1 Wstawiamy do pustego drzewa BST kolejno: 0 4 1 2 3 6 5. Wypisując wartości węzłów przy przejściu tego drzewa w porządku inorder, otrzymamy: | |
0123456 | |
3215640 |
r |
3215640 |
r |
2 Mamy graf skierowany złożony z wierzchołków {a,b,c,d} i krawędzi: a->b: b->ą c->d, d->c. Jest on: | |
spójny |
9> |
acykliczny |
r |
drzewem |
r |
3 Listę, ze zmodyfikowaną operacją get: która przesuwa żądany element na koniec listy: | |
zawsze warto używać, kiedy większość operacji, to operacje get |
r |
warto używać, dla losowych danych. |
r |
warto używać, kiedy większość operacji get tyczy się małego podzbioru elementówr tej Esty | |
4 Jakie jest najlepsze oszacowranie na złożoność problemu znajdowania największego elementu w posortowranej tabHcy rozmiaru n: | |
O(tyn) |
r |
r | |
0(1) |
• |
5 |
Porównując (dla danego algorytmu) złożoność oczekiwraną obEczenkwą z oczekiwraną pamięciową | |
pierwsza jest (zawsze) gorsza od drugiej |
m | |
mogą być sobie równe |
# | |
pierwsza jest (zawsze) nie lepsza od drugiej |
• | |
6 |
Przy założeniu, że n>0, a przy tym n jest Kczbą parzystą, zaś k jest Hczbą całkowitą nieparzystą dla pętE J le(j! = 0) {x-\- = ;} poprawnym niezmiennikiem jest | |
parzystość zmiennych j oraz x są zawsze różne |
r | |
;>0 |
r | |
.r>0 |
r | |
7 |
Szybkiej transformat)' Fouriera używamy do | |
sortowrania |
r | |
mnożenia wielomianów' |
m | |
analiz)' i obróbki sygnałów' dźwiękowych |
* | |
8 |
Nazwa struktur)' danych AVL i związanych z nią algorytmów pochodzi od | |
pierwszych Eter angielskiego skrótu opisującego najważniejszą cechę tej struktur)' |
r | |
pierwszych Eter nazwisk trzech twórców' tej metody |
* | |
nazwy uniw'ersyteckiej ligi siatkówki, której pasjonatami byE jej twórcy |
r | |
9 |
JeżeE pewien algorytm działa w pesymistycznym czasie O(nlogn) <lla danych wielkości n, to będzie działał w pesymistycznym czasie O[nlogn) również dla danych wielkości | |
2n+2*«« |
* | |
n2 |
r | |
2 n |
m | |
10 |
Dla Dosortowanei niemaleiaco tablicv A nasteDuiacv alaorvtm: 1=0: D=n-1: while A<dU s=0+d+1V2: if fx<AFsll d=s-1: else l=s:} return(l): | |
obEcza indeks pierwszego wystąpienia największej Eczby nieprzekraczającej x |
r | |
obEcza indeks ostatniego wystąpienia najmniejszej Eczby co najmniej równej x |
r | |
zawsze działa w czasie O(logn) |
r |
u |
StabiEie są algorytmy sortowrania | |
Insertionsort |
m | |
Quicksort ^ |
r | |
Heapsort |
$ m | |
12 |
Spośród następujących rzędów' złożoności minimalne są | |
O(nlogr\) |
r | |
0(Zn2n) |
% | |
Q( 2lo9n) |
• | |
13 |
Algorytm Karacuby służ)' do | |
mnożenia Eczb |
* | |
przechodzenia grafu |
m | |
znajdowrania najkrótszej ścieżki w grafie |
r | |
14 |
Rozważmy graf ^ gdzie M — n i n>10: w któiym algorytmy DFS oraz BFS generują ten sam ciąg etykiet odwiedzanych wierzchołków' z pewnego wierzchołka źródłowego, wtedy graf G może być: | |
grafem pustym |
r | |
grafem-gwiazdą, tj. grafem spójnym takim, że każdy wierzchołek tego grafu ma rząd równy 1 za wyjątkiem wierzchołka centraEiego, którego rząd jest równy n-1 |
r | |
graf-drzewrem binarnym wysokości n—1 |
m | |
15 |
Niech Algi oraz Alg2 będą algorytmami takimi, że T(Alglir\) — 0(nty(n)) oraz A(Alg7ir\) — 0(lg(r\\)){W(Alg7ir\) — 0(r\^) Rozważmy teraz algorytm Alg3 taki, że Alg3(n)=(int i=0; while (i<n) do if ((i MOD 2)=0) Algi© else Alg2(i): i=i+l od}, wtedy: | |
A(Aty3,n) = 6>(n3) |
r | |
A(Alg3,r\) = 0(n2) |
r | |
W(Alg3,r\) = i?(r\Zlg(n)) |
r | |
16 |
Rozważmy zastosowranie algor)tmu sortowrania przez scalanie MS do uporządkowranych nierosnąco danych wejściowych X rozmiaru n, wtedy: | |
T(MS(X),n) = 0(lg(r>\)) |
* | |
w tym przypadku wysokość drzewa wywołań rekurencyjnych algorytmu MS będzie nie mniejsza niż n |
r | |
T(MS(X),n) = G{n) |
r | |
17 |
Niech /(n) — wtedy prawdą jest, że: | |
II 3 to |
m | |
/(«)+/(«) = 0(n3) |
• | |
/(n)x/(n) = ©(n3) |
n | |
18 |
Rozważmy algorytm Alg(n)={mt k= 1, x= 1; while (k<n) do k=k+l; x=x*k od}. Któraz z wymienionych poniżej formuł jest niezmiennikiem pętE iteracyjnej w algorytmie Alg? | |
x = l+2+3+...+(ł-l)+it |
0 | |
x = x*k i^<^ |
B | |
x = k\ i^^£ |
E | |
19 |
Rozważmy algorytm Hoarea wyszukania elementu ł-tego co do wielkości w nieuporządkow'anym uniwersum rozmiaru n, wtedy: | |
Eczba wywołań procedur)' podziału (np. SpEt, Partition) jest rzędu co najwyżej k |
r | |
złożoność średnia algoiytmu jest rzędu co najwyżej Wn) |
r | |
złożoność pes)mist)'czna algoiytmu jest rzędu co najmniej n |
m | |
20 |
Niech H będzie kopcem-drzewTem typu min powstałym przez kolejne wstawianie wierzchołków o etykietach 8,2,4,7,6,1,3,0,5 do początkowo pustej struktur)', wtedy: | |
wierzchołki kopca-drzewa H wypisane w kolejności InOrder tworzą ciąg 8.5.6.1.7.0.4.2.3 | ||
wysokość kopca-drzewra H jest równa 3 |
m | |
wysokość kopca-drzewra H jest niezależna od kolejności wstawiania rozważanych wierzchołków |
m |
Wyślij I