rarameiry testu. I53 m 27 s | ||
nosc pyian. zu Czas (min): 60 Punktacja: Duże punkty (punkt za całą odpowiedź poprawną) | ||
1 |
Wstawiamy do pustego drzewa BST kolejno: 2 5 3 6 1 0 4. Wypisując wartości węzłów przy przejściu tego drzewa w porządku inorder, otrzymamy: | |
0 1 2 3 4 5 6 |
m | |
0143652 |
r | |
0143652 |
r | |
2 |
Mamy graf skierowany złożony z wierzchołków {a,b,c,d} i krawędzi: a->b. Jest on: | |
acykliczny |
r | |
spójny |
r | |
pełny |
r | |
O |
Listę, ze zmodyfikowaną operacją get, która przesuwa żądany element na początek listy: | |
warto używać., dla losowych danych. |
r | |
warto używać, kiedy większość operacji get tyczy się różnych elementów tej listy |
r | |
zawsze warto używać, kiedy większość operacji, to operacje get |
r | |
4 |
Które z niżej wymienionych wymagają co najmniej ^(n) dodatkowej pamięci: | |
CountSort |
m | |
Sortowanie bąbelkowe |
r | |
SelectionSort |
r | |
5 |
Porównując (dla danego algorytmu) złożoność pesymistyczną obliczeniową z optymistyczną obliczeniową | |
pierwsza jest (zawsze) gorsza od drugiej |
m | |
pierwsza może być lepsza od drugiej |
Bj | |
mogą być sobie równe |
* | |
6 |
Nazwa struktury danych AVL i związanych z nią algorytmów pochodzi od | |
pierwszych liter angielskiego skrótu opisującego najważniejszą cechę tej struktur.- |
r | |
nazwy uniwersyteckiej ligi siatkówki, której pasjonatami byli jej twórcy |
O | |
pierwszych liter nazwisk trzech twórców tej metody |
m | |
T |
Aby otrzymać B-drzewo 0 wysokości 2 dla t=5 | |
ustalić jego stopień na co najmniej 5 |
r | |
wstawić co najwyżej 1000 elementów |
r | |
doprowadzić do sytuacji, w której łącznie będzie co najmniej 9 węzłów |
r | |
8 |
Dla cosortowanei niemaleiaco tablicv A nastecuiacv alciorvtm 1=0 c=n-1 while i'I<dK s=i'I+d+1V2 if ix<Arsl: d=s-1 else l=s:} returmT; | |
może się zapętlić |
r | |
oblicza indeks ostatniego wystąpienia najmniejszej liczby co najmniej równej x |
Bj | |
oblicza indeks pierwszego wystąpienia największej liczby nieprzekraczającej x |
c | |
9 |
Jeżeli pewien algorytm działa w pesymistycznym czasie ^(n) dla danych wielkości n, to będzie działał w pesymistycznym czasie ^(n) również dla danych wielkości | |
n+1 |
m | |
logn |
• | |
r\logr\ |
r | |
10 |
Sortowanie radixsort pozwala posortować n elementów szybciej niż w czasie O(nlogti) mym dzięki temu, że | |
reprezentacje elementów z sortowanego zbioru mają określoną i stałą ze względu na n długość liczoną w bitach |
r | |
algorytm countsort jest stabilny |
a | |
nie wykonujemy bezpośrednich operacji na elementach, tylko odwołujemy się do ich reprezentacji bitowej |
r | |
11 |
Algorytm Bluma-Floyda-Pratta-Rivesta-Tarjana znajdowania k-tego co do wielkości elementu w n-elementowym zbiorze zaczyna się od podziału na m-elementowe podzbiory dla m=5. Gdyby analogiczny pomysł wykorzystać dla innej, ale ustalonej z góry liczności m, to liniową złożoność pesymistyczną uzyskalibyśmy dla | |
