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

Dlaczego wiele bibliotecznych procedur sortowania przełącza się na sortowanie przez wstawianie dla bardzo małych podtablic?

  1. ASortowanie przez wstawianie zużywa mniej pamięci niż każdy inny algorytm sortowania dla dużych danych
  2. BSortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych
  3. CSortowanie przez wstawianie jest O(n log n) w najgorszym przypadku
  4. DAlgorytmy rekurencyjne nie radzą sobie z tablicami poniżej 10 elementów
2.Algorytmy i złożonośćTrudny

Dla którego wariantu problemu plecakowego reguła zachłanna „bierz przedmioty według wartości na jednostkę wagi" zawsze daje optymalną odpowiedź?

  1. AObu wariantów
  2. BDyskretnego problemu plecakowego 0/1, w którym przedmioty zawsze trzeba brać w całości
  3. CCiągłego (ułamkowego) problemu plecakowego, w którym przedmioty można dzielić
  4. DŻadnego z wariantów
3.Struktury danychŚredni

Węzeł binarnego drzewa poszukiwań ma prawe poddrzewo. Gdzie jest jego następnik w porządku inorder?

  1. AZawsze w jego rodzicu
  2. BW skrajnie prawym węźle jego lewego poddrzewa
  3. CZawsze w jego prawym dziecku
  4. DW skrajnie lewym węźle jego prawego poddrzewa
4.Struktury danychTrudny

Złożoność czasowa operacji decrease-key w kopcu binarnym (przy znanej pozycji elementu) wynosi:

  1. AO(log n)
  2. BO(1)
  3. CO(n)
  4. DO(n log n)
5.Teoria grafówŚredni

Graf spójny: liczba wierzchołków 12, liczba krawędzi 17. Ile krawędzi k trzeba usunąć, aby zostało drzewo rozpinające?

|V| = 12|E| = 17
k =
6.Teoria grafówTrudny
49181101736ABCDEF

Znajdź łączną wagę W minimalnego drzewa rozpinającego grafu ważonego.

|V| = 6|E| = 8
W =

3Roztwory

1.Algorytmy i złożoność

Odpowiedź: B · Sortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych

Dlaczego to jest odpowiedź

Dla małych n prosta pętla sortowania przez wstawianie jest szybsza niż narzut rekurencji quicksorta czy sortowania przez scalanie, choć jest O(n²).

Odpowiedź

B · Sortowanie przez wstawianie ma mały narzut i jest szybkie dla małych lub prawie posortowanych danych
2.Algorytmy i złożoność

Odpowiedź: C · Ciągłego (ułamkowego) problemu plecakowego, w którym przedmioty można dzielić

Dlaczego to jest odpowiedź

Gdy przedmioty można dzielić, wybór najpierw najlepszego stosunku jest optymalny; w problemie 0/1 przedmiot o wysokim stosunku może zablokować lepszą kombinację, więc potrzebne jest programowanie dynamiczne.

Odpowiedź

C · Ciągłego (ułamkowego) problemu plecakowego, w którym przedmioty można dzielić
3.Struktury danych

Odpowiedź: D · W skrajnie lewym węźle jego prawego poddrzewa

Dlaczego to jest odpowiedź

Wszystkie większe klucze bliskie węzłowi są w jego prawym poddrzewie, a najmniejszy z nich to tamtejszy skrajnie lewy węzeł.

Odpowiedź

D · W skrajnie lewym węźle jego prawego poddrzewa
4.Struktury danych

Odpowiedź: A · O(log n)

Dlaczego to jest odpowiedź

Po zmniejszeniu klucza element przesuwa się w górę co najwyżej o wysokość kopca. Kopce Fibonacciego osiągają zamortyzowane decrease-key w O(1).

Odpowiedź

A · O(log n)
5.Teoria grafów

Odpowiedź: k = 6

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

12 − 1 = 11

Krawędzie do usunięcia

k = 17 − 11 = 6

Odpowiedź

k = 6
6.Teoria grafów

Odpowiedź: W = 24

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

CE (1): weź
EF (3): weź
AC (4): weź
BE (6): weź
BC (9): pomiń, zamyka cykl
DE (10): weź

Łączna waga

W = 1 + 3 + 4 + 6 + 10 = 24

Odpowiedź

W = 24

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