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

Która reguła zachłanna w problemie wyboru zajęć zawsze daje maksymalną liczbę nienakładających się zajęć?

  1. AWybierz najpierw zajęcie z najmniejszą liczbą kolizji, a potem powtarzaj dla zgodnych zajęć
  2. BWybierz zajęcie, które zaczyna się najwcześniej
  3. CWybierz najpierw najkrótsze zajęcie
  4. DWybierz zajęcie, które kończy się najwcześniej, i powtórz dla zgodnych z nim
2.Algorytmy i złożonośćTrudny

Dlaczego każde wyszukiwanie oparte na porównaniach w posortowanej tablicy wymaga w najgorszym przypadku Ω(log n) porównań?

  1. AKażdy element musi być porównany co najmniej raz
  2. BKażde porównanie zajmuje czas logarytmiczny
  3. CWyszukiwanie binarne jest jedynym możliwym algorytmem i wymaga log₂ n porównań
  4. DDrzewo decyzyjne z n możliwymi wynikami musi mieć głębokość co najmniej log₂ n
3.Struktury danychŚredni

Ile pamięci zajmują listy sąsiedztwa dla grafu o V wierzchołkach i E krawędziach?

  1. AO(V + E)
  2. BO(V²)
  3. CO(E²)
  4. DO(V × E)
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. CWyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
  4. DNic się nie zmienia, bo skrót klucza oblicza się tylko raz przy uruchomieniu programu
5.Teoria grafówŚredni

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

4 × deg 32 × deg 2
L =
6.Teoria grafówTrudny
112051686191014ABCDEFG

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · Wybierz zajęcie, które kończy się najwcześniej, i powtórz dla zgodnych z nim

Dlaczego to jest odpowiedź

Optymalność wyboru najwcześniejszego czasu zakończenia można udowodnić argumentem wymiany; dla pozostałych reguł istnieją kontrprzykłady.

Odpowiedź

D · Wybierz zajęcie, które kończy się najwcześniej, i powtórz dla zgodnych z nim
2.Algorytmy i złożoność

Odpowiedź: D · Drzewo decyzyjne z n możliwymi wynikami musi mieć głębokość co najmniej log₂ n

Dlaczego to jest odpowiedź

Każde porównanie co najwyżej o połowę zmniejsza zbiór pozostałych możliwości, więc rozróżnienie n pozycji wymaga co najmniej log₂ n porównań.

Odpowiedź

D · Drzewo decyzyjne z n możliwymi wynikami musi mieć głębokość co najmniej log₂ n
3.Struktury danych

Odpowiedź: A · O(V + E)

Dlaczego to jest odpowiedź

Każdy wierzchołek ma listę, a każda krawędź pojawia się raz (graf skierowany) lub dwa razy (nieskierowany), co daje O(V + E).

Odpowiedź

A · O(V + E)
4.Struktury danych

Odpowiedź: C · 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

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

Odpowiedź: L = 6

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 + 16 = 2(L + 6) − 2
L = 6

Odpowiedź

L = 6

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

6.Teoria grafów

Odpowiedź: W = 56

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

BC (5): weź
DF (6): weź
CE (8): weź
GB (10): weź
AB (11): weź
GE (14): pomiń, zamyka cykl
BD (16): weź

Łączna waga

W = 5 + 6 + 8 + 10 + 11 + 16 = 56

Odpowiedź

W = 56

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