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

Jaka jest zamortyzowana złożoność czasowa dodawania elementu na koniec tablicy dynamicznej, która podwaja swoją pojemność, gdy się zapełni?

  1. AO(n)
  2. BO(log n)
  3. CO(n²)
  4. DO(1)
2.Algorytmy i złożonośćTrudny

Jaka jest złożoność czasowa budowania kopca binarnego z n nieposortowanych elementów metodą wstępującą (bottom-up)?

  1. AO(n)
  2. BO(n²)
  3. CO(n log n)
  4. DO(log n)
3.Struktury danychŚredni

Bufor cykliczny (ring buffer) jest powszechnie używany do implementacji:

  1. ABinarnego drzewa poszukiwań
  2. BPrzechodzenia grafu
  3. CKolejki o stałym rozmiarze
  4. DFunkcji mieszającej
4.Struktury danychTrudny

Które stwierdzenie o sortowaniu przez kopcowanie (heapsort) jest poprawne?

  1. AWymaga binarnego drzewa poszukiwań jako dodatkowej pamięci, więc zużywa O(n) pamięci dodatkowej
  2. BDziała w czasie O(n) dla każdych danych wejściowych
  3. CJest stabilne i wymaga O(n) dodatkowej pamięci
  4. DSortuje w miejscu w pesymistycznym czasie O(n log n), ale nie jest stabilne
5.Teoria grafówŚredni

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

4 × deg 34 × deg 4
L =
6.Teoria grafówTrudny
18141120161012317ABCDEFG

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

|V| = 7|E| = 9
W =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · O(1)

Dlaczego to jest odpowiedź

Kopiowanie wszystkich elementów następuje tylko przy potęgach dwójki; po rozłożeniu na wszystkie operacje dodawania średni koszt jednej operacji jest stały.

Odpowiedź

D · O(1)
2.Algorytmy i złożoność

Odpowiedź: A · O(n)

Dlaczego to jest odpowiedź

Suma kosztów przesiewania w dół (sift-down) po wszystkich poziomach tworzy szereg zbieżny, więc budowa kopca (heapify) działa w czasie liniowym.

Odpowiedź

A · O(n)
3.Struktury danych

Odpowiedź: C · Kolejki o stałym rozmiarze

Dlaczego to jest odpowiedź

Bufor cykliczny używa indeksów head i tail, które się zawijają, dając enqueue i dequeue w O(1) przy stałej ilości pamięci.

Odpowiedź

C · Kolejki o stałym rozmiarze
4.Struktury danych

Odpowiedź: D · Sortuje w miejscu w pesymistycznym czasie O(n log n), ale nie jest stabilne

Dlaczego to jest odpowiedź

Heapsort buduje kopiec maksymalny i n razy wyciąga maksimum w obrębie tej samej tablicy; zamiany na duże odległości mogą zmienić kolejność równych kluczy.

Odpowiedź

D · Sortuje w miejscu w pesymistycznym czasie O(n log n), ale nie jest stabilne
5.Teoria grafów

Odpowiedź: L = 14

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 + 28 = 2(L + 8) − 2
L = 14

Odpowiedź

L = 14

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

6.Teoria grafów

Odpowiedź: W = 70

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 Kruskala

GD (3): weź
GB (10): weź
CE (11): weź
GC (12): weź
BC (14): pomiń, zamyka cykl
DF (16): weź
GE (17): pomiń, zamyka cykl
AB (18): weź

Łączna waga

W = 3 + 10 + 11 + 12 + 16 + 18 = 70

Odpowiedź

W = 70

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