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

Przeszukiwanie wszerz w grafie nieważonym znajduje:

  1. ANajkrótsze ścieżki w grafach zawierających ujemne wagi krawędzi
  2. BPorządek topologiczny w dowolnym grafie
  3. CMinimalne drzewo rozpinające
  4. DNajkrótsze ścieżki (w liczbie krawędzi) od wierzchołka startowego
2.Algorytmy i złożonośćTrudny

Problem jest NP-zupełny, jeśli:

  1. ANależy do NP i każdy problem z NP sprowadza się do niego w czasie wielomianowym
  2. BDa się go rozwiązać w czasie wielomianowym
  3. CNie da się go rozwiązać
  4. DLeży poza NP, ale jest trudniejszy od wszystkich problemów NP, jak problem stopu
3.Struktury danychŚredni

Ile czasu zajmuje sprawdzenie, czy istnieje krawędź (u, v), przy użyciu macierzy sąsiedztwa?

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

Jaka jest główna zaleta listy z przeskokami (skip list) nad posortowaną listą wiązaną?

  1. APrzechowuje klucze bez uporządkowania
  2. BNie zużywa dodatkowej pamięci
  3. COczekiwane wyszukiwanie w O(log n) dzięki kilku poziomom wskaźników do przodu
  4. DGwarantowane wyszukiwanie w O(1), bo każdy węzeł przechowuje wskaźnik do każdego innego węzła
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
272081016ABCDE

Algorytm Prima buduje minimalne drzewo rozpinające, zaczynając od wierzchołka B. Kliknij krawędź, którą dodaje jako krawędź numer 2.

start: Bk = 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: D · Najkrótsze ścieżki (w liczbie krawędzi) od wierzchołka startowego

Dlaczego to jest odpowiedź

BFS odwiedza wierzchołki w kolejności odległości (w krawędziach) od źródła, więc znajduje najkrótsze ścieżki w grafie nieważonym w czasie O(V + E).

Odpowiedź

D · Najkrótsze ścieżki (w liczbie krawędzi) od wierzchołka startowego
2.Algorytmy i złożoność

Odpowiedź: A · Należy do NP i każdy problem z NP sprowadza się do niego w czasie wielomianowym

Dlaczego to jest odpowiedź

Problemy NP-zupełne są najtrudniejsze w NP; wielomianowy algorytm dla jednego z nich dałby wielomianowy algorytm dla całej klasy NP.

Odpowiedź

A · Należy do NP i każdy problem z NP sprowadza się do niego w czasie wielomianowym
3.Struktury danych

Odpowiedź: B · O(1)

Dlaczego to jest odpowiedź

Element macierzy w wierszu u i kolumnie v od razu mówi, czy krawędź istnieje; przy listach sąsiedztwa może być potrzebne przejrzenie sąsiadów u.

Odpowiedź

B · O(1)
4.Struktury danych

Odpowiedź: C · Oczekiwane wyszukiwanie w O(log n) dzięki kilku poziomom wskaźników do przodu

Dlaczego to jest odpowiedź

Losowane poziomy pozwalają przeskakiwać wiele węzłów podczas wyszukiwania, co daje oczekiwaną złożoność O(log n) dla wyszukiwania, wstawiania i usuwania.

Odpowiedź

C · Oczekiwane wyszukiwanie w O(log n) dzięki kilku poziomom wskaźników do przodu
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: krawędź BE

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 Prima

1. AB (2)
2. BE (6)
3. DE (1)
4. AC (7)

numer krawędzi 2

BE

Odpowiedź

krawędź BE

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