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

Który algorytm sortowania jest stabilny?

  1. ASortowanie przez wybieranie (typowa wersja)
  2. BSortowanie przez kopcowanie
  3. CSortowanie przez scalanie
  4. DSortowanie szybkie (typowa wersja w miejscu)
2.Algorytmy i złożonośćTrudny

Co by wynikało, gdyby ktoś znalazł algorytm wielomianowy dla jednego problemu NP-zupełnego?

  1. AProblem stopu stałby się rozstrzygalny
  2. BKażdy problem z NP dałoby się rozwiązać w czasie wielomianowym, więc P = NP
  3. CWszystkie algorytmy o czasie wykładniczym od razu działałyby w czasie liniowym
  4. DTylko ten jeden problem przeszedłby do P
3.Struktury danychŚredni

Jaki jest maksymalny możliwy współczynnik zapełnienia tablicy mieszającej z adresowaniem otwartym?

  1. A1
  2. B2
  3. CNie ma maksimum
  4. D0,5
4.Struktury danychTrudny

Filtr Blooma potrafi odpowiedzieć na pytanie „czy ten element należy do zbioru?”:

  1. AZ możliwymi fałszywie dodatnimi wynikami, ale bez fałszywie ujemnych
  2. BTylko dla liczb
  3. CZawsze dokładnie
  4. DZ możliwymi fałszywie ujemnymi wynikami, ale bez fałszywie dodatnich
5.Teoria grafówŚredni

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

3 × deg 44 × deg 2
L =
6.Teoria grafówTrudny
171511203710122ABCDEFG

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

|V| = 7|E| = 9
W =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: C · Sortowanie przez scalanie

Dlaczego to jest odpowiedź

Sortowanie przez scalanie jest stabilne, jeśli przy remisach scalanie bierze najpierw element z lewej połowy. Quicksort w miejscu, sortowanie przez kopcowanie i sortowanie przez wybieranie zwykle nie są stabilne.

Odpowiedź

C · Sortowanie przez scalanie
2.Algorytmy i złożoność

Odpowiedź: B · Każdy problem z NP dałoby się rozwiązać w czasie wielomianowym, więc P = NP

Dlaczego to jest odpowiedź

Ponieważ cała klasa NP redukuje się w czasie wielomianowym do dowolnego problemu NP-zupełnego, szybki algorytm dla jednego daje szybki algorytm dla wszystkich.

Odpowiedź

B · Każdy problem z NP dałoby się rozwiązać w czasie wielomianowym, więc P = NP
3.Struktury danych

Odpowiedź: A · 1

Dlaczego to jest odpowiedź

Przy adresowaniu otwartym wszystkie klucze przechowuje się w samej tablicy, więc n nie może przekroczyć m; przy metodzie łańcuchowej współczynnik może być większy od 1.

Odpowiedź

A · 1
4.Struktury danych

Odpowiedź: A · Z możliwymi fałszywie dodatnimi wynikami, ale bez fałszywie ujemnych

Dlaczego to jest odpowiedź

Jeśli którykolwiek bit dla elementu jest równy 0, elementu na pewno nie ma; jeśli wszystkie są równe 1, element prawdopodobnie jest. Filtry Blooma poświęcają dokładność na rzecz bardzo małego zużycia pamięci.

Odpowiedź

A · Z możliwymi fałszywie dodatnimi wynikami, ale bez fałszywie ujemnych
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 + 20 = 2(L + 7) − 2
L = 8

Odpowiedź

L = 8

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

6.Teoria grafów

Odpowiedź: W = 48

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

GE (2): weź
DE (3): weź
EF (7): weź
GC (10): weź
BC (11): weź
GD (12): pomiń, zamyka cykl
AC (15): weź

Łączna waga

W = 2 + 3 + 7 + 10 + 11 + 15 = 48

Odpowiedź

W = 48

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