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 zamortyzowana złożoność czasowa dodawania elementu na koniec tablicy dynamicznej, która podwaja swoją pojemność, gdy się zapełni?

  1. AO(log n)
  2. BO(n)
  3. CO(n²)
  4. DO(1)
2.Algorytmy i złożonośćTrudny

Co trzeba zrobić, aby wykazać, że nowy problem X jest NP-trudny?

  1. AWykazać, że X można zweryfikować w czasie wielomianowym
  2. BZredukować X do znanego problemu NP-trudnego w czasie wielomianowym
  3. CZredukować znany problem NP-trudny do X w czasie wielomianowym
  4. DWykazać, że X nie ma algorytmu wielomianowego dla małych danych
3.Struktury danychŚredni

Jaka jest pesymistyczna wysokość binarnego drzewa poszukiwań z n węzłami, jeśli klucze są wstawiane w kolejności posortowanej?

  1. A1
  2. Blog₂ n
  3. Cn (drzewo staje się listą wiązaną)
  4. D√n
4.Struktury danychTrudny

Do czego służy struktura union-find w algorytmie Kruskala wyznaczania minimalnego drzewa rozpinającego?

  1. ADo sprawdzania, czy oba końce krawędzi są już połączone
  2. BDo wyboru wierzchołka początkowego
  3. CDo sortowania krawędzi według wag
  4. DDo przechowywania bieżącej odległości każdego wierzchołka od źródła w trakcie przeszukiwania
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 17, liczba krawędzi 27. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 17|E| = 27
k =
6.Teoria grafówTrudny
61011351248ABCDEF

Algorytm Dijkstry rusza z A. Kliknij wierzchołek zatwierdzony (uczyniony stałym) w rundzie 3; sam A to runda 1.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · O(1)

Dlaczego to jest odpowiedź

Kopiowanie wszystkich elementów następuje tylko przy potęgach dwójki; po rozłożeniu na wszystkie operacje dodawania średni koszt jednej operacji jest stały.

Odpowiedź

D · O(1)
2.Algorytmy i złożoność

Odpowiedź: C · Zredukować znany problem NP-trudny do X w czasie wielomianowym

Dlaczego to jest odpowiedź

Jeśli znany trudny problem można efektywnie przekształcić w X, to szybki algorytm dla X rozwiązałby też znany problem.

Odpowiedź

C · Zredukować znany problem NP-trudny do X w czasie wielomianowym
3.Struktury danych

Odpowiedź: C · n (drzewo staje się listą wiązaną)

Dlaczego to jest odpowiedź

Wstawianie posortowanych kluczy tworzy zdegenerowane drzewo o wysokości n, przez co wyszukiwanie ma złożoność O(n). Drzewa zrównoważone temu zapobiegają.

Odpowiedź

C · n (drzewo staje się listą wiązaną)
4.Struktury danych

Odpowiedź: A · Do sprawdzania, czy oba końce krawędzi są już połączone

Dlaczego to jest odpowiedź

Find mówi, czy oba końce są w tej samej składowej; jeśli nie, krawędź zostaje dodana, a union łączy składowe.

Odpowiedź

A · Do sprawdzania, czy oba końce krawędzi są już połączone
5.Teoria grafów

Odpowiedź: k = 11

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

17 − 1 = 16

Krawędzie do usunięcia

k = 27 − 16 = 11

Odpowiedź

k = 11
6.Teoria grafów

Odpowiedź: D

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: 10
2. B (6): D: 9, E: 14
3. D (9): F: 21
4. C (10)
5. E (14): F: 18
6. F (18)

runda 3

D

Odpowiedź

D

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