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

Sortujesz raz tablicę n elementów, a potem odpowiadasz na k zapytań o przynależność za pomocą wyszukiwania binarnego. Jaki jest łączny koszt?

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

Jak klasyfikuje się problem komiwojażera?

  1. AWersja decyzyjna należy do P, a wersja optymalizacyjna jest NP-zupełna
  2. BWersja decyzyjna jest NP-zupełna, a wersja optymalizacyjna NP-trudna
  3. CNależy do P, bo rozwiązuje go algorytm Dijkstry, odwiedzając każde miasto raz
  4. DJest nierozstrzygalny
3.Struktury danychŚredni

Tablica mieszająca o rozmiarze 7 używa h(k) = k mod 7 i próbkowania liniowego. Gdzie zostanie zapisane 17 po wstawieniu 10?

  1. APod indeksem 0
  2. BPod indeksem 6
  3. CPod indeksem 4
  4. DPod indeksem 3
4.Struktury danychTrudny

Usunięcie węzła z dwojgiem dzieci z binarnego drzewa poszukiwań wykonuje się zwykle przez:

  1. AUsunięcie całego poddrzewa
  2. BZastąpienie go następnikiem (lub poprzednikiem) w porządku in-order i usunięcie tamtego węzła
  3. CZamianę go z korzeniem
  4. DZbudowanie od nowa poddrzewa poniżej węzła i ponowne wstawienie wszystkich zawartych w nim kluczy
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 11, liczba krawędzi 17. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 11|E| = 17
k =
6.Teoria grafówTrudny
5361381217ABCDEF

Algorytm Kruskala buduje minimalne drzewo rozpinające. Kliknij krawędź, którą dodaje jako krawędź numer 2; pominięte krawędzie się nie liczą.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: C · O(n log n + k log n)

Dlaczego to jest odpowiedź

Sortowanie kosztuje O(n log n), a każde zapytanie O(log n); przy dużym k jest to lepsze niż k przeszukań liniowych (O(nk)).

Odpowiedź

C · O(n log n + k log n)
2.Algorytmy i złożoność

Odpowiedź: B · Wersja decyzyjna jest NP-zupełna, a wersja optymalizacyjna NP-trudna

Dlaczego to jest odpowiedź

„Czy istnieje trasa o długości najwyżej k?" jest NP-zupełne; znalezienie najkrótszej trasy jest NP-trudne, bo jest co najmniej tak trudne.

Odpowiedź

B · Wersja decyzyjna jest NP-zupełna, a wersja optymalizacyjna NP-trudna
3.Struktury danych

Odpowiedź: C · Pod indeksem 4

Dlaczego to jest odpowiedź

10 mod 7 = 3 i 17 mod 7 = 3; indeks 3 jest zajęty, więc próbkowanie liniowe sprawdza następną pozycję, indeks 4.

Odpowiedź

C · Pod indeksem 4
4.Struktury danych

Odpowiedź: B · Zastąpienie go następnikiem (lub poprzednikiem) w porządku in-order i usunięcie tamtego węzła

Dlaczego to jest odpowiedź

Następnik in-order ma co najwyżej jedno dziecko, więc można go łatwo usunąć po skopiowaniu jego klucza do usuwanego węzła.

Odpowiedź

B · Zastąpienie go następnikiem (lub poprzednikiem) w porządku in-order i usunięcie tamtego węzła
5.Teoria grafów

Odpowiedź: k = 7

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

11 − 1 = 10

Krawędzie do usunięcia

k = 17 − 10 = 7

Odpowiedź

k = 7
6.Teoria grafów

Odpowiedź: krawędź EF

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. DF (1)
2. EF (2)
3. BC (3)
4. AB (5)
5. BD (6)

numer krawędzi 2

EF

Odpowiedź

krawędź EF

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