m = 3 |
c | |
a | ||
m = nj 5 |
c | |
12 |
Stabilne są algorytmy sortowania Selectionsort | |
Quicksort |
r | |
Heapsort |
r | |
13 |
Jeżeli pewien algorytm działa w pesymistycznym czasie O(logti) dla danych wielkości n, to będzie działał w pesymistycznym czasie O[logn) również dla danych wielkości | |
2 n |
r | |
logn |
* | |
n2 |
u | |
14 |
Rozważmy algorytm Alg(n)={int k=l, x=l; while (k<n) do k=k~ 1; x=x*k od}. Któraz z wymienionych poniżej formuł jest niezmiennikiem pętli iteracyjnej w algorytmie Alg? | |
x = k\ |
r | |
x~k\ iJ>* |
r | |
x = i*k i^<^ |
r | |
15 |
Które z poniższych zdań jest zawsze prawdziwe w strukturze kolejek priorytetowych typu min: | |
empty(pg) => empty^delminf^nsert^nsert^pg^ej^j |
r | |
mi n(pg) — min^insert^pg^ |
r | |
empty{pg} => empty[delmin[insert{pg |
m | |
16 |
Niech H będzie kopcem-drzewem typu min powstałym przez kolejne wstawianie wierzchołków' 0 etykietach 8,2,4,7,6,1,3,0,5 do początkowo pustej struktur.', wtedy: | |
liczba liści na ostatnim poziomie kopca-drzewa H jest równa 2 |
f* | |
jeżeli w kopcu-drzewie H wykonamy operację delmin; to etykiety kopca-drzewa będącego rezultatem rozważanej operacji sczytane w kolejności PreOrder tworzą ciąg 1.2.5.6.".4.3.8 |
r | |
wierzchołki kopca-drzewa H wypisane w kolejności PreOrder tworzą ciąg 0.1.5.8.6.”.2.4.3 |
m | |
17 |
Rozważmy algorytm Alg(n)={if (n==0) return 3 else return Alg(n-1)-Alg(n-1)-Alg(n-1)}, wtedy dla n naturalnego: | |
S(Alg,n) = O(n) jeżeli nie uwzględnimy stosu wywołań rekurencyjnych |
r | |
S(Alg,ń] = O(n) jeżeli uwzględnimy stos wywołań rekurencyjnych |
a | |
T(Alg,n) = i7(3n) |
a | |
18 |
Niech T będzie drzewem AVL powstałym przez kolejne wstawianie wierzchołków 0 etykietach 8,2,4,7,6,1,3,0,5 do początkowo pustej struktur.', wtedy: | |
w trakcie budowy drzewa T wykonamy dwie podwójne i jedną pojedynczą rotację |
r | |
wierzchołki drzewa T wypisane w kolejności PostOrder tworzą ciąg 0.1.3.2.5.6.8.“.4 |
m | |
wierzchołki drzewa T wypisane w' kolejności InOrder tworzą ciąg 0.1.2.3.4.5.6.“.8 |
m | |
19 |
Rozwrażmy graf pełny & — (V>E); gdzie V — aJ,c,d,e,f,g wtedy: | |
kolejność odwiedzania wierzchołków grafu G z wierzchołka startowego d przez algorytm BFS jest następująca: _ jeżeli wierzchołki wybieramy w porządku alfabetycznym |
r | |
kolejność odwiedzania wierzchołków grafu G z wierzchołka startowego d przez algorytm BFS jest następująca: ; jeżeli wierzchołki wybieramy w porządku odwrotnym do alfabetycznego |
r | |
koszt algorytmu BFS dla rozważanego grafu G jest rzędu ^(M+l-^1) |
BI | |
20 |
Rozważmy algorytm Hoarea wyszukania elementu ł-tego co do wielkości w nieuporządkowanym uniwersum rozmiaru n, wtedy: | |
złożoność pesymistyczna algorytmu jest rzędu co najmniej n |
m | |
liczba wywołań procedur.- podziału (np. Split, Partition) jest rzędu co najwyżej k |
O | |
złożoność pesymistyczna algorytmu jest rzędu co najwyżej n2 |
m | |
Wyślij | |