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

Dlaczego programowanie dynamiczne nie daje realnego przyspieszenia sortowania przez scalanie?

  1. AProgramowanie dynamiczne działa tylko na problemach grafowych, a nie na tablicach
  2. BJego podproblemy się nie nakładają, więc nie ma czego ponownie wykorzystać
  3. CSortowanie przez scalanie nie ma struktury rekurencyjnej
  4. DSortowanie przez scalanie już jest O(n)
2.Algorytmy i złożonośćTrudny

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

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

Jak działa extract-min w binarnym kopcu minimalnym?

  1. AUsuwa się ostatni element tablicy
  2. BUsuwa się korzeń i przesuwa wszystkie elementy o jedno miejsce w lewo
  3. CPrzeszukuje się wszystkie liście w poszukiwaniu nowego minimum
  4. DPrzenosi się ostatni element do korzenia i przesuwa go w dół
4.Struktury danychTrudny

Struktura union-find (zbiory rozłączne) z łączeniem według rangi i kompresją ścieżki ma zamortyzowany koszt operacji równy:

  1. ADokładnie O(log n)
  2. BO(n²)
  3. CO(α(n)), gdzie α to odwrotność funkcji Ackermanna, praktycznie stała
  4. DO(n)
5.Teoria grafówŚredni

Drzewo ma 2× wierzchołek stopnia 3, 2× wierzchołek stopnia 4, a wszystkie jego pozostałe wierzchołki są liśćmi (stopień 1). Ile liści L ma to drzewo?

2 × deg 32 × deg 4
L =
6.Teoria grafówTrudny
21411716181013ABCDEF

Algorytm Kruskala buduje minimalne drzewo rozpinające. Kliknij krawędź, którą dodaje jako krawędź numer 2; pominięte krawędzie się nie liczą.

k = 2
  1. 1krawędź AB
  2. 2krawędź AC
  3. 3krawędź BC
  4. 4krawędź BD
  5. 5krawędź CE
  6. 6krawędź DE
  7. 7krawędź EF
  8. 8krawędź BE

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · Jego podproblemy się nie nakładają, więc nie ma czego ponownie wykorzystać

Dlaczego to jest odpowiedź

Połowy w sortowaniu przez scalanie są rozłączne i każdą rozwiązuje się raz; DP pomaga tylko, gdy podproblemy się powtarzają, jak przy liczbach Fibonacciego.

Odpowiedź

B · Jego podproblemy się nie nakładają, więc nie ma czego ponownie wykorzystać
2.Algorytmy i złożoność

Odpowiedź: B · 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

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

Odpowiedź: D · Przenosi się ostatni element do korzenia i przesuwa go w dół

Dlaczego to jest odpowiedź

Ostatni element wypełnia lukę w korzeniu i jest zamieniany z mniejszym dzieckiem, dopóki nie zostanie spełniona własność kopca, co zajmuje O(log n).

Odpowiedź

D · Przenosi się ostatni element do korzenia i przesuwa go w dół
4.Struktury danych

Odpowiedź: C · O(α(n)), gdzie α to odwrotność funkcji Ackermanna, praktycznie stała

Dlaczego to jest odpowiedź

Przy obu optymalizacjach operacje zajmują zamortyzowany czas O(α(n)); α(n) ≤ 4 dla każdego realistycznego n.

Odpowiedź

C · O(α(n)), gdzie α to odwrotność funkcji Ackermanna, praktycznie stała
5.Teoria grafów

Odpowiedź: L = 8

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.

Lemat o uściskach dłoni dla drzewa

L + 14 = 2(L + 4) − 2
L = 8

Odpowiedź

L = 8

Skrót: L = 2 + Σ (d − 2) po wierzchołkach o stopniu d ≥ 3.

6.Teoria grafów

Odpowiedź: krawędź AB

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

1. BC (1)
2. AB (2)
3. EF (10)
4. BE (13)
5. BD (17)

numer krawędzi 2

AB

Odpowiedź

krawędź AB

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