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

Przy monetach 1, 3 i 4 oraz kwocie 6, ile monet używa zachłanna metoda „najpierw największa moneta" w porównaniu z optimum?

  1. AZachłanna używa 3 monet; optimum to 3
  2. BZachłanna używa 4 monet; optimum to 3
  3. CZachłanna używa 3 monet; optimum to 2
  4. DZachłanna używa 2 monet; optimum to 2
2.Algorytmy i złożonośćTrudny

Dlaczego średni czas wyszukiwania w tablicy mieszającej wynosi O(1), a w najgorszym przypadku O(n)?

  1. AKlucze muszą być najpierw posortowane
  2. BFunkcje skrótu są wolne
  3. CWiele kluczy może kolidować i trafić do tego samego kubełka
  4. DDostęp do tablic ma złożoność O(n)
3.Struktury danychŚredni

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

  1. AO(V + E)
  2. BO(E²)
  3. CO(V²)
  4. DO(V × E)
4.Struktury danychTrudny

Tablica dynamiczna podwaja rozmiar, gdy jest pełna. Dlaczego wiele implementacji zmniejsza ją dopiero przy zapełnieniu w jednej czwartej, a nie w połowie?

  1. ABo alokator pamięci może zwalniać pamięć tylko w ćwiartkach bloku
  2. BBo zmniejszanie o połowę przy zapełnieniu w połowie spowodowałoby utratę elementów
  3. CBy utrzymać tablicę posortowaną
  4. DBy uniknąć wielokrotnej zmiany rozmiaru, gdy operacje push i pop przeplatają się w pobliżu granicy
5.Teoria grafówŚredni

Drzewo ma 4× wierzchołek stopnia 4, 3× wierzchołek stopnia 5, 2× wierzchołek stopnia 2, a wszystkie jego pozostałe wierzchołki są liśćmi (stopień 1). Ile liści L ma to drzewo?

4 × deg 43 × deg 52 × deg 2
L =
6.Teoria grafówTrudny
816191415172ABCDE

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 BE

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: C · Zachłanna używa 3 monet; optimum to 2

Dlaczego to jest odpowiedź

Metoda zachłanna bierze 4 + 1 + 1 = 3 monety, a 3 + 3 to tylko 2, więc dla tego systemu monet metoda zachłanna nie jest optymalna; optymalne jest programowanie dynamiczne.

Odpowiedź

C · Zachłanna używa 3 monet; optimum to 2
2.Algorytmy i złożoność

Odpowiedź: C · Wiele kluczy może kolidować i trafić do tego samego kubełka

Dlaczego to jest odpowiedź

Przy dobrej funkcji skrótu i odpowiednim współczynniku zapełnienia kubełki są średnio krótkie; złośliwie dobrane dane lub słaba funkcja skrótu mogą umieścić wszystkie klucze w jednym kubełku.

Odpowiedź

C · Wiele kluczy może kolidować i trafić do tego samego kubełka
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: D · By uniknąć wielokrotnej zmiany rozmiaru, gdy operacje push i pop przeplatają się w pobliżu granicy

Dlaczego to jest odpowiedź

Zmniejszanie przy połowie mogłoby w takim ciągu wywoływać zmianę rozmiaru przy każdej operacji; odstęp między 1/4 a pełną tablicą utrzymuje koszt zamortyzowany O(1).

Odpowiedź

D · By uniknąć wielokrotnej zmiany rozmiaru, gdy operacje push i pop przeplatają się w pobliżu granicy
5.Teoria grafów

Odpowiedź: L = 19

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 + 35 = 2(L + 9) − 2
L = 19

Odpowiedź

L = 19

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. BE (2)
2. AB (8)
3. BD (14)
4. CE (15)

numer krawędzi 2

AB

Odpowiedź

krawędź AB

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