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

Jaka jest złożoność czasowa: for i = 1 to n: (j = 1; while j < n: j = j × 2)?

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

Co trzeba zrobić, aby wykazać, że nowy problem X jest NP-trudny?

  1. AZredukować X do znanego problemu NP-trudnego w czasie wielomianowym
  2. BWykazać, że X można zweryfikować w czasie wielomianowym
  3. CZredukować znany problem NP-trudny do X w czasie wielomianowym
  4. DWykazać, że X nie ma algorytmu wielomianowego dla małych danych
3.Struktury danychŚredni

Do czego służy węzeł wartownika (sentinel, węzeł pozorny) w liście wiązanej?

  1. ASprawia, że lista jest posortowana
  2. BPrzechowuje liczbę elementów
  3. CZapobiega wydłużaniu się listy ponad ustaloną maksymalną liczbę węzłów
  4. DUpraszcza kod, usuwając przypadki szczególne na początku lub końcu listy
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. ANic się nie zmienia, bo skrót klucza oblicza się tylko raz przy uruchomieniu programu
  2. BMapa zgłasza błąd w chwili zmiany pola
  3. CWyszukanie obiektu może się nie powieść, bo leży on w kubełku dla starego skrótu
  4. DMapa automatycznie przenosi klucz do nowego kubełka
5.Teoria grafówŚredni

Drzewo ma 2× wierzchołek stopnia 3, a wszystkie jego pozostałe wierzchołki są liśćmi (stopień 1). Ile liści L ma to drzewo?

2 × deg 3
L =
6.Teoria grafówTrudny
12136128828ABCDEF

Algorytm Dijkstry rusza z A. Kliknij wierzchołek zatwierdzony (uczyniony stałym) w rundzie 5; sam A to runda 1.

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

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · O(n log n)

Dlaczego to jest odpowiedź

Pętla wewnętrzna wykonuje się około log₂ n razy dla każdej z n iteracji zewnętrznych, co daje O(n log n).

Odpowiedź

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

Odpowiedź: C · Zredukować znany problem NP-trudny do X w czasie wielomianowym

Dlaczego to jest odpowiedź

Jeśli znany trudny problem można efektywnie przekształcić w X, to szybki algorytm dla X rozwiązałby też znany problem.

Odpowiedź

C · Zredukować znany problem NP-trudny do X w czasie wielomianowym
3.Struktury danych

Odpowiedź: D · Upraszcza kod, usuwając przypadki szczególne na początku lub końcu listy

Dlaczego to jest odpowiedź

Dzięki wartownikowi każdy rzeczywisty węzeł ma poprzednika, więc wstawianie lub usuwanie na początku nie wymaga specjalnej obsługi.

Odpowiedź

D · Upraszcza kod, usuwając przypadki szczególne na początku lub końcu listy
4.Struktury danych

Odpowiedź: C · 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

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

Odpowiedź: L = 4

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 + 6 = 2(L + 2) − 2
L = 4

Odpowiedź

L = 4

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

6.Teoria grafów

Odpowiedź: F

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: 12
2. C (12): B: 25, E: 24
3. E (24): D: 32, F: 26
4. B (25): D: 31
5. F (26)
6. D (31)

runda 5

F

Odpowiedź

F

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