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 programowanie dynamiczne nie daje realnego przyspieszenia sortowania przez scalanie?

  1. AProgramowanie dynamiczne działa tylko na problemach grafowych, a nie na tablicach
  2. BSortowanie przez scalanie nie ma struktury rekurencyjnej
  3. CSortowanie przez scalanie już jest O(n)
  4. DJego podproblemy się nie nakładają, więc nie ma czego ponownie wykorzystać
2.Algorytmy i złożonośćTrudny

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

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

Kolejkę zaimplementowano za pomocą dwóch stosów: push na stos „in”, a pop ze stosu „out”, który, gdy jest pusty, uzupełnia się ze stosu „in”. Jaki jest zamortyzowany koszt jednej operacji?

  1. AO(log n)
  2. BO(1)
  3. CO(n)
  4. DO(n²)
4.Struktury danychTrudny

Którą własność musi spełniać drzewo czerwono-czarne?

  1. AKorzeń musi być czerwony
  2. BKażdy czerwony węzeł musi mieć czerwone dzieci, więc czerwone węzły zawsze tworzą nieprzerwane łańcuchy aż do liści
  3. CKażdy węzeł musi być czerwony
  4. DKażda ścieżka od węzła do jego liści potomnych zawiera tyle samo czarnych węzłów
5.Teoria grafówŚredni

Ile różnych cykli Hamiltona H ma graf pełny K7? Cykle różniące się tylko wierzchołkiem startowym lub kierunkiem liczą się jako ten sam.

K7
H =
6.Teoria grafówTrudny
481510117191761ABCDEFG

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

|V| = 7|E| = 10
W =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · Jego podproblemy się nie nakładają, więc nie ma czego ponownie wykorzystać

Dlaczego to jest odpowiedź

Połowy w sortowaniu przez scalanie są rozłączne i każdą rozwiązuje się raz; DP pomaga tylko, gdy podproblemy się powtarzają, jak przy liczbach Fibonacciego.

Odpowiedź

D · Jego podproblemy się nie nakładają, więc nie ma czego ponownie wykorzystać
2.Algorytmy i złożoność

Odpowiedź: A · 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

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

Odpowiedź: B · O(1)

Dlaczego to jest odpowiedź

Każdy element jest łącznie co najwyżej dwa razy odkładany i zdejmowany, więc choć jedno uzupełnienie może zająć O(n), średnia w ciągu operacji wynosi O(1).

Odpowiedź

B · O(1)
4.Struktury danych

Odpowiedź: D · Każda ścieżka od węzła do jego liści potomnych zawiera tyle samo czarnych węzłów

Dlaczego to jest odpowiedź

Zasady drzewa czerwono-czarnego: węzły są czerwone lub czarne, korzeń jest czarny, czerwone węzły mają czarne dzieci, a wszystkie ścieżki mają równą czarną wysokość, co utrzymuje wysokość ≤ 2 log₂(n + 1).

Odpowiedź

D · Każda ścieżka od węzła do jego liści potomnych zawiera tyle samo czarnych węzłów
5.Teoria grafów

Odpowiedź: H = 360

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.

Policz

H = (7 − 1)!/2 = 720/2 = 360

Odpowiedź

H = 360
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 (1): weź
AB (4): weź
GD (6): weź
DE (7): pomiń, zamyka cykl
AC (8): weź
BD (10): weź
CE (11): pomiń, zamyka cykl
BC (15): pomiń, zamyka cykl
GB (17): pomiń, zamyka cykl
EF (19): weź

Łączna waga

W = 1 + 4 + 6 + 8 + 10 + 19 = 48

Odpowiedź

W = 48

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