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

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

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

Drzewo binarne ma korzeń 1 z lewym dzieckiem 2 i prawym dzieckiem 3; węzeł 2 ma dzieci 4 (lewe) i 5 (prawe). Jaki jest wynik przejścia preorder?

  1. A4 2 5 1 3
  2. B1 2 4 5 3
  3. C4 5 2 3 1
  4. D1 2 3 4 5
4.Struktury danychTrudny

Dlaczego bazy danych do indeksów często używają B+ drzew zamiast zwykłych B-drzew?

  1. AB+ drzewa używają binarnych węzłów wewnętrznych, co zmniejsza liczbę odczytów z dysku
  2. BWszystkie rekordy są w połączonych liściach, co czyni skanowanie zakresów wydajnym
  3. CB+ drzewa nie muszą być zrównoważone
  4. DB+ drzewa przechowują dane tylko w korzeniu
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 14, liczba krawędzi 22. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 14|E| = 22
k =
6.Teoria grafówTrudny
3151410101022910ABCDEFG

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: D · 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

D · Średni koszt na operację w pesymistycznym ciągu operacji
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: B · 1 2 4 5 3

Dlaczego to jest odpowiedź

Preorder odwiedza 1, potem jego lewe poddrzewo (2, 4, 5), potem 3; pozostałe odpowiedzi to inorder, postorder i przejście poziomami.

Odpowiedź

B · 1 2 4 5 3
4.Struktury danych

Odpowiedź: B · Wszystkie rekordy są w połączonych liściach, co czyni skanowanie zakresów wydajnym

Dlaczego to jest odpowiedź

W B+ drzewie węzły wewnętrzne tylko kierują wyszukiwaniem, a liście są połączone w kolejności kluczy, więc zapytanie o zakres znajduje pierwszy klucz, a potem idzie wzdłuż liści.

Odpowiedź

B · Wszystkie rekordy są w połączonych liściach, co czyni skanowanie zakresów wydajnym
5.Teoria grafów

Odpowiedź: k = 9

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.

Krawędzie drzewa rozpinającego

14 − 1 = 13

Krawędzie do usunięcia

k = 22 − 13 = 9

Odpowiedź

k = 9
6.Teoria grafów

Odpowiedź: d(F) = 25

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: 3, C: 15
B (3): G: 5
G (5): C: 14, D: 15
C (14): E: 24
D (15): F: 25
E (24)
F (25)

Najkrótsza ścieżka

A → B → G → D → F
d(F) = 25

Odpowiedź

d(F) = 25

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