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

Który algorytm znajduje najkrótsze ścieżki z jednego źródła w grafie o nieujemnych wagach krawędzi?

  1. AWe wszystkich przypadkach wymagany jest algorytm Bellmana–Forda
  2. BPrzeszukiwanie w głąb (DFS)
  3. CAlgorytm Kruskala
  4. DAlgorytm Dijkstry
2.Algorytmy i złożonośćTrudny

Jakie dwie rzeczy trzeba wykazać, aby udowodnić, że problem decyzyjny X jest NP-zupełny?

  1. AX nie ma algorytmu wielomianowego, a X jest rozstrzygalny
  2. BX należy do NP, a znany problem NP-zupełny redukuje się do X w czasie wielomianowym
  3. CX należy do P, a X redukuje się do SAT
  4. DX redukuje się do problemu z P, a X należy do NP
3.Struktury danychŚredni

Jaka jest złożoność czasowa wyszukiwania klucza w zrównoważonym binarnym drzewie poszukiwań?

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

Która struktura danych umożliwia pamięć podręczną LRU (least recently used) z operacjami get i put w O(1)?

  1. AMapa mieszająca połączona z listą dwukierunkową
  2. BWyłącznie stos
  3. CPojedyncza posortowana tablica
  4. DWyłącznie binarne drzewo poszukiwań
5.Teoria grafówŚredni

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

3 × deg 42 × deg 2
L =
6.Teoria grafówTrudny
618925191083ABCDEFG

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · Algorytm Dijkstry

Dlaczego to jest odpowiedź

Algorytm Dijkstry działa dla wag nieujemnych; algorytm Bellmana–Forda obsługuje wagi ujemne; algorytm Kruskala buduje minimalne drzewa rozpinające.

Odpowiedź

D · Algorytm Dijkstry
2.Algorytmy i złożoność

Odpowiedź: B · X należy do NP, a znany problem NP-zupełny redukuje się do X w czasie wielomianowym

Dlaczego to jest odpowiedź

Przynależność do NP pokazuje, że X nie jest trudniejszy niż NP; redukcja ze znanego problemu NP-zupełnego pokazuje, że X jest co najmniej tak trudny jak cała klasa NP.

Odpowiedź

B · X należy do NP, a znany problem NP-zupełny redukuje się do X w czasie wielomianowym
3.Struktury danych

Odpowiedź: A · O(log n)

Dlaczego to jest odpowiedź

Drzewo zrównoważone ma wysokość około log₂ n, więc wyszukiwanie przechodzi jedną ścieżką od korzenia do liścia.

Odpowiedź

A · O(log n)
4.Struktury danych

Odpowiedź: A · Mapa mieszająca połączona z listą dwukierunkową

Dlaczego to jest odpowiedź

Mapa mieszająca znajduje węzły w O(1), a lista dwukierunkowa przenosi używane elementy na początek i usuwa elementy z końca w O(1).

Odpowiedź

A · Mapa mieszająca połączona z listą dwukierunkową
5.Teoria grafów

Odpowiedź: L = 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.

Lemat o uściskach dłoni dla drzewa

L + 16 = 2(L + 5) − 2
L = 8

Odpowiedź

L = 8

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

6.Teoria grafów

Odpowiedź: W = 43

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

DE (2): weź
GE (3): weź
DF (5): weź
AB (6): weź
GD (8): pomiń, zamyka cykl
CE (9): weź
GC (10): pomiń, zamyka cykl
BC (18): weź

Łączna waga

W = 2 + 3 + 5 + 6 + 9 + 18 = 43

Odpowiedź

W = 43

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