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

Co mierzy analiza zamortyzowana?

  1. AKoszt pojedynczej najdroższej operacji w dowolnym miejscu ciągu
  2. BOczekiwany koszt dla losowych danych wejściowych
  3. CŚredni koszt na operację w pesymistycznym ciągu operacji
  4. DKoszt algorytmu dla najlepszych danych
2.Algorytmy i złożonośćTrudny

Wzięcie obu końców każdej krawędzi w skojarzeniu maksymalnym (w sensie zawierania) daje pokrycie wierzchołkowe. Jak dobre jest to pokrycie?

  1. ANajwyżej dwa razy większe niż minimalne pokrycie wierzchołkowe
  2. BO nieznanej jakości w porównaniu z optimum
  3. CZawsze jest minimalnym pokryciem wierzchołkowym
  4. DNajwyżej log n razy większe niż minimum
3.Struktury danychŚredni

Drzewa AVL i drzewa czerwono-czarne gwarantują:

  1. AWyszukiwanie w czasie stałym w każdym przypadku
  2. BPrzechowywanie kluczy w kolejności wstawiania
  3. CŻe żaden węzeł nie ma dwojga dzieci
  4. DWysokość O(log n) dzięki równoważeniu
4.Struktury danychTrudny

Usunięcie węzła z dwojgiem dzieci z binarnego drzewa poszukiwań wykonuje się zwykle przez:

  1. AZbudowanie od nowa poddrzewa poniżej węzła i ponowne wstawienie wszystkich zawartych w nim kluczy
  2. BZastąpienie go następnikiem (lub poprzednikiem) w porządku in-order i usunięcie tamtego węzła
  3. CUsunięcie całego poddrzewa
  4. DZamianę go z korzeniem
5.Teoria grafówŚredni

Ile różnych cykli Hamiltona H ma graf pełny K7? Cykle różniące się tylko wierzchołkiem startowym lub kierunkiem liczą się jako ten sam.

K7
H =
6.Teoria grafówTrudny
1531395148ABCDEF

Algorytm Dijkstry rusza z A. Kliknij wierzchołek zatwierdzony (uczyniony stałym) w rundzie 4; sam A to runda 1.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: C · Średni koszt na operację w pesymistycznym ciągu operacji

Dlaczego to jest odpowiedź

Analiza zamortyzowana rozkłada koszt rzadkich drogich operacji na wiele tanich, dając gwarantowaną średnią dla dowolnego ciągu operacji.

Odpowiedź

C · Średni koszt na operację w pesymistycznym ciągu operacji
2.Algorytmy i złożoność

Odpowiedź: A · Najwyżej dwa razy większe niż minimalne pokrycie wierzchołkowe

Dlaczego to jest odpowiedź

Krawędzie skojarzenia nie mają wspólnych wierzchołków, więc optimum potrzebuje co najmniej jednego wierzchołka na krawędź, a ta metoda bierze dwa: to 2-aproksymacja.

Odpowiedź

A · Najwyżej dwa razy większe niż minimalne pokrycie wierzchołkowe
3.Struktury danych

Odpowiedź: D · Wysokość O(log n) dzięki równoważeniu

Dlaczego to jest odpowiedź

Drzewa samorównoważące utrzymują wysokość logarytmiczną, więc wyszukiwanie, wstawianie i usuwanie mają w najgorszym przypadku złożoność O(log n).

Odpowiedź

D · Wysokość O(log n) dzięki równoważeniu
4.Struktury danych

Odpowiedź: B · Zastąpienie go następnikiem (lub poprzednikiem) w porządku in-order i usunięcie tamtego węzła

Dlaczego to jest odpowiedź

Następnik in-order ma co najwyżej jedno dziecko, więc można go łatwo usunąć po skopiowaniu jego klucza do usuwanego węzła.

Odpowiedź

B · Zastąpienie go następnikiem (lub poprzednikiem) w porządku in-order i usunięcie tamtego węzła
5.Teoria grafów

Odpowiedź: H = 360

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.

Policz

H = (7 − 1)!/2 = 720/2 = 360

Odpowiedź

H = 360
6.Teoria grafów

Odpowiedź: E

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): C: 15
2. C (15): B: 18, E: 24
3. B (18): D: 31
4. E (24): D: 29, F: 28
5. F (28)
6. D (29)

runda 4

E

Odpowiedź

E

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