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

Co oznacza, że problem ma optymalną podstrukturę?

  1. AProblem ma dokładnie jedno rozwiązanie optymalne, wspólne dla wszystkich podproblemów
  2. BKażdy podproblem ma ten sam rozmiar
  3. CProblem można rozwiązać w czasie stałym
  4. DOptymalne rozwiązanie można zbudować z optymalnych rozwiązań jego podproblemów
2.Algorytmy i złożonośćTrudny

Jaka jest złożoność czasowa budowania kopca binarnego z n nieposortowanych elementów metodą wstępującą (bottom-up)?

  1. AO(log n)
  2. BO(n)
  3. CO(n log n)
  4. DO(n²)
3.Struktury danychŚredni

Jak wstawia się nowy element do kopca binarnego?

  1. AUmieszcza się go w korzeniu i przesuwa w dół
  2. BWstawia się go na właściwą posortowaną pozycję, przesuwając o jedno miejsce w prawo wszystkie większe elementy
  3. CUmieszcza się go na końcu tablicy i przesuwa w górę, dopóki narusza własność kopca
  4. DBuduje się cały kopiec od nowa
4.Struktury danychTrudny

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

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

Graf spójny: liczba wierzchołków 11, liczba krawędzi 19. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 11|E| = 19
k =
6.Teoria grafówTrudny
ABCDEF

Ile jest marszów zamkniętych o długości 2, które zaczynają się i kończą w E? Marsz może powtarzać wierzchołki i krawędzie. Nazwij tę liczbę N.

M = macierz sąsiedztwaL = 2
N =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · Optymalne rozwiązanie można zbudować z optymalnych rozwiązań jego podproblemów

Dlaczego to jest odpowiedź

Optymalna podstruktura jest wymagana zarówno przez algorytmy zachłanne, jak i przez programowanie dynamiczne, by dawały poprawne odpowiedzi.

Odpowiedź

D · Optymalne rozwiązanie można zbudować z optymalnych rozwiązań jego podproblemów
2.Algorytmy i złożoność

Odpowiedź: B · O(n)

Dlaczego to jest odpowiedź

Suma kosztów przesiewania w dół (sift-down) po wszystkich poziomach tworzy szereg zbieżny, więc budowa kopca (heapify) działa w czasie liniowym.

Odpowiedź

B · O(n)
3.Struktury danych

Odpowiedź: C · Umieszcza się go na końcu tablicy i przesuwa w górę, dopóki narusza własność kopca

Dlaczego to jest odpowiedź

Dodanie na końcu zachowuje zupełność drzewa; zamiany z rodzicem przywracają porządek w O(log n) krokach.

Odpowiedź

C · Umieszcza się go na końcu tablicy i przesuwa w górę, dopóki narusza własność kopca
4.Struktury danych

Odpowiedź: D · 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

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

Odpowiedź: k = 9

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

11 − 1 = 10

Krawędzie do usunięcia

k = 19 − 10 = 9

Odpowiedź

k = 9
6.Teoria grafów

Odpowiedź: N = 4

Stopnie: stopień wierzchołka to liczba krawędzi, które się w nim stykają. Każda krawędź ma dwa końce, więc stopnie sumują się do dwukrotności liczby krawędzi: Σ deg(v) = 2|E| (lemat o uściskach dłoni). Liczba wierzchołków o nieparzystym stopniu jest zatem parzysta. Kn ma n(n − 1)/2 krawędzi, graf k-regularny o n wierzchołkach ma nk/2, a drzewo o n wierzchołkach ma n − 1 krawędzi.

Macierz sąsiedztwa

A: 0 0 1 0 0 0
B: 0 0 1 1 1 0
C: 1 1 0 0 1 0
D: 0 1 0 0 1 1
E: 0 1 1 1 0 1
F: 0 0 0 1 1 0

Wspólni sąsiedzi

(M²)EE = 0·0 + 1·1 + 1·1 + 1·1 + 0·0 + 1·1 = 4

Odpowiedź

N = 4

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