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

Jaka jest złożoność czasowa algorytmu Bellmana–Forda dla grafu o V wierzchołkach i E krawędziach?

  1. AO(E log V)
  2. BO(V³ × E)
  3. CO(V + E)
  4. DO(V × E)
2.Algorytmy i złożonośćTrudny

Dlaczego średni czas wyszukiwania w tablicy mieszającej wynosi O(1), a w najgorszym przypadku O(n)?

  1. AWiele kluczy może kolidować i trafić do tego samego kubełka
  2. BKlucze muszą być najpierw posortowane
  3. CDostęp do tablic ma złożoność O(n)
  4. DFunkcje skrótu są wolne
3.Struktury danychŚredni

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

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

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

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

Graf spójny: liczba wierzchołków 13, liczba krawędzi 17. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 13|E| = 17
k =
6.Teoria grafówTrudny
11111091063151318ABCDEFG

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

start: Akoniec: F
d(F) =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · O(V × E)

Dlaczego to jest odpowiedź

Każda z V − 1 rund relaksuje wszystkie E krawędzi, co daje O(VE); w zamian algorytm obsługuje ujemne wagi krawędzi.

Odpowiedź

D · O(V × E)
2.Algorytmy i złożoność

Odpowiedź: A · Wiele kluczy może kolidować i trafić do tego samego kubełka

Dlaczego to jest odpowiedź

Przy dobrej funkcji skrótu i odpowiednim współczynniku zapełnienia kubełki są średnio krótkie; złośliwie dobrane dane lub słaba funkcja skrótu mogą umieścić wszystkie klucze w jednym kubełku.

Odpowiedź

A · Wiele kluczy może kolidować i trafić do tego samego kubełka
3.Struktury danych

Odpowiedź: A · 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

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

Odpowiedź: C · 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

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

Odpowiedź: k = 5

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

13 − 1 = 12

Krawędzie do usunięcia

k = 17 − 12 = 5

Odpowiedź

k = 5
6.Teoria grafów

Odpowiedź: d(F) = 23

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: 11, C: 11
B (11): G: 26
C (11): E: 20, G: 24
E (20): D: 30, F: 23
F (23): D: 29
G (24): D: 25
D (25)

Najkrótsza ścieżka

A → C → E → F
d(F) = 23

Odpowiedź

d(F) = 23

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