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 wiele bibliotecznych procedur sortowania przełącza się na sortowanie przez wstawianie dla bardzo małych podtablic?

  1. ASortowanie przez wstawianie jest O(n log n) w najgorszym przypadku
  2. BSortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych
  3. CSortowanie przez wstawianie zużywa mniej pamięci niż każdy inny algorytm sortowania dla dużych danych
  4. DAlgorytmy rekurencyjne nie radzą sobie z tablicami poniżej 10 elementów
2.Algorytmy i złożonośćTrudny

Algorytm Strassena mnoży macierze, używając 7 zamiast 8 rekurencyjnych mnożeń bloków o połowie rozmiaru. Jaki jest jego czas działania?

  1. AΘ(n³)
  2. BΘ(n² log n)
  3. CΘ(nlog₂ 7), około n2,81
  4. DΘ(n2)
3.Struktury danychŚredni

Drzewo trie (drzewo prefiksowe) jest szczególnie wydajne przy:

  1. APrzechowywaniu macierzy
  2. BWyszukiwaniu po prefiksie, np. autouzupełnianiu
  3. CSortowaniu liczb
  4. DZnajdowaniu najkrótszych ścieżek
4.Struktury danychTrudny

Obiekt jest przechowywany jako klucz w mapie mieszającej, a następnie zmienia się pole używane przez jego funkcję mieszającą. Jaki jest prawdopodobny skutek?

  1. AMapa zgłasza błąd w chwili zmiany pola
  2. BMapa automatycznie przenosi klucz do nowego kubełka
  3. CNic się nie zmienia, bo skrót klucza oblicza się tylko raz przy uruchomieniu programu
  4. DWyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
5.Teoria grafówŚredni

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

4 × deg 34 × deg 4
L =
6.Teoria grafówTrudny
6510101211117ABCDEF

Użyj algorytmu Dijkstry, aby znaleźć długość d(F) najkrótszej ścieżki z A do F w grafie ważonym.

start: Akoniec: F
d(F) =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · Sortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych

Dlaczego to jest odpowiedź

Dla małych n prosta pętla sortowania przez wstawianie jest szybsza niż narzut rekurencji quicksorta czy sortowania przez scalanie, choć jest O(n²).

Odpowiedź

B · Sortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych
2.Algorytmy i złożoność

Odpowiedź: C · Θ(nlog₂ 7), około n2,81

Dlaczego to jest odpowiedź

Przy a = 7 i b = 2 nlog₂ 7 dominuje nad pracą O(n²) na dodawania, co daje około n2,81.

Odpowiedź

C · Θ(nlog₂ 7), około n2,81
3.Struktury danych

Odpowiedź: B · Wyszukiwaniu po prefiksie, np. autouzupełnianiu

Dlaczego to jest odpowiedź

Trie przechowuje napisy znak po znaku wzdłuż ścieżek, więc wyszukiwanie i zapytania o prefiks zajmują czas proporcjonalny do długości klucza.

Odpowiedź

B · Wyszukiwaniu po prefiksie, np. autouzupełnianiu
4.Struktury danych

Odpowiedź: D · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu

Dlaczego to jest odpowiedź

Położenie klucza wybrano na podstawie jego starego skrótu; przy nowym skrócie wyszukiwanie przeszukuje niewłaściwy kubełek, więc klucze powinny być niezmienne.

Odpowiedź

D · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
5.Teoria grafów

Odpowiedź: L = 14

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 + 28 = 2(L + 8) − 2
L = 14

Odpowiedź

L = 14

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

6.Teoria grafów

Odpowiedź: d(F) = 14

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 Dijkstry runda po rundzie

Każdy wiersz: zatwierdzony wierzchołek, jego ostateczna odległość oraz sąsiedzi, których odległość się poprawia.

A (0): B: 6, C: 5
C (5): E: 17
B (6): D: 16, E: 13
E (13): D: 14, F: 14
D (14)
F (14)

Najkrótsza ścieżka

A → B → E → F
d(F) = 14

Odpowiedź

d(F) = 14

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