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

Programowanie dynamiczne jest przydatne, gdy problem ma:

  1. AŻadnych podproblemów, więc można go rozwiązać w jednym kroku
  2. BWyłącznie losowe dane wejściowe
  3. CPojedynczą pętlę
  4. DNakładające się podproblemy i optymalną podstrukturę
2.Algorytmy i złożonośćTrudny

Sortowanie przez wstawianie działa w O(n) dla danych posortowanych. Czy to przeczy dolnemu ograniczeniu Ω(n log n) dla sortowania przez porównania?

  1. ATak, więc dolne ograniczenie jest błędne
  2. BNie, dolne ograniczenie dotyczy najgorszego przypadku po wszystkich danych, a nie każdych danych
  3. CTak, ale tylko dla tablic krótszych niż 100
  4. DNie, bo sortowanie przez wstawianie nie jest sortowaniem przez porównania
3.Struktury danychŚredni

Którego abstrakcyjnego typu danych używa algorytm Dijkstry do wyboru następnego wierzchołka do przetworzenia?

  1. AKolejki priorytetowej typu min
  2. BKolejki FIFO
  3. CZbioru bez uporządkowania
  4. DStosu
4.Struktury danychTrudny

W BST z korzeniem 50, lewym poddrzewem 30 (dzieci 20, 40) i prawym poddrzewem 70 (dzieci 60, 80) usuwa się korzeń przy użyciu następnika w porządku inorder. Który klucz zostaje nowym korzeniem?

  1. A60
  2. B40
  3. C70
  4. D80
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 17, liczba krawędzi 26. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 17|E| = 26
k =
6.Teoria grafówTrudny
131236121131144ABCDEFG

Algorytm Dijkstry rusza z A. Kliknij wierzchołek zatwierdzony (uczyniony stałym) w rundzie 6; sam A to runda 1.

start: Arunda 6
  1. 1A
  2. 2B
  3. 3C
  4. 4D
  5. 5E
  6. 6F
  7. 7G

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · 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

D · Nakładające się podproblemy i optymalną podstrukturę
2.Algorytmy i złożoność

Odpowiedź: B · Nie, dolne ograniczenie dotyczy najgorszego przypadku po wszystkich danych, a nie każdych danych

Dlaczego to jest odpowiedź

Ograniczenie mówi, że każde sortowanie przez porównania wymaga około n log n porównań dla pewnych danych rozmiaru n; szczególne dane mogą być przetwarzane znacznie szybciej.

Odpowiedź

B · Nie, dolne ograniczenie dotyczy najgorszego przypadku po wszystkich danych, a nie każdych danych
3.Struktury danych

Odpowiedź: A · Kolejki priorytetowej typu min

Dlaczego to jest odpowiedź

Kolejka priorytetowa typu min, zwykle kopiec binarny, wydajnie zwraca nieodwiedzony wierzchołek o najmniejszej odległości.

Odpowiedź

A · Kolejki priorytetowej typu min
4.Struktury danych

Odpowiedź: A · 60

Dlaczego to jest odpowiedź

Skrajnie lewy węzeł prawego poddrzewa to 60, więc 60 zastępuje 50, a jego dawna pozycja zostaje usunięta; użycie poprzednika dałoby 40.

Odpowiedź

A · 60
5.Teoria grafów

Odpowiedź: k = 10

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

17 − 1 = 16

Krawędzie do usunięcia

k = 26 − 16 = 10

Odpowiedź

k = 10
6.Teoria grafów

Odpowiedź: C

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

1. A (0): B: 13
2. B (13): C: 25, D: 16, G: 24
3. D (16): E: 28, F: 17, G: 20
4. F (17)
5. G (20): C: 24
6. C (24)
7. E (28)

runda 6

C

Odpowiedź

C

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