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

Które stwierdzenie o funkcji rekurencyjnej bez osiągalnego przypadku bazowego jest poprawne?

  1. AWywołuje samą siebie, aż przepełni się stos wywołań
  2. BAutomatycznie zwraca 0
  3. CDziała w czasie O(1)
  4. DKompilator zawsze zamienia ją na pętlę, która kończy się bezpiecznie
2.Algorytmy i złożonośćTrudny

Problem jest NP-zupełny, jeśli:

  1. ANie da się go rozwiązać
  2. BDa się go rozwiązać w czasie wielomianowym
  3. CLeży poza NP, ale jest trudniejszy od wszystkich problemów NP, jak problem stopu
  4. DNależy do NP i każdy problem z NP sprowadza się do niego w czasie wielomianowym
3.Struktury danychŚredni

Drzewa AVL i drzewa czerwono-czarne gwarantują:

  1. AWysokość O(log n) dzięki równoważeniu
  2. BŻe żaden węzeł nie ma dwojga dzieci
  3. CPrzechowywanie kluczy w kolejności wstawiania
  4. DWyszukiwanie w czasie stałym w każdym przypadku
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. BPrzechowuje klucze bez uporządkowania
  3. CGwarantowane wyszukiwanie w O(1), bo każdy węzeł przechowuje wskaźnik do każdego innego węzła
  4. DNie zużywa dodatkowej pamięci
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| = 8
  1. 1Cykl Eulera
  2. 2Ścieżka Eulera, bez cyklu
  3. 3ani jedno, ani drugie
6.Teoria grafówTrudny
141881015111ABCDE

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: A · Wywołuje samą siebie, aż przepełni się stos wywołań

Dlaczego to jest odpowiedź

Bez przypadku bazowego rekurencja nigdy się nie kończy; w praktyce brakuje pamięci na ramki stosu i program się zawiesza.

Odpowiedź

A · Wywołuje samą siebie, aż przepełni się stos wywołań
2.Algorytmy i złożoność

Odpowiedź: D · Należy do NP i każdy problem z NP sprowadza się do niego w czasie wielomianowym

Dlaczego to jest odpowiedź

Problemy NP-zupełne są najtrudniejsze w NP; wielomianowy algorytm dla jednego z nich dałby wielomianowy algorytm dla całej klasy NP.

Odpowiedź

D · Należy do NP i każdy problem z NP sprowadza się do niego w czasie wielomianowym
3.Struktury danych

Odpowiedź: A · Wysokość O(log n) dzięki równoważeniu

Dlaczego to jest odpowiedź

Drzewa samorównoważące utrzymują wysokość logarytmiczną, więc wyszukiwanie, wstawianie i usuwanie mają w najgorszym przypadku złożoność O(log n).

Odpowiedź

A · Wysokość O(log n) dzięki równoważeniu
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: ani jedno, ani drugie

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) = 3, deg(C) = 2, deg(D) = 2, deg(E) = 3, deg(F) = 1, deg(G) = 3

Wierzchołki nieparzyste

B, E, F, G → 4
ani jedno, ani drugie

Odpowiedź

ani jedno, ani drugie
6.Teoria grafów

Odpowiedź: W = 33

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

DE (1): weź
BC (8): weź
BD (10): weź
BE (11): pomiń, zamyka cykl
AB (14): weź

Łączna waga

W = 1 + 8 + 10 + 14 = 33

Odpowiedź

W = 33

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