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

Ile mniej więcej porównań potrzebuje wyszukiwanie binarne w najgorszym przypadku w posortowanej tablicy 1,000,000 elementów?

  1. AOkoło 100
  2. BOkoło 1,000
  3. COkoło 500,000
  4. DOkoło 20
2.Algorytmy i złożonośćTrudny

Wzięcie obu końców każdej krawędzi w skojarzeniu maksymalnym (w sensie zawierania) daje pokrycie wierzchołkowe. Jak dobre jest to pokrycie?

  1. AZawsze jest minimalnym pokryciem wierzchołkowym
  2. BNajwyżej log n razy większe niż minimum
  3. CO nieznanej jakości w porównaniu z optimum
  4. DNajwyżej dwa razy większe niż minimalne pokrycie wierzchołkowe
3.Struktury danychŚredni

Dlaczego przechodzenie tablicy jest w praktyce często znacznie szybsze niż przechodzenie listy wiązanej o tej samej długości?

  1. ATablice wymagają mniej instrukcji do porównania wartości
  2. BListy wiązane zawsze przechowują elementy na dysku
  3. CElementy tablicy leżą obok siebie, więc dobrze wykorzystują pamięć podręczną procesora
  4. DPrzejście tablicy ma łącznie złożoność O(1), a listy wiązanej O(n)
4.Struktury danychTrudny

Które operacje w O(log n) obsługuje drzewo Fenwicka (binary indexed tree) zbudowane nad tablicą n liczb?

  1. AZnajdowanie mediany w O(1)
  2. BZapytania o sumy prefiksowe i aktualizacje pojedynczych elementów
  3. CSortowanie tablicy i wyszukiwanie binarne
  4. DWstawianie elementów na dowolnej pozycji
5.Teoria grafówŚredni

Ile różnych cykli Hamiltona H ma graf pełny K4? Cykle różniące się tylko wierzchołkiem startowym lub kierunkiem liczą się jako ten sam.

K4
H =
6.Teoria grafówTrudny
141214143121101ABCDEFG

Algorytm Dijkstry rusza z A. Kliknij wierzchołek zatwierdzony (uczyniony stałym) w rundzie 6; sam A to runda 1.

start: Arunda 6
  1. 1A
  2. 2B
  3. 3C
  4. 4D
  5. 5E
  6. 6F
  7. 7G

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · Około 20

Dlaczego to jest odpowiedź

220 ≈ 1,048,576, więc po około 20 połowieniach zostaje tylko jeden element.

Odpowiedź

D · Około 20
2.Algorytmy i złożoność

Odpowiedź: D · Najwyżej dwa razy większe niż minimalne pokrycie wierzchołkowe

Dlaczego to jest odpowiedź

Krawędzie skojarzenia nie mają wspólnych wierzchołków, więc optimum potrzebuje co najmniej jednego wierzchołka na krawędź, a ta metoda bierze dwa: to 2-aproksymacja.

Odpowiedź

D · Najwyżej dwa razy większe niż minimalne pokrycie wierzchołkowe
3.Struktury danych

Odpowiedź: C · Elementy tablicy leżą obok siebie, więc dobrze wykorzystują pamięć podręczną procesora

Dlaczego to jest odpowiedź

Ciągła pamięć zapewnia dobrą lokalność odwołań, a połączone węzły mogą być rozproszone i powodować wiele chybień w pamięci podręcznej.

Odpowiedź

C · Elementy tablicy leżą obok siebie, więc dobrze wykorzystują pamięć podręczną procesora
4.Struktury danych

Odpowiedź: B · Zapytania o sumy prefiksowe i aktualizacje pojedynczych elementów

Dlaczego to jest odpowiedź

Drzewo Fenwicka przechowuje sumy częściowe w zakresach wyznaczonych przez młodsze bity każdego indeksu, więc zarówno sumy prefiksowe, jak i aktualizacje punktowe zajmują O(log n).

Odpowiedź

B · Zapytania o sumy prefiksowe i aktualizacje pojedynczych elementów
5.Teoria grafów

Odpowiedź: H = 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.

Policz

H = (4 − 1)!/2 = 6/2 = 3

Odpowiedź

H = 3
6.Teoria grafów

Odpowiedź: B

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

1. A (0): C: 14
2. C (14): B: 26, E: 28, G: 15
3. G (15): D: 25, E: 16
4. E (16): D: 19, F: 28
5. D (19)
6. B (26)
7. F (28)

runda 6

B

Odpowiedź

B

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