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

Algorytm zachłanny:

  1. AW każdym kroku dokonuje lokalnie najlepszego wyboru
  2. BZawsze daje rozwiązanie optymalne
  3. CSprawdza każde możliwe rozwiązanie
  4. DUżywa wyłącznie rekurencji
2.Algorytmy i złożonośćTrudny

Mnożenie Karacuby spełnia T(n) = 3T(n/2) + O(n). Jakie jest rozwiązanie?

  1. AΘ(nlog₂ 3), około n1,585
  2. BΘ(n²)
  3. CΘ(n log n)
  4. DΘ(n3)
3.Struktury danychŚredni

Której struktury danych używa działający program do śledzenia aktywnych wywołań funkcji i ich zmiennych lokalnych?

  1. AStosu wywołań
  2. BKolejki pamięci sterty
  3. CBinarnego drzewa poszukiwań ramek
  4. DTablicy mieszającej funkcji
4.Struktury danychTrudny

Który problem próbkowania liniowego zmniejsza przede wszystkim haszowanie podwójne?

  1. APotrzebę funkcji mieszającej
  2. BPotrzebę przechowywania kluczy w tablicy
  3. CKoszt O(n) odczytu wartości klucza
  4. DGrupowanie pierwotne (primary clustering), czyli powstawanie długich ciągów zajętych pozycji
5.Teoria grafówŚredni

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

4 × deg 4
L =
6.Teoria grafówTrudny
419571483910ABCDEF

Algorytm Prima buduje minimalne drzewo rozpinające, zaczynając od wierzchołka F. Kliknij krawędź, którą dodaje jako krawędź numer 3.

start: Fk = 3
  1. 1krawędź AB
  2. 2krawędź AC
  3. 3krawędź BC
  4. 4krawędź BD
  5. 5krawędź CE
  6. 6krawędź DE
  7. 7krawędź DF
  8. 8krawędź EF
  9. 9krawędź BE

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: A · W każdym kroku dokonuje lokalnie najlepszego wyboru

Dlaczego to jest odpowiedź

Algorytmy zachłanne są szybkie i dla niektórych problemów optymalne (np. algorytm Dijkstry, kodowanie Huffmana), ale nie w ogólności (np. wydawanie reszty przy niektórych systemach monet).

Odpowiedź

A · W każdym kroku dokonuje lokalnie najlepszego wyboru
2.Algorytmy i złożoność

Odpowiedź: A · Θ(nlog₂ 3), około n1,585

Dlaczego to jest odpowiedź

Ponieważ log₂ 3 ≈ 1,585 > 1, z twierdzenia o rekurencji uniwersalnej dominują liście, co pokonuje szkolną metodę O(n²).

Odpowiedź

A · Θ(nlog₂ 3), około n1,585
3.Struktury danych

Odpowiedź: A · Stosu wywołań

Dlaczego to jest odpowiedź

Każde wywołanie odkłada ramkę stosu, a każdy powrót ją zdejmuje, dlatego najpóźniejsze wywołanie kończy się jako pierwsze.

Odpowiedź

A · Stosu wywołań
4.Struktury danych

Odpowiedź: D · 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

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

Odpowiedź: L = 10

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 + 16 = 2(L + 4) − 2
L = 10

Odpowiedź

L = 10

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

6.Teoria grafów

Odpowiedź: krawędź AB

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. DF (3)
2. BD (7)
3. AB (4)
4. BC (5)
5. DE (8)

numer krawędzi 3

AB

Odpowiedź

krawędź AB

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