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

Rozwiązaniem rekurencji T(n) = 2T(n/2) + O(n) jest:

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

Jak klasyfikuje się problem komiwojażera?

  1. AJest nierozstrzygalny
  2. BWersja decyzyjna należy do P, a wersja optymalizacyjna jest NP-zupełna
  3. CNależy do P, bo rozwiązuje go algorytm Dijkstry, odwiedzając każde miasto raz
  4. DWersja decyzyjna jest NP-zupełna, a wersja optymalizacyjna NP-trudna
3.Struktury danychŚredni

Jaki jest koszt wstawienia elementu w środek tablicy o n elementach?

  1. AO(n²), bo każdy element przesuwa się n razy
  2. BO(log n), z powodu wyszukiwania binarnego
  3. CO(1), bo indeks jest znany
  4. DO(n), bo dalsze elementy trzeba przesunąć
4.Struktury danychTrudny

Algorytm Kahna sortowania topologicznego wielokrotnie usuwa wierzchołki o stopniu wejściowym 0. Która struktura przechowuje te wierzchołki?

  1. AKopiec maksymalny uporządkowany według stopnia wyjściowego
  2. BStos wszystkich odwiedzonych krawędzi
  3. CKolejka (lub dowolna kolekcja) wierzchołków o stopniu wejściowym 0
  4. DMacierz sąsiedztwa zapisującą, które wierzchołki zostały już usunięte
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 14, liczba krawędzi 16. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 14|E| = 16
k =
6.Teoria grafówTrudny
416220171812ABCDE

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

|V| = 5|E| = 7
W =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: A · O(n log n)

Dlaczego to jest odpowiedź

Z twierdzenia o rekurencji uniwersalnej (master theorem) dla a = 2, b = 2, f(n) = n wynika T(n) = Θ(n log n).

Odpowiedź

A · O(n log n)
2.Algorytmy i złożoność

Odpowiedź: D · Wersja decyzyjna jest NP-zupełna, a wersja optymalizacyjna NP-trudna

Dlaczego to jest odpowiedź

„Czy istnieje trasa o długości najwyżej k?" jest NP-zupełne; znalezienie najkrótszej trasy jest NP-trudne, bo jest co najmniej tak trudne.

Odpowiedź

D · Wersja decyzyjna jest NP-zupełna, a wersja optymalizacyjna NP-trudna
3.Struktury danych

Odpowiedź: D · O(n), bo dalsze elementy trzeba przesunąć

Dlaczego to jest odpowiedź

Wszystkie elementy za miejscem wstawienia przesuwają się o jedną pozycję w prawo, co zajmuje czas proporcjonalny do n.

Odpowiedź

D · O(n), bo dalsze elementy trzeba przesunąć
4.Struktury danych

Odpowiedź: C · Kolejka (lub dowolna kolekcja) wierzchołków o stopniu wejściowym 0

Dlaczego to jest odpowiedź

Gotowe wierzchołki trzyma się w kolejce; usunięcie jednego obniża stopnie wejściowe jego sąsiadów, a te, które osiągną 0, są dodawane, co daje czas O(V + E).

Odpowiedź

C · Kolejka (lub dowolna kolekcja) wierzchołków o stopniu wejściowym 0
5.Teoria grafów

Odpowiedź: k = 3

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

14 − 1 = 13

Krawędzie do usunięcia

k = 16 − 13 = 3

Odpowiedź

k = 3
6.Teoria grafów

Odpowiedź: W = 36

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 Kruskala

BC (2): weź
AB (4): weź
BE (12): weź
AC (16): pomiń, zamyka cykl
CE (17): pomiń, zamyka cykl
DE (18): weź

Łączna waga

W = 2 + 4 + 12 + 18 = 36

Odpowiedź

W = 36

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