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

Który algorytm znajduje najkrótsze ścieżki z jednego źródła w grafie o nieujemnych wagach krawędzi?

  1. AAlgorytm Dijkstry
  2. BWe wszystkich przypadkach wymagany jest algorytm Bellmana–Forda
  3. CPrzeszukiwanie w głąb (DFS)
  4. DAlgorytm Kruskala
2.Algorytmy i złożonośćTrudny

Które ograniczenie jest poprawne dla log(n!)?

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

Ile pamięci zajmują listy sąsiedztwa dla grafu o V wierzchołkach i E krawędziach?

  1. AO(V × E)
  2. BO(V²)
  3. CO(V + E)
  4. DO(E²)
4.Struktury danychTrudny

Obiekt jest przechowywany jako klucz w mapie mieszającej, a następnie zmienia się pole używane przez jego funkcję mieszającą. Jaki jest prawdopodobny skutek?

  1. AMapa zgłasza błąd w chwili zmiany pola
  2. BNic się nie zmienia, bo skrót klucza oblicza się tylko raz przy uruchomieniu programu
  3. CMapa automatycznie przenosi klucz do nowego kubełka
  4. DWyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
5.Teoria grafówŚredni
ABCDEFGCykl 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| = 7|E| = 9
  1. 1Cykl Eulera
  2. 2Ścieżka Eulera, bez cyklu
  3. 3ani jedno, ani drugie
6.Teoria grafówTrudny
644110101211ABCDEF

Algorytm Dijkstry rusza z A. Kliknij wierzchołek zatwierdzony (uczyniony stałym) w rundzie 5; sam A to runda 1.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: A · Algorytm Dijkstry

Dlaczego to jest odpowiedź

Algorytm Dijkstry działa dla wag nieujemnych; algorytm Bellmana–Forda obsługuje wagi ujemne; algorytm Kruskala buduje minimalne drzewa rozpinające.

Odpowiedź

A · Algorytm Dijkstry
2.Algorytmy i złożoność

Odpowiedź: C · Θ(n log n)

Dlaczego to jest odpowiedź

log(n!) ≤ n log n, a n / 2 największych czynników daje log(n!) ≥ (n / 2) log(n / 2); dlatego sortowanie przez porównania wymaga Ω(n log n).

Odpowiedź

C · Θ(n log n)
3.Struktury danych

Odpowiedź: C · O(V + E)

Dlaczego to jest odpowiedź

Każdy wierzchołek ma listę, a każda krawędź pojawia się raz (graf skierowany) lub dwa razy (nieskierowany), co daje O(V + E).

Odpowiedź

C · O(V + E)
4.Struktury danych

Odpowiedź: D · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu

Dlaczego to jest odpowiedź

Położenie klucza wybrano na podstawie jego starego skrótu; przy nowym skrócie wyszukiwanie przeszukuje niewłaściwy kubełek, więc klucze powinny być niezmienne.

Odpowiedź

D · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
5.Teoria grafów

Odpowiedź: Ścieżka Eulera, bez cyklu

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) = 2, deg(C) = 4, deg(D) = 2, deg(E) = 3, deg(F) = 2, deg(G) = 4

Wierzchołki nieparzyste

A, E → 2
Ścieżka Eulera, bez cyklu

Odpowiedź

Ścieżka Eulera, bez cyklu

Ścieżka Eulera zaczyna się w jednym wierzchołku nieparzystym i kończy w drugim.

6.Teoria grafów

Odpowiedź: E

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): B: 6, C: 4
2. C (4): E: 14
3. B (6): D: 7
4. D (7): F: 17
5. E (14)
6. F (17)

runda 5

E

Odpowiedź

E

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