Estruturas de Dados e Algoritmos: pacote de revisão

Formulários, as principais etapas dos métodos de cada tópico e 6 exercícios, com soluções completas no final.

Novos exercíciosVoltar à disciplina

Na janela de impressão, escolha “Salvar como PDF” para guardar uma cópia no seu dispositivo.

1Fórmulas e métodos

Teoria dos grafos

Lema do aperto de mãos
Σ deg(v) = 2|E|
Grafos completos
|E(Kn)| = n(n − 1)/2, |E(Km,n)| = m·n
Grafo regular
|E| = n·k/2
Árvore e floresta
|E| = n − 1, |E| = n − c
Folhas de uma árvore
L = 2 + Σ (deg(v) − 2) over deg(v) ≥ 3
Euler
circuito: todos os graus pares; caminho: exatamente 2 graus ímpares
Circuitos hamiltonianos em Kn
(n − 1)!/2
Atualização de Dijkstra
d(v) = min(d(v), d(u) + w(u, v))
Passeios de comprimento L
(Mᴸ)ij

Método

  1. Anote o grau de cada vértice; a soma dos graus é igual ao dobro do número de arestas.
  2. Em questões de Euler, verifique se o grafo é conexo e conte os vértices de grau ímpar.
  3. Para árvores, use n − 1 arestas e o lema do aperto de mãos.
  4. Em Dijkstra, mantenha uma tabela de distâncias provisórias e fixe a cada rodada o vértice não fixado de menor distância.
  5. Para uma árvore geradora mínima, ordene as arestas por peso e pule toda aresta que feche um ciclo (Kruskal), ou faça crescer uma árvore a partir de um vértice inicial (Prim).

2Exercícios

1.Algoritmos e complexidadeMédia

Por que a base do logaritmo costuma ser omitida no O grande, como em O(log n)?

  1. ATodos os logaritmos em computação têm base 10, então ela fica implícita
  2. BLogaritmos de bases diferentes diferem apenas por um fator constante
  3. COs logaritmos são sempre arredondados para inteiros
  4. DA base só importa para n pequeno
2.Algoritmos e complexidadeDifícil

Por que qualquer busca baseada em comparações num array ordenado precisa de Ω(log n) comparações no pior caso?

  1. ATodo elemento precisa ser comparado pelo menos uma vez
  2. BA busca binária é o único algoritmo possível e precisa de log₂ n comparações
  3. CCada comparação leva tempo logarítmico
  4. DUma árvore de decisão com n resultados possíveis precisa ter profundidade de pelo menos log₂ n
3.Estruturas de dadosMédia

Em uma tabela hash com endereçamento aberto, qual é o fator de carga máximo possível?

  1. A1
  2. B0,5
  3. CNão há máximo
  4. D2
4.Estruturas de dadosDifícil

Você precisa guardar os k menores valores de um fluxo de n números usando O(k) de memória. Qual abordagem funciona em tempo O(n log k)?

  1. AUm min-heap com todos os n valores, do qual os k menores são removidos no final
  2. BUm max-heap de tamanho k, substituindo a raiz quando chega um valor menor
  3. CUm array ordenado com todos os n valores
  4. DUma fila FIFO com os últimos k valores
5.Teoria dos grafosMédia

Quantos circuitos hamiltonianos diferentes H tem o grafo completo K6? Circuitos que diferem apenas no vértice inicial ou no sentido contam como o mesmo.

K6
H =
6.Teoria dos grafosDifícil
141312322815ABCDEF

Use o algoritmo de Dijkstra para encontrar o comprimento d(F) do caminho mais curto de A até F no grafo ponderado.

início: Afim: F
d(F) =

3Soluções

1.Algoritmos e complexidade

Resposta: B · Logaritmos de bases diferentes diferem apenas por um fator constante

Porque é esta a resposta

Mudar a base multiplica o logaritmo por uma constante, e o O grande ignora fatores constantes.

Resposta

B · Logaritmos de bases diferentes diferem apenas por um fator constante
2.Algoritmos e complexidade

Resposta: D · Uma árvore de decisão com n resultados possíveis precisa ter profundidade de pelo menos log₂ n

Porque é esta a resposta

Cada comparação no máximo divide pela metade o conjunto de possibilidades restantes, então distinguir n posições exige pelo menos log₂ n comparações.

Resposta

D · Uma árvore de decisão com n resultados possíveis precisa ter profundidade de pelo menos log₂ n
3.Estruturas de dados

Resposta: A · 1

Porque é esta a resposta

Com endereçamento aberto, todas as chaves ficam na própria tabela, então n não pode passar de m; o encadeamento separado pode ter fator de carga acima de 1.

Resposta

A · 1
4.Estruturas de dados

Resposta: B · Um max-heap de tamanho k, substituindo a raiz quando chega um valor menor

Porque é esta a resposta

A raiz do max-heap é o maior valor guardado; qualquer valor novo menor a substitui em O(log k), então o heap sempre contém os k menores até o momento.

Resposta

B · Um max-heap de tamanho k, substituindo a raiz quando chega um valor menor
5.Teoria dos grafos

Resposta: H = 60

Euler, Hamilton e árvores: um grafo conexo tem um circuito euleriano (cada aresta uma vez, de volta ao início) quando todo vértice tem grau par, e um caminho euleriano que não é circuito quando exatamente dois vértices têm grau ímpar; o caminho vai então de um vértice ímpar ao outro. Um circuito hamiltoniano visita cada vértice uma vez; Kn tem (n − 1)!/2 deles. Uma árvore com n vértices tem n − 1 arestas, e um grafo conexo com m arestas mantém uma árvore geradora depois de remover m − n + 1 arestas.

Contar

H = (6 − 1)!/2 = 120/2 = 60

Resposta

H = 60
6.Teoria dos grafos

Resposta: d(F) = 20

Caminhos mínimos e árvores geradoras: o algoritmo de Dijkstra fixa um vértice por rodada: o vértice não fixado com a menor distância provisória. Sua distância torna-se definitiva, e cada vizinho v recebe d(v) = min(d(v), d(u) + w(u, v)). O algoritmo de Kruskal constrói uma árvore geradora mínima tomando as arestas da mais leve para a mais pesada e descartando qualquer aresta que feche um ciclo; o algoritmo de Prim faz crescer uma árvore a partir de um vértice inicial acrescentando sempre a aresta mais leve que sai dela. Uma árvore geradora de n vértices tem n − 1 arestas.

Dijkstra rodada por rodada

Cada linha: o vértice fixado, sua distância definitiva e os vizinhos cuja distância melhora.

A (0): B: 14, C: 13
C (13): E: 16
B (14)
E (16): D: 18, F: 24
D (18): F: 20
F (20)

Caminho mais curto

A → C → E → D → F
d(F) = 20

Resposta

d(F) = 20

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