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 zadania Wróć 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(K_n)| = n(n − 1)/2, |E(K_m,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 K_n: (n − 1)!/2
Aktualizacja w algorytmie Dijkstry: d(v) = min(d(v), d(u) + w(u, v))
Marsze o długości L: (Mᴸ)_ij

Metoda

Zapisz stopień każdego wierzchołka; suma stopni jest równa dwukrotności liczby krawędzi.
W zadaniach o grafach eulerowskich sprawdź, czy graf jest spójny, i policz wierzchołki o nieparzystym stopniu.
Dla drzew użyj n − 1 krawędzi i lematu o uściskach dłoni.
W algorytmie Dijkstry prowadź tabelę tymczasowych odległości i w każdej rundzie zatwierdzaj niezatwierdzony wierzchołek o najmniejszej odległości.
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

Programowanie dynamiczne jest przydatne, gdy problem ma:

APojedynczą pętlę
BNakładające się podproblemy i optymalną podstrukturę
CWyłącznie losowe dane wejściowe
DŻadnych podproblemów, więc można go rozwiązać w jednym kroku

2.Algorytmy i złożonośćTrudny

Algorytm programowania dynamicznego Helda–Karpa rozwiązuje dokładnie problem komiwojażera. Jaki jest jego czas działania dla n miast?

AO(2^n²)
BO(n!)
CO(n³)
DO(n² 2ⁿ)

3.Struktury danychŚredni

Jaka jest pesymistyczna wysokość binarnego drzewa poszukiwań z n węzłami, jeśli klucze są wstawiane w kolejności posortowanej?

A√n
B1
Clog₂ n
Dn (drzewo staje się listą wiązaną)

4.Struktury danychTrudny

Dlaczego ze standardowego filtru Blooma nie można po prostu usuwać elementów przez zerowanie ich bitów?

AFiltry Blooma przechowują całe elementy, których po zahaszowaniu nie da się ponownie zlokalizować
BTe bity mogą należeć także do innych elementów, co spowodowałoby wyniki fałszywie negatywne
CUsuwanie zwiększyłoby odsetek wyników fałszywie pozytywnych do 100%
DBitów w filtrze Blooma nie można zmieniać po jego utworzeniu

5.Teoria grafówŚredni

Czy graf spójny ma cykl Eulera, ścieżkę Eulera, która nie jest cyklem, czy żadne z nich? Kliknij odpowiedź.

|V| = 6|E| = 8

1Cykl Eulera
2Ścieżka Eulera, bez cyklu
3ani jedno, ani drugie

6.Teoria grafówTrudny

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 · Nakładające się podproblemy i optymalną podstrukturę

Dlaczego to jest odpowiedź

Zapamiętywanie wyników nakładających się podproblemów (memoizacja lub tablicowanie) pozwala uniknąć powtarzania pracy, zamieniając algorytmy wykładnicze w wielomianowe.

Odpowiedź

B · Nakładające się podproblemy i optymalną podstrukturę

2.Algorytmy i złożoność

Odpowiedź: D · O(n² 2ⁿ)

Dlaczego to jest odpowiedź

Jest około n 2ⁿ stanów, każdy obliczany w O(n); to czas wykładniczy, ale znacznie szybszy niż sprawdzanie wszystkich (n − 1)! tras.

Odpowiedź

D · O(n² 2ⁿ)

3.Struktury danych

Odpowiedź: D · n (drzewo staje się listą wiązaną)

Dlaczego to jest odpowiedź

Wstawianie posortowanych kluczy tworzy zdegenerowane drzewo o wysokości n, przez co wyszukiwanie ma złożoność O(n). Drzewa zrównoważone temu zapobiegają.

Odpowiedź

D · n (drzewo staje się listą wiązaną)

4.Struktury danych

Odpowiedź: B · Te bity mogą należeć także do innych elementów, co spowodowałoby wyniki fałszywie negatywne

Dlaczego to jest odpowiedź

Wyzerowanie wspólnego bitu sprawiłoby, że inny element wyglądałby na nieobecny; zliczające filtry Blooma przechowują liczniki zamiast bitów, by umożliwić usuwanie.

Odpowiedź

B · Te bity mogą należeć także do innych elementów, co spowodowałoby wyniki fałszywie negatywne

5.Teoria grafów

Odpowiedź: Ścieżka Eulera, bez cyklu

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; K_n 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.

Stopnie

deg(A) = 2, deg(B) = 3, deg(C) = 2, deg(D) = 3, deg(E) = 4, deg(F) = 2

Wierzchołki nieparzyste

B, D → 2

Ścieżka Eulera, bez cyklu

Odpowiedź

Ścieżka Eulera, bez cyklu

Ścieżka Eulera zaczyna się w jednym wierzchołku nieparzystym i kończy w drugim.

6.Teoria grafów

Odpowiedź: d(F) = 20

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: 14, C: 3

C (3): B: 11, E: 5

E (5): D: 20

B (11): D: 14

D (14): F: 20

F (20)

Najkrótsza ścieżka

A → C → B → D → F

d(F) = 20

Odpowiedź

d(F) = 20

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