędzi są ujemne?

  1. AWierzchołek jest zatwierdzany przy pobraniu, a późniejsza ujemna krawędź mogłaby jeszcze dać mu krótszą ścieżkę
  2. BDziała tylko na grafach nieskierowanych
  3. CLiczb ujemnych nie można przechowywać w kolejce priorytetowej
  4. DNa każdej ujemnej krawędzi wpada w nieskończoną pętlę
3.Struktury danychŚredni

Jak wstawia się nowy element do kopca binarnego?

  1. AUmieszcza się go w korzeniu i przesuwa w dół
  2. BUmieszcza się go na końcu tablicy i przesuwa w górę, dopóki narusza własność kopca
  3. CBuduje się cały kopiec od nowa
  4. DWstawia się go na właściwą posortowaną pozycję, przesuwając o jedno miejsce w prawo wszystkie większe elementy
4.Struktury danychTrudny

Jaki jest oczekiwany czas wyszukiwania przy prostym równomiernym haszowaniu w tablicy mieszającej z metodą łańcuchową, n kluczami i m kubełkami?

  1. AO(1 + α), gdzie α = n / m
  2. BO(m)
  3. CO(n)
  4. DO(log n)
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 7, liczba krawędzi 9. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 7|E| = 9
k =
6.Teoria grafówTrudny
13117148111158ABCDEFG

Użyj algorytmu Dijkstry, aby znaleźć długość d(F) najkrótszej ścieżki z A do F w grafie ważonym.

start: Akoniec: F
d(F) =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · Nakładające się podproblemy i optymalną podstrukturę

Dlaczego to jest odpowiedź

Zapamiętywanie wyników nakładających się podproblemów (memoizacja lub tablicowanie) pozwala uniknąć powtarzania pracy, zamieniając algorytmy wykładnicze w wielomianowe.

Odpowiedź

D · Nakładające się podproblemy i optymalną podstrukturę
2.Algorytmy i złożoność

Odpowiedź: A · Wierzchołek jest zatwierdzany przy pobraniu, a późniejsza ujemna krawędź mogłaby jeszcze dać mu krótszą ścieżkę

Dlaczego to jest odpowiedź

Krok zachłanny opiera się na nieujemnych wagach, dzięki którym pobrane odległości są ostateczne; gdy wagi mogą być ujemne, stosuje się Bellmana–Forda.

Odpowiedź

A · Wierzchołek jest zatwierdzany przy pobraniu, a późniejsza ujemna krawędź mogłaby jeszcze dać mu krótszą ścieżkę
3.Struktury danych

Odpowiedź: B · Umieszcza się go na końcu tablicy i przesuwa w górę, dopóki narusza własność kopca

Dlaczego to jest odpowiedź

Dodanie na końcu zachowuje zupełność drzewa; zamiany z rodzicem przywracają porządek w O(log n) krokach.

Odpowiedź

B · Umieszcza się go na końcu tablicy i przesuwa w górę, dopóki narusza własność kopca
4.Struktury danych

Odpowiedź: A · O(1 + α), gdzie α = n / m

Dlaczego to jest odpowiedź

Obliczenie funkcji mieszającej kosztuje O(1), a oczekiwana długość łańcucha to α, więc utrzymywanie ograniczonego α przez zmianę rozmiaru daje oczekiwany czas O(1).

Odpowiedź

A · O(1 + α), gdzie α = n / m
5.Teoria grafów

Odpowiedź: k = 3

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.

Krawędzie drzewa rozpinającego

7 − 1 = 6

Krawędzie do usunięcia

k = 9 − 6 = 3

Odpowiedź

k = 3
6.Teoria grafów

Odpowiedź: d(F) = 40

Najkrótsze ścieżki i drzewa rozpinające: algorytm Dijkstry zatwierdza jeden wierzchołek na rundę: niezatwierdzony wierzchołek o najmniejszej tymczasowej odległości. Jego odległość jest wtedy ostateczna, a każdy sąsiad v dostaje d(v) = min(d(v), d(u) + w(u, v)). Algorytm Kruskala buduje minimalne drzewo rozpinające, biorąc krawędzie od lekkich do ciężkich i pomijając każdą, która zamknęłaby cykl; algorytm Prima rozbudowuje jedno drzewo od wierzchołka startowego, zawsze dodając najlżejszą krawędź wychodzącą z niego. Drzewo rozpinające o n wierzchołkach ma n − 1 krawędzi.

Algorytm Dijkstry runda po rundzie

Każdy wiersz: zatwierdzony wierzchołek, jego ostateczna odległość oraz sąsiedzi, których odległość się poprawia.

A (0): C: 13
C (13): B: 24, G: 24
B (24): D: 31
G (24): E: 32
D (31): F: 45
E (32): F: 40
F (40)

Najkrótsza ścieżka

A → C → G → E → F
d(F) = 40

Odpowiedź

d(F) = 40

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