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

Sortujesz raz tablicę n elementów, a potem odpowiadasz na k zapytań o przynależność za pomocą wyszukiwania binarnego. Jaki jest łączny koszt?

  1. AO(nk)
  2. BO(n + k)
  3. CO(k n log n)
  4. DO(n log n + k log n)
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 NP, a znany problem NP-zupełny redukuje się do X w czasie wielomianowym
  3. CX nie ma algorytmu wielomianowego, a X jest rozstrzygalny
  4. DX należy do P, a X redukuje się do SAT
3.Struktury danychŚredni

Jaka jest złożoność czasowa wyszukiwania klucza w zrównoważonym binarnym drzewie poszukiwań?

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

Dlaczego ze standardowego filtru Blooma nie można po prostu usuwać elementów przez zerowanie ich bitów?

  1. ABitów w filtrze Blooma nie można zmieniać po jego utworzeniu
  2. BFiltry Blooma przechowują całe elementy, których po zahaszowaniu nie da się ponownie zlokalizować
  3. CTe bity mogą należeć także do innych elementów, co spowodowałoby wyniki fałszywie negatywne
  4. DUsuwanie zwiększyłoby odsetek wyników fałszywie pozytywnych do 100%
5.Teoria grafówŚredni

Drzewo ma 2× wierzchołek stopnia 5, 4× wierzchołek stopnia 2, a wszystkie jego pozostałe wierzchołki są liśćmi (stopień 1). Ile liści L ma to drzewo?

2 × deg 54 × deg 2
L =
6.Teoria grafówTrudny
127139196120ABCDEF

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

start: Fk = 2
  1. 1krawędź AB
  2. 2krawędź BC
  3. 3krawędź BD
  4. 4krawędź CE
  5. 5krawędź DE
  6. 6krawędź DF
  7. 7krawędź EF
  8. 8krawędź BE

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: D · O(n log n + k log n)

Dlaczego to jest odpowiedź

Sortowanie kosztuje O(n log n), a każde zapytanie O(log n); przy dużym k jest to lepsze niż k przeszukań liniowych (O(nk)).

Odpowiedź

D · O(n log n + k log n)
2.Algorytmy i złożoność

Odpowiedź: B · 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

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

Odpowiedź: D · O(log n)

Dlaczego to jest odpowiedź

Drzewo zrównoważone ma wysokość około log₂ n, więc wyszukiwanie przechodzi jedną ścieżką od korzenia do liścia.

Odpowiedź

D · O(log n)
4.Struktury danych

Odpowiedź: C · Te bity mogą należeć także do innych elementów, co spowodowałoby wyniki fałszywie negatywne

Dlaczego to jest odpowiedź

Wyzerowanie wspólnego bitu sprawiłoby, że inny element wyglądałby na nieobecny; zliczające filtry Blooma przechowują liczniki zamiast bitów, by umożliwić usuwanie.

Odpowiedź

C · Te bity mogą należeć także do innych elementów, co spowodowałoby wyniki fałszywie negatywne
5.Teoria grafów

Odpowiedź: L = 8

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 + 18 = 2(L + 6) − 2
L = 8

Odpowiedź

L = 8

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

6.Teoria grafów

Odpowiedź: krawędź DF

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. EF (1)
2. DF (6)
3. CE (9)
4. BC (7)
5. AB (12)

numer krawędzi 2

DF

Odpowiedź

krawędź DF

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