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

Sortowanie przez wstawianie działa w O(n) dla danych posortowanych. Czy to przeczy dolnemu ograniczeniu Ω(n log n) dla sortowania przez porównania?

  1. ANie, bo sortowanie przez wstawianie nie jest sortowaniem przez porównania
  2. BTak, więc dolne ograniczenie jest błędne
  3. CTak, ale tylko dla tablic krótszych niż 100
  4. DNie, dolne ograniczenie dotyczy najgorszego przypadku po wszystkich danych, a nie każdych danych
3.Struktury danychŚredni

Co jest prawdą o macierzy sąsiedztwa grafu nieskierowanego?

  1. AKażdy wiersz ma dokładnie jedną jedynkę
  2. BJest symetryczna względem głównej przekątnej
  3. CJest zawsze górnotrójkątna
  4. DNa jej głównej przekątnej zawsze są jedynki
4.Struktury danychTrudny

Jaka jest główna zaleta listy z przeskokami (skip list) nad posortowaną listą wiązaną?

  1. AOczekiwane wyszukiwanie w O(log n) dzięki kilku poziomom wskaźników do przodu
  2. BNie zużywa dodatkowej pamięci
  3. CGwarantowane wyszukiwanie w O(1), bo każdy węzeł przechowuje wskaźnik do każdego innego węzła
  4. DPrzechowuje klucze bez uporządkowania
5.Teoria grafówŚredni

Ile różnych cykli Hamiltona H ma graf pełny K6? Cykle różniące się tylko wierzchołkiem startowym lub kierunkiem liczą się jako ten sam.

K6
H =
6.Teoria grafówTrudny
14152572813139ABCDEFG

Użyj algorytmu Dijkstry, aby znaleźć długość d(D) najkrótszej ścieżki z A do D w grafie ważonym.

start: Akoniec: D
d(D) =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · Około 20

Dlaczego to jest odpowiedź

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

Odpowiedź

B · Około 20
2.Algorytmy i złożoność

Odpowiedź: D · Nie, dolne ograniczenie dotyczy najgorszego przypadku po wszystkich danych, a nie każdych danych

Dlaczego to jest odpowiedź

Ograniczenie mówi, że każde sortowanie przez porównania wymaga około n log n porównań dla pewnych danych rozmiaru n; szczególne dane mogą być przetwarzane znacznie szybciej.

Odpowiedź

D · Nie, dolne ograniczenie dotyczy najgorszego przypadku po wszystkich danych, a nie każdych danych
3.Struktury danych

Odpowiedź: B · 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

B · Jest symetryczna względem głównej przekątnej
4.Struktury danych

Odpowiedź: A · Oczekiwane wyszukiwanie w O(log n) dzięki kilku poziomom wskaźników do przodu

Dlaczego to jest odpowiedź

Losowane poziomy pozwalają przeskakiwać wiele węzłów podczas wyszukiwania, co daje oczekiwaną złożoność O(log n) dla wyszukiwania, wstawiania i usuwania.

Odpowiedź

A · Oczekiwane wyszukiwanie w O(log n) dzięki kilku poziomom wskaźników do przodu
5.Teoria grafów

Odpowiedź: H = 60

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 = (6 − 1)!/2 = 120/2 = 60

Odpowiedź

H = 60
6.Teoria grafów

Odpowiedź: d(D) = 16

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: 14, C: 15
B (14): D: 16, G: 22
C (15): E: 20
D (16): F: 23
E (20): F: 22
F (22)
G (22)

Najkrótsza ścieżka

A → B → D
d(D) = 16

Odpowiedź

d(D) = 16

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