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

Czy poprawne jest stwierdzenie, że algorytm O(n²) jest też O(n³)?

  1. ATak, ale tylko gdy n jest mniejsze niż 100
  2. BNie, bo duże O musi zawsze podawać dokładne tempo wzrostu funkcji
  3. CNie, bo dla dużych n wartość n³ jest mniejsza niż n²
  4. DTak, bo duże O to ograniczenie górne, a n² nie rośnie szybciej niż n³
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(nlog₂ 7), około n2,81
  2. BΘ(n² log n)
  3. CΘ(n³)
  4. DΘ(n2)
3.Struktury danychŚredni

Ile pamięci zajmuje macierz sąsiedztwa grafu o V wierzchołkach?

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

Musisz zachować k najmniejszych wartości ze strumienia n liczb, używając O(k) pamięci. Które podejście działa w czasie O(n log k)?

  1. AKopiec maksymalny o rozmiarze k, którego korzeń zastępuje się, gdy pojawi się mniejsza wartość
  2. BKolejka FIFO ostatnich k wartości
  3. CKopiec minimalny przechowujący wszystkie n wartości, z którego na końcu zdejmuje się k najmniejszych
  4. DPosortowana tablica wszystkich n wartości
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 19, liczba krawędzi 26. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 19|E| = 26
k =
6.Teoria grafówTrudny
11137121251595ABCDEF

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: D · Tak, bo duże O to ograniczenie górne, a n² nie rośnie szybciej niż n³

Dlaczego to jest odpowiedź

Duże O to ograniczenie górne, więc stwierdzenie jest prawdziwe, ale nie dokładne; dokładne tempo wzrostu podaje Θ(n²).

Odpowiedź

D · Tak, bo duże O to ograniczenie górne, a n² nie rośnie szybciej niż n³
2.Algorytmy i złożoność

Odpowiedź: A · 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

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

Odpowiedź: C · O(V²)

Dlaczego to jest odpowiedź

Macierz sąsiedztwa przechowuje V × V wpisów, co jest wydajne dla grafów gęstych; listy sąsiedztwa zajmują O(V + E) i lepiej sprawdzają się dla grafów rzadkich.

Odpowiedź

C · O(V²)
4.Struktury danych

Odpowiedź: A · Kopiec maksymalny o rozmiarze k, którego korzeń zastępuje się, gdy pojawi się mniejsza wartość

Dlaczego to jest odpowiedź

Korzeń kopca maksymalnego to największa zachowana wartość; każda mniejsza nowa wartość zastępuje go w O(log k), więc kopiec zawsze przechowuje k najmniejszych dotąd wartości.

Odpowiedź

A · Kopiec maksymalny o rozmiarze k, którego korzeń zastępuje się, gdy pojawi się mniejsza wartość
5.Teoria grafów

Odpowiedź: k = 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.

Krawędzie drzewa rozpinającego

19 − 1 = 18

Krawędzie do usunięcia

k = 26 − 18 = 8

Odpowiedź

k = 8
6.Teoria grafów

Odpowiedź: d(F) = 25

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: 11, C: 13
B (11): D: 23, E: 16
C (13)
E (16): D: 21, F: 25
D (21)
F (25)

Najkrótsza ścieżka

A → B → E → F
d(F) = 25

Odpowiedź

d(F) = 25

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