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

Algorytm zachłanny:

  1. AUżywa wyłącznie rekurencji
  2. BW każdym kroku dokonuje lokalnie najlepszego wyboru
  3. CSprawdza każde możliwe rozwiązanie
  4. DZawsze daje rozwiązanie optymalne
2.Algorytmy i złożonośćTrudny

Korzystając z twierdzenia o rekurencji uniwersalnej (master theorem), rozwiązaniem T(n) = 8T(n/2) + O(n²) jest:

  1. AΘ(n²)
  2. BΘ(n³)
  3. CΘ(n log n)
  4. DΘ(n² log n)
3.Struktury danychŚredni

Gdzie w kopcu binarnym przechowywanym w tablicy od indeksu 0 znajduje się rodzic węzła o indeksie i?

  1. APod indeksem 2i + 1
  2. BPod indeksem ⌊(i − 1) / 2⌋
  3. CPod indeksem ⌊i / 2⌋ + 1
  4. DPod indeksem i − 1
4.Struktury danychTrudny

Który problem próbkowania liniowego zmniejsza przede wszystkim haszowanie podwójne?

  1. AGrupowanie pierwotne (primary clustering), czyli powstawanie długich ciągów zajętych pozycji
  2. BKoszt O(n) odczytu wartości klucza
  3. CPotrzebę przechowywania kluczy w tablicy
  4. DPotrzebę funkcji mieszającej
5.Teoria grafówŚredni
ABCDECykl EuleraŚcieżka Eulera, bez cykluani jedno, ani drugie

Czy graf spójny ma cykl Eulera, ścieżkę Eulera, która nie jest cyklem, czy żadne z nich? Kliknij odpowiedź.

|V| = 5|E| = 5
  1. 1Cykl Eulera
  2. 2Ścieżka Eulera, bez cyklu
  3. 3ani jedno, ani drugie
6.Teoria grafówTrudny
20711151131819ABCDEF

Algorytm Kruskala buduje minimalne drzewo rozpinające. Kliknij krawędź, którą dodaje jako krawędź numer 3; pominięte krawędzie się nie liczą.

k = 3
  1. 1krawędź AB
  2. 2krawędź AC
  3. 3krawędź BC
  4. 4krawędź BD
  5. 5krawędź DE
  6. 6krawędź DF
  7. 7krawędź EF
  8. 8krawędź BE

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · W każdym kroku dokonuje lokalnie najlepszego wyboru

Dlaczego to jest odpowiedź

Algorytmy zachłanne są szybkie i dla niektórych problemów optymalne (np. algorytm Dijkstry, kodowanie Huffmana), ale nie w ogólności (np. wydawanie reszty przy niektórych systemach monet).

Odpowiedź

B · W każdym kroku dokonuje lokalnie najlepszego wyboru
2.Algorytmy i złożoność

Odpowiedź: B · Θ(n³)

Dlaczego to jest odpowiedź

log₂ 8 = 3, a n² rośnie wolniej niż n³, więc dominują liście: Θ(n³).

Odpowiedź

B · Θ(n³)
3.Struktury danych

Odpowiedź: B · Pod indeksem ⌊(i − 1) / 2⌋

Dlaczego to jest odpowiedź

Dzieci i znajdują się pod 2i + 1 i 2i + 2, więc rodzic i jest pod ⌊(i − 1) / 2⌋; przy indeksowaniu od 1 jest to ⌊i / 2⌋.

Odpowiedź

B · Pod indeksem ⌊(i − 1) / 2⌋
4.Struktury danych

Odpowiedź: A · Grupowanie pierwotne (primary clustering), czyli powstawanie długich ciągów zajętych pozycji

Dlaczego to jest odpowiedź

Próbkowanie liniowe przesuwa się o 1, więc ciągi zajętych pozycji rosną i się łączą; haszowanie podwójne używa drugiej funkcji mieszającej do wyznaczenia kroku, więc różne klucze sprawdzają różne sekwencje.

Odpowiedź

A · Grupowanie pierwotne (primary clustering), czyli powstawanie długich ciągów zajętych pozycji
5.Teoria grafów

Odpowiedź: ani jedno, ani drugie

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.

Stopnie

deg(A) = 1, deg(B) = 3, deg(C) = 1, deg(D) = 2, deg(E) = 3

Wierzchołki nieparzyste

A, B, C, E → 4
ani jedno, ani drugie

Odpowiedź

ani jedno, ani drugie
6.Teoria grafów

Odpowiedź: krawędź BC

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

1. DE (1)
2. AC (7)
3. BC (11)
4. DF (13)
5. BD (15)

numer krawędzi 3

BC

Odpowiedź

krawędź BC

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