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

Rozwiązaniem rekurencji T(n) = 2T(n/2) + O(n) jest:

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

Jaki jest zamortyzowany koszt inkrementacji licznika binarnego, skoro jedna inkrementacja może zmienić wiele bitów?

  1. AO(log n) na inkrementację
  2. BO(n) na inkrementację
  3. CO(1) na inkrementację
  4. DO(n log n) na inkrementację
3.Struktury danychŚredni

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

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

Obiekt jest przechowywany jako klucz w mapie mieszającej, a następnie zmienia się pole używane przez jego funkcję mieszającą. Jaki jest prawdopodobny skutek?

  1. AWyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
  2. BMapa zgłasza błąd w chwili zmiany pola
  3. CNic się nie zmienia, bo skrót klucza oblicza się tylko raz przy uruchomieniu programu
  4. DMapa automatycznie przenosi klucz do nowego kubełka
5.Teoria grafówŚredni

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

2 × deg 4
L =
6.Teoria grafówTrudny
141015211122127ABCDEFG

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

start: Akoniec: F
d(F) =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: C · O(n log n)

Dlaczego to jest odpowiedź

Z twierdzenia o rekurencji uniwersalnej (master theorem) dla a = 2, b = 2, f(n) = n wynika T(n) = Θ(n log n).

Odpowiedź

C · O(n log n)
2.Algorytmy i złożoność

Odpowiedź: C · O(1) na inkrementację

Dlaczego to jest odpowiedź

W ciągu n inkrementacji bit i zmienia się około n / 2ⁱ razy, więc łącznie jest mniej niż 2n zmian, średnio O(1) na inkrementację.

Odpowiedź

C · O(1) na inkrementację
3.Struktury danych

Odpowiedź: A · 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

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

Odpowiedź: A · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu

Dlaczego to jest odpowiedź

Położenie klucza wybrano na podstawie jego starego skrótu; przy nowym skrócie wyszukiwanie przeszukuje niewłaściwy kubełek, więc klucze powinny być niezmienne.

Odpowiedź

A · Wyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
5.Teoria grafów

Odpowiedź: L = 6

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 + 8 = 2(L + 2) − 2
L = 6

Odpowiedź

L = 6

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

6.Teoria grafów

Odpowiedź: d(F) = 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): B: 14, C: 10
C (10): G: 12
G (12): D: 24, E: 19
B (14)
E (19): D: 21, F: 30
D (21)
F (30)

Najkrótsza ścieżka

A → C → G → E → F
d(F) = 30

Odpowiedź

d(F) = 30

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