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

Złożoność czasowa naiwnego rekurencyjnego obliczania ciągu Fibonacciego (fib(n) = fib(n−1) + fib(n−2)) jest:

  1. AWykładnicza
  2. BLogarytmiczna
  3. CStała
  4. DLiniowa
2.Algorytmy i złożonośćTrudny

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

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

Przejście in-order (poprzeczne) binarnego drzewa poszukiwań odwiedza klucze w kolejności:

  1. APoziomami
  2. BRosnącej (posortowanej)
  3. CWstawiania
  4. DZawsze malejącej
4.Struktury danychTrudny

Dlaczego w tablicy mieszającej z adresowaniem otwartym usuwanie wykonuje się często za pomocą znacznika „nagrobka” (tombstone)?

  1. ANagrobki przyspieszają haszowanie
  2. BDzięki temu tablica staje się posortowana
  3. CUsunięte klucze muszą być przechowywane na zawsze ze względów bezpieczeństwa, więc miejsc nigdy nie można użyć ponownie
  4. DOpróżnienie miejsca mogłoby przerwać sekwencję sondowania dla innych kluczy
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 6, liczba krawędzi 7. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 6|E| = 7
k =
6.Teoria grafówTrudny
17101620151311129ABCDEFG

Algorytm Kruskala buduje minimalne drzewo rozpinające. Kliknij krawędź, którą dodaje jako krawędź numer 5; pominięte krawędzie się nie liczą.

k = 5
  1. 1krawędź AB
  2. 2krawędź AC
  3. 3krawędź BC
  4. 4krawędź BD
  5. 5krawędź CE
  6. 6krawędź DE
  7. 7krawędź DF
  8. 8krawędź EF
  9. 9krawędź GB
  10. 10krawędź GE

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: A · Wykładnicza

Dlaczego to jest odpowiedź

Drzewo wywołań rośnie mniej więcej jak φⁿ (około 1,618ⁿ). Memoizacja redukuje złożoność do O(n).

Odpowiedź

A · Wykładnicza
2.Algorytmy i złożoność

Odpowiedź: C · 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

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

Odpowiedź: B · Rosnącej (posortowanej)

Dlaczego to jest odpowiedź

Odwiedzenie lewego poddrzewa, potem węzła, a potem prawego poddrzewa wypisuje klucze BST w kolejności posortowanej.

Odpowiedź

B · Rosnącej (posortowanej)
4.Struktury danych

Odpowiedź: D · Opróżnienie miejsca mogłoby przerwać sekwencję sondowania dla innych kluczy

Dlaczego to jest odpowiedź

Gdyby usunięte miejsce stało się puste, późniejsze wyszukiwania mogłyby zatrzymać się za wcześnie i pominąć klucze umieszczone dalej w łańcuchu sondowania.

Odpowiedź

D · Opróżnienie miejsca mogłoby przerwać sekwencję sondowania dla innych kluczy
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

6 − 1 = 5

Krawędzie do usunięcia

k = 7 − 5 = 2

Odpowiedź

k = 2
6.Teoria grafów

Odpowiedź: krawędź EF

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

1. BC (1)
2. BD (6)
3. GE (9)
4. AC (10)
5. EF (11)
6. GB (12)

numer krawędzi 5

EF

Odpowiedź

krawędź EF

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