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

Przy monetach 1, 3 i 4 oraz kwocie 6, ile monet używa zachłanna metoda „najpierw największa moneta" w porównaniu z optimum?

  1. AZachłanna używa 4 monet; optimum to 3
  2. BZachłanna używa 2 monet; optimum to 2
  3. CZachłanna używa 3 monet; optimum to 3
  4. DZachłanna używa 3 monet; optimum to 2
2.Algorytmy i złożonośćTrudny

Jaki jest zamortyzowany koszt inkrementacji licznika binarnego, skoro jedna inkrementacja może zmienić wiele bitów?

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

Dlaczego przechodzenie tablicy jest w praktyce często znacznie szybsze niż przechodzenie listy wiązanej o tej samej długości?

  1. AListy wiązane zawsze przechowują elementy na dysku
  2. BElementy tablicy leżą obok siebie, więc dobrze wykorzystują pamięć podręczną procesora
  3. CPrzejście tablicy ma łącznie złożoność O(1), a listy wiązanej O(n)
  4. DTablice wymagają mniej instrukcji do porównania wartości
4.Struktury danychTrudny

Dla każdego elementu tablicy chcesz znaleźć najbliższy większy element po jego prawej stronie, w łącznym czasie O(n). Która struktura pomaga?

  1. ATablica mieszająca wszystkich elementów
  2. BKolejka przechowująca każdą parę elementów
  3. CBinarne drzewo poszukiwań budowane od nowa dla każdego elementu
  4. DStos przechowujący elementy czekające na swoją odpowiedź
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 11, liczba krawędzi 22. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 11|E| = 22
k =
6.Teoria grafówTrudny
931516213171011ABCDEF

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

|V| = 6|E| = 9
W =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · Zachłanna używa 3 monet; optimum to 2

Dlaczego to jest odpowiedź

Metoda zachłanna bierze 4 + 1 + 1 = 3 monety, a 3 + 3 to tylko 2, więc dla tego systemu monet metoda zachłanna nie jest optymalna; optymalne jest programowanie dynamiczne.

Odpowiedź

D · Zachłanna używa 3 monet; optimum to 2
2.Algorytmy i złożoność

Odpowiedź: C · O(1) na inkrementację

Dlaczego to jest odpowiedź

W ciągu n inkrementacji bit i zmienia się około n / 2ⁱ razy, więc łącznie jest mniej niż 2n zmian, średnio O(1) na inkrementację.

Odpowiedź

C · O(1) na inkrementację
3.Struktury danych

Odpowiedź: B · Elementy tablicy leżą obok siebie, więc dobrze wykorzystują pamięć podręczną procesora

Dlaczego to jest odpowiedź

Ciągła pamięć zapewnia dobrą lokalność odwołań, a połączone węzły mogą być rozproszone i powodować wiele chybień w pamięci podręcznej.

Odpowiedź

B · Elementy tablicy leżą obok siebie, więc dobrze wykorzystują pamięć podręczną procesora
4.Struktury danych

Odpowiedź: D · Stos przechowujący elementy czekające na swoją odpowiedź

Dlaczego to jest odpowiedź

Przechodząc od lewej do prawej, zdejmij ze stosu każdy element mniejszy od bieżącego (bieżący element jest ich odpowiedzią), a potem odłóż bieżący; każdy element przemieszcza się co najwyżej dwa razy.

Odpowiedź

D · Stos przechowujący elementy czekające na swoją odpowiedź
5.Teoria grafów

Odpowiedź: k = 12

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 = 22 − 10 = 12

Odpowiedź

k = 12
6.Teoria grafów

Odpowiedź: W = 37

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

CE (2): weź
AC (3): weź
AB (9): weź
EF (10): weź
BE (11): pomiń, zamyka cykl
DE (13): weź

Łączna waga

W = 2 + 3 + 9 + 10 + 13 = 37

Odpowiedź

W = 37

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