Algorytmy i złożoność: karta pracy z odpowiedziami

Darmowa karta pracy do druku – Algorytmy i złożoność: 8 zadań od łatwych do poziomu egzaminu, z kluczem odpowiedzi. Wydrukuj ją lub zapisz jako PDF.

Dla nauczycieli: można bezpłatnie drukować, kopiować i używać na zajęciach. Każdy nowy arkusz ma nowe wartości i własny klucz odpowiedzi. Będziemy wdzięczni za link do ExamProblems na stronie kursu.

Imię: ____________________   Data: ____________

1.Łatwy

Ile dodatkowej pamięci używa standardowe sortowanie przez scalanie oparte na tablicach?

  1. AO(n²)
  2. BO(n)
  3. CO(1)
  4. DO(log n)
2.Łatwy

Która notacja opisuje górne ograniczenie tempa wzrostu?

  1. ANotacja małe omega
  2. BNotacja duże Theta
  3. CNotacja duże Omega
  4. DNotacja duże O
3.Łatwy

Co oznacza f(n) = Θ(g(n))?

  1. Af rośnie w tym samym tempie co g, ograniczona z góry i z dołu stałymi wielokrotnościami g
  2. Bf rośnie ściśle szybciej niż g
  3. Cf rośnie ściśle wolniej niż g
  4. Df jest zawsze mniejsza niż g dla każdego n, więc g ogranicza ją od góry, lecz nigdy od dołu
4.Średni

Ile poziomów ma rekurencja sortowania przez scalanie dla tablicy n elementów?

  1. AOkoło √n
  2. BOkoło n
  3. COkoło log₂ n
  4. DOkoło n / 2
5.Średni

Jaka jest złożoność czasowa standardowego algorytmu programowania dynamicznego dla najdłuższego wspólnego podciągu napisów o długościach m i n?

  1. AO(mn log n)
  2. BO(2m+n)
  3. CO(mn)
  4. DO(m + n)
6.Średni

Programowanie dynamiczne jest przydatne, gdy problem ma:

  1. APojedynczą pętlę
  2. BWyłącznie losowe dane wejściowe
  3. CNakładające się podproblemy i optymalną podstrukturę
  4. DŻadnych podproblemów, więc można go rozwiązać w jednym kroku
7.Trudny

Jaka jest złożoność czasowa budowania kopca binarnego z n nieposortowanych elementów metodą wstępującą (bottom-up)?

  1. AO(n)
  2. BO(log n)
  3. CO(n²)
  4. DO(n log n)
8.Trudny

Jakie jest rozwiązanie rekurencji T(n) = 2T(n/2) + n log n?

  1. AΘ(n)
  2. BΘ(n log n)
  3. CΘ(n²)
  4. DΘ(n log² n)

Klucz odpowiedzi

  1. 1. B · O(n)
  2. 2. D · Notacja duże O
  3. 3. A · f rośnie w tym samym tempie co g, ograniczona z góry i z dołu stałymi wielokrotnościami g
  4. 4. C · Około log₂ n
  5. 5. C · O(mn)
  6. 6. C · Nakładające się podproblemy i optymalną podstrukturę
  7. 7. A · O(n)
  8. 8. D · Θ(n log² n)

Pełne rozwiązania krok po kroku: ćwicz ten temat na examproblems.com.