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: for i = 1 to n: for j = 1 to i: wykonaj pracę O(1)?

  1. AO(n)
  2. BO(n log n)
  3. CO(n²)
  4. DO(n³)
2.Algorytmy i złożonośćTrudny

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

  1. AZredukować znany problem NP-trudny do X w czasie wielomianowym
  2. BWykazać, że X nie ma algorytmu wielomianowego dla małych danych
  3. CWykazać, że X można zweryfikować w czasie wielomianowym
  4. DZredukować X do znanego problemu NP-trudnego w czasie wielomianowym
3.Struktury danychŚredni

Która metoda rozwiązywania kolizji przechowuje kolidujące klucze w liście w tym samym kubełku?

  1. AHaszowanie podwójne
  2. BŁańcuchowanie (separate chaining)
  3. CSondowanie liniowe
  4. DSondowanie kwadratowe
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. BGwarantowane wyszukiwanie w O(1), bo każdy węzeł przechowuje wskaźnik do każdego innego węzła
  3. CNie zużywa dodatkowej pamięci
  4. DPrzechowuje klucze bez uporządkowania
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| = 10
  1. 1Cykl Eulera
  2. 2Ścieżka Eulera, bez cyklu
  3. 3ani jedno, ani drugie
6.Teoria grafówTrudny
1831084615ABCDEF

Algorytm Dijkstry rusza z A. Kliknij wierzchołek zatwierdzony (uczyniony stałym) w rundzie 4; sam A to runda 1.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: C · O(n²)

Dlaczego to jest odpowiedź

Wnętrze pętli wewnętrznej wykonuje się łącznie n(n + 1) / 2 razy, co nadal jest kwadratowe.

Odpowiedź

C · O(n²)
2.Algorytmy i złożoność

Odpowiedź: A · 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

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

Odpowiedź: B · Łańcuchowanie (separate chaining)

Dlaczego to jest odpowiedź

Łańcuchowanie utrzymuje listę wiązaną (lub inną strukturę) dla każdego kubełka; adresowanie otwarte szuka innego wolnego miejsca w samej tablicy.

Odpowiedź

B · Łańcuchowanie (separate chaining)
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: 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) = 2, deg(B) = 4, deg(C) = 4, deg(D) = 4, deg(E) = 2, deg(F) = 1, deg(G) = 3

Wierzchołki nieparzyste

F, G → 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: 1, C: 8
2. B (1): C: 4, E: 16
3. C (4): E: 14
4. E (14): D: 22, F: 20
5. F (20)
6. D (22)

runda 4

E

Odpowiedź

E

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