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 ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych
  3. CSortowanie przez wstawianie zużywa mniej pamięci niż każdy inny algorytm sortowania dla dużych 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 log² n)
  2. BΘ(n²)
  3. CΘ(n)
  4. DΘ(n log n)
3.Struktury danychŚredni

Co jest prawdą o macierzy sąsiedztwa grafu nieskierowanego?

  1. AJest symetryczna względem głównej przekątnej
  2. BNa jej głównej przekątnej zawsze są jedynki
  3. CJest zawsze górnotrójkątna
  4. DKażdy wiersz ma dokładnie jedną jedynkę
4.Struktury danychTrudny

Jaki jest czas działania przeszukiwania wszerz (BFS) w grafie o V wierzchołkach przechowywanym jako macierz sąsiedztwa?

  1. AO(V + E)
  2. BO(V²)
  3. CO(E log V)
  4. DO(V)
5.Teoria grafówŚredni

Drzewo ma 3× wierzchołek stopnia 4, 3× wierzchołek stopnia 5, 4× wierzchołek stopnia 2, a wszystkie jego pozostałe wierzchołki są liśćmi (stopień 1). Ile liści L ma to drzewo?

3 × deg 43 × deg 54 × deg 2
L =
6.Teoria grafówTrudny
1013121314151588ABCDEFG

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: B · 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

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

Odpowiedź: A · 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

A · Θ(n log² n)
3.Struktury danych

Odpowiedź: A · Jest symetryczna względem głównej przekątnej

Dlaczego to jest odpowiedź

W grafie nieskierowanym krawędź {u, v} oznacza ustawienie zarówno M[u][v], jak i M[v][u], więc macierz jest równa swojej transpozycji.

Odpowiedź

A · Jest symetryczna względem głównej przekątnej
4.Struktury danych

Odpowiedź: B · O(V²)

Dlaczego to jest odpowiedź

Każdy z V wierzchołków przegląda wiersz V elementów, co daje O(V²); przy listach sąsiedztwa BFS ma złożoność O(V + E).

Odpowiedź

B · O(V²)
5.Teoria grafów

Odpowiedź: L = 17

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 + 35 = 2(L + 10) − 2
L = 17

Odpowiedź

L = 17

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

6.Teoria grafów

Odpowiedź: d(F) = 38

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): B: 10, C: 13
B (10): D: 23, G: 25
C (13): G: 21
G (21): E: 29
D (23): F: 38
E (29)
F (38)

Najkrótsza ścieżka

A → B → D → F
d(F) = 38

Odpowiedź

d(F) = 38

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