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

Jaka jest zamortyzowana złożoność czasowa dodawania elementu na koniec tablicy dynamicznej, która podwaja swoją pojemność, gdy się zapełni?

  1. AO(n²)
  2. BO(1)
  3. CO(log n)
  4. DO(n)
2.Algorytmy i złożonośćTrudny

Dla którego wariantu problemu plecakowego reguła zachłanna „bierz przedmioty według wartości na jednostkę wagi" zawsze daje optymalną odpowiedź?

  1. AObu wariantów
  2. BŻadnego z wariantów
  3. CDyskretnego problemu plecakowego 0/1, w którym przedmioty zawsze trzeba brać w całości
  4. DCiągłego (ułamkowego) problemu plecakowego, w którym przedmioty można dzielić
3.Struktury danychŚredni

Jaki jest koszt wstawienia elementu w środek tablicy o n elementach?

  1. AO(log n), z powodu wyszukiwania binarnego
  2. BO(n²), bo każdy element przesuwa się n razy
  3. CO(n), bo dalsze elementy trzeba przesunąć
  4. DO(1), bo indeks jest znany
4.Struktury danychTrudny

Dlaczego bazy danych do indeksów często używają B+ drzew zamiast zwykłych B-drzew?

  1. AWszystkie rekordy są w połączonych liściach, co czyni skanowanie zakresów wydajnym
  2. BB+ drzewa używają binarnych węzłów wewnętrznych, co zmniejsza liczbę odczytów z dysku
  3. CB+ drzewa przechowują dane tylko w korzeniu
  4. DB+ drzewa nie muszą być zrównoważone
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 18, liczba krawędzi 19. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 18|E| = 19
k =
6.Teoria grafówTrudny
15141241087151314ABCDEFG

Użyj algorytmu Dijkstry, aby znaleźć długość d(G) najkrótszej ścieżki z A do G w grafie ważonym.

start: Akoniec: G
d(G) =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · O(1)

Dlaczego to jest odpowiedź

Kopiowanie wszystkich elementów następuje tylko przy potęgach dwójki; po rozłożeniu na wszystkie operacje dodawania średni koszt jednej operacji jest stały.

Odpowiedź

B · O(1)
2.Algorytmy i złożoność

Odpowiedź: D · Ciągłego (ułamkowego) problemu plecakowego, w którym przedmioty można dzielić

Dlaczego to jest odpowiedź

Gdy przedmioty można dzielić, wybór najpierw najlepszego stosunku jest optymalny; w problemie 0/1 przedmiot o wysokim stosunku może zablokować lepszą kombinację, więc potrzebne jest programowanie dynamiczne.

Odpowiedź

D · Ciągłego (ułamkowego) problemu plecakowego, w którym przedmioty można dzielić
3.Struktury danych

Odpowiedź: C · O(n), bo dalsze elementy trzeba przesunąć

Dlaczego to jest odpowiedź

Wszystkie elementy za miejscem wstawienia przesuwają się o jedną pozycję w prawo, co zajmuje czas proporcjonalny do n.

Odpowiedź

C · O(n), bo dalsze elementy trzeba przesunąć
4.Struktury danych

Odpowiedź: A · Wszystkie rekordy są w połączonych liściach, co czyni skanowanie zakresów wydajnym

Dlaczego to jest odpowiedź

W B+ drzewie węzły wewnętrzne tylko kierują wyszukiwaniem, a liście są połączone w kolejności kluczy, więc zapytanie o zakres znajduje pierwszy klucz, a potem idzie wzdłuż liści.

Odpowiedź

A · Wszystkie rekordy są w połączonych liściach, co czyni skanowanie zakresów wydajnym
5.Teoria grafów

Odpowiedź: k = 2

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

18 − 1 = 17

Krawędzie do usunięcia

k = 19 − 17 = 2

Odpowiedź

k = 2
6.Teoria grafów

Odpowiedź: d(G) = 30

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): C: 15
C (15): B: 29, E: 19, G: 30
E (19): D: 29, F: 26
F (26)
B (29)
D (29)
G (30)

Najkrótsza ścieżka

A → C → G
d(G) = 30

Odpowiedź

d(G) = 30

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