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

Jakie jest rozwiązanie rekurencji T(n) = T(n − 1) + O(n)?

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

Co by wynikało, gdyby ktoś znalazł algorytm wielomianowy dla jednego problemu NP-zupełnego?

  1. AProblem stopu stałby się rozstrzygalny
  2. BWszystkie algorytmy o czasie wykładniczym od razu działałyby w czasie liniowym
  3. CTylko ten jeden problem przeszedłby do P
  4. DKażdy problem z NP dałoby się rozwiązać w czasie wielomianowym, więc P = NP
3.Struktury danychŚredni

Której struktury danych używa się, by sprawdzić, czy nawiasy w „{[()]}” są zrównoważone?

  1. AStosu
  2. BTablicy mieszającej
  3. CBinarnego drzewa poszukiwań
  4. DKolejki
4.Struktury danychTrudny

Który problem próbkowania liniowego zmniejsza przede wszystkim haszowanie podwójne?

  1. APotrzebę przechowywania kluczy w tablicy
  2. BPotrzebę funkcji mieszającej
  3. CGrupowanie pierwotne (primary clustering), czyli powstawanie długich ciągów zajętych pozycji
  4. DKoszt O(n) odczytu wartości klucza
5.Teoria grafówŚredni
ABCDECykl EuleraŚcieżka Eulera, bez cykluani jedno, ani drugie

Czy graf spójny ma cykl Eulera, ścieżkę Eulera, która nie jest cyklem, czy żadne z nich? Kliknij odpowiedź.

|V| = 5|E| = 5
  1. 1Cykl Eulera
  2. 2Ścieżka Eulera, bez cyklu
  3. 3ani jedno, ani drugie
6.Teoria grafówTrudny
820121513181197ABCDEFG

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 CE
  5. 5krawędź DE
  6. 6krawędź EF
  7. 7krawędź GB
  8. 8krawędź GD
  9. 9krawędź GE

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · O(n²)

Dlaczego to jest odpowiedź

Praca sumuje się do około n² / 2; to rekurencja sortowania przez wybieranie lub quicksorta z najgorszym elementem osiowym.

Odpowiedź

B · O(n²)
2.Algorytmy i złożoność

Odpowiedź: D · Każdy problem z NP dałoby się rozwiązać w czasie wielomianowym, więc P = NP

Dlaczego to jest odpowiedź

Ponieważ cała klasa NP redukuje się w czasie wielomianowym do dowolnego problemu NP-zupełnego, szybki algorytm dla jednego daje szybki algorytm dla wszystkich.

Odpowiedź

D · Każdy problem z NP dałoby się rozwiązać w czasie wielomianowym, więc P = NP
3.Struktury danych

Odpowiedź: A · Stosu

Dlaczego to jest odpowiedź

Każdy nawias otwierający odkłada się na stos (push), a przy nawiasie zamykającym zdejmuje (pop); musi pasować do zdjętego nawiasu, a na końcu stos musi być pusty.

Odpowiedź

A · Stosu
4.Struktury danych

Odpowiedź: C · Grupowanie pierwotne (primary clustering), czyli powstawanie długich ciągów zajętych pozycji

Dlaczego to jest odpowiedź

Próbkowanie liniowe przesuwa się o 1, więc ciągi zajętych pozycji rosną i się łączą; haszowanie podwójne używa drugiej funkcji mieszającej do wyznaczenia kroku, więc różne klucze sprawdzają różne sekwencje.

Odpowiedź

C · Grupowanie pierwotne (primary clustering), czyli powstawanie długich ciągów zajętych pozycji
5.Teoria grafów

Odpowiedź: Ścieżka Eulera, bez cyklu

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.

Stopnie

deg(A) = 2, deg(B) = 3, deg(C) = 2, deg(D) = 1, deg(E) = 2

Wierzchołki nieparzyste

B, D → 2
Ścieżka Eulera, bez cyklu

Odpowiedź

Ścieżka Eulera, bez cyklu

Ścieżka Eulera zaczyna się w jednym wierzchołku nieparzystym i kończy w drugim.

6.Teoria grafów

Odpowiedź: krawędź BC

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. GE (7)
2. AB (8)
3. GD (9)
4. GB (11)
5. BC (12)
6. EF (18)

numer krawędzi 5

BC

Odpowiedź

krawędź BC

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