Rząd I 1. (5 pkt) Dane są cztery następujące funkcje: Uporządkuj ten
Transkrypt
Rząd I 1. (5 pkt) Dane są cztery następujące funkcje: Uporządkuj ten
Rz d I 1. (5 pkt) Dane s cztery nast puj ce funkcje: f1 (n ) = 1 + 1 1 1 + + ... + 2 , 4 9 n f 2 (n ) = log10 n100 , f 3 (n ) = ( ) 4 n +1 , f 4 (n ) = log 2 2 n sin n 2 Uporz dkuj ten ci g funkcji ze wzgl du na ich rz d (od funkcji o najni szym rz dzie do funkcji o najwy szym rz dzie). Je eli dwie funkcje maj ten sam rz d, to pierwsz w ci gu umie t , która ma ni szy numer. Odpowied uzasadnij. 2) (5 pkt) Jaki jest dokładny koszt pesymistyczny mierzony liczb porówna mi dzy elementami tablicy A nast puj cego algorytmu? Zakładamy, e n jest postaci 2t. Okre l przypadek pesymistyczny algorytmu. i=n; z=0; while (i>=1) { p=1;k=n; x=A[p]; while (p<=k) { m=(p+k)/2; if (A[m]<x) {p=m+1; z=z+1;} else {k=m-1; z=z-1;} } i/=2; } 3. (5 pkt) Dany jest nast puj cy problem: Dane: Ci g liczb naturalnych ci (i=1…n). Na liczbach z ci gu realizujemy nast puj cy proces: Sumujemy dwie wybrane s siednie liczby w ci gu ci oraz ci+1. Sum si = ci + ci+1 wstawiamy w miejsce i ci gu, a liczb ci+1 usuwamy z ci gu. Proces ten wykonujemy tak długo, a zostanie w ci gu tylko jedna liczba. Wynik: Odpowied na pytanie: Jak nale y wybiera pary w poszczególnych krokach procesu, aby suma warto ci si ze wszystkich kroków procesu była najwi ksza. Propozycja rozwi zania: Nale y wybiera w pierwszej kolejno ci te pary s siednich liczb, których suma jest najwi ksza. Przykład: Dane: n=4; Ci g liczb: 3 2 3 1. Wynik: I krok procesu: Sumujemy par 3 i 2, otrzymujemy ci g: 5 3 1; II krok procesu: Sumujemy par 5 i 3, otrzymujemy ci g: 8 1; II krok procesu: Sumujemy par 8 i 1 i otrzymujemy ci g: 9. Suma sum uzyskiwanych we wszystkich krokach procesu wynosi: 5 + 8 +9 = 22 Czy zaproponowane rozwi zanie jest poprawne? Je eli nie, to wska kontrprzykład. Je eli tak, to okre l koszt pesymistyczny zaproponowanego rozwi zania w zale no ci od n. 4. (10 pkt) Dany jest zbiór punktów na płaszczy nie o współrz dnych całkowitych z zakresu od -1000 do 1000. Zaproponuj mo liwie najefektywniejszy algorytm sprawdzaj cy, czy podany zbiór punktów ma rodek symetrii. Zapisz kod swojego algorytmu. Okre l przypadek pesymistyczny i rz d funkcji kosztu pesymistycznego. Rozmiarem zadania jest n –liczba punktów. Operacj elementarn wybierz samodzielnie. Def. Zbiór punktów ma rodek symetrii O, gdy dla ka dego punktu p z tego zbioru, punkt symetryczny do p wzgl dem O te nale y do tego zbioru Przykład Dane: Punkty: (-1, -1 )(2, 2), (-2, -2), (1, 1). Wynik: Zbiór punktów ma rodek symetrii w punkcie (0, 0). 1 Rz d II 1. (5 pkt) Dane s cztery nast puj ce funkcje: f1 (n ) = 1 1 1 + + ... + n , 2 4 2 f 2 (n ) = 2 log 2 ( sin 2 n + 2 n ) , f 3 (n ) = ( 3 ) 6 n +1 , f 4 (n ) = log 4 2 n sin n 2 Uporz dkuj ten ci g funkcji ze wzgl du na ich rz d (od funkcji o najni szym rz dzie do funkcji o najwy szym rz dzie). Je eli dwie funkcje maj ten sam rz d, to pierwsz w ci gu umie t , która ma ni szy numer. Odpowied uzasadnij. 2) (5 pkt) Jaki jest dokładny koszt pesymistyczny mierzony liczb porówna mi dzy elementami tablicy A nast puj cego algorytmu? Zakładamy, e n jest postaci 2t. Okre l przypadek pesymistyczny algorytmu. i=0; j=n; z=0; x=A[i]; while (i<=j) { k=n; m=(i+j)/2; while (k>=1) { if (x<A[m]) z=z+1; else (if x>A[m]) z=z-1; k/=2; } if (m%2==0) j=m-1; else i=m+1; } 3. (5 pkt) Dany jest nast puj cy problem: Dane: Ci g par liczb naturalnych (ai, bi)i=1…n oraz liczba naturalna W. Wynik: Odpowied na pytanie: Które pary nale y wybra , aby suma poprzedników ai wybranych par była mo liwie najwi ksza, a suma nast pników bi wybranych par nie przekraczała W. Propozycja rozwi zania: Posortowa pary nierosn co wzgl dem warto ci ai/bi (/ - dzielenie rzeczywiste), a nast pnie do rozwi zania wł cza pary w kolejno ci od najwy szego współczynnika ai/bi. Koniec wł czania par nast puje wtedy gdy suma warto ci bi wł czonych par przekroczy W albo sko czy si ci g par do sprawdzenia. Przykład: Dane: n=5; W=20; Ci g par: (5, 2), (1, 10), (5, 10), (10, 7), (20, 4). Pary po posortowaniu wzgl dem współczynnika ai/bi: (20, 4) (5, 2), (10, 7), (5,10), (1, 10). Wybrane pary: (20, 4), (5, 2), (10, 7). Czy zaproponowane rozwi zanie jest poprawne? Je eli nie, to wska kontrprzykład. Je eli tak, to okre l koszt pesymistyczny zaproponowanego rozwi zania w zale no ci od n. 4. (10 pkt) Dany jest ci g liczb całkowitych nieujemnych z zakresu od 1 do 1000. Wybieramy z ci gu dwie takie same liczby (liczby nie musz by s siednie), usuwamy je z ci gu, a na koniec wstawiamy otrzyman sum . Proces ten kontynuujemy tak długo, a ci g b dzie si składał z ró nych liczb. Zaproponuj mo liwie najefektywniejszy algorytm, który ustali długo ci gu po zako czeniu procesu sumowania. Zapisz kod swojego algorytmu. Okre l zło ono swojego algorytmu. Samodzielnie okre l operacj elementarn . Rozmiar zadania to n – pocz tkowa długo ci gu. Przykład Dane: n=10, Ci g pocz tkowy: 3, 1, 3, 2, 3, 3, 1, 2, 3, 3 Wynik: Długo ko cowa ci gu: 4 2 Rz d III 1. (5 pkt) Dane s cztery nast puj ce funkcje: f1 (n ) = ( ) 4 n +1 , f 2 (n ) = log 2 2 n sin n , f 3 (n ) = 1 + 2 1 1 1 + + ... + 2 , f 4 (n ) = log10 n100 4 9 n Uporz dkuj ten ci g funkcji ze wzgl du na ich rz d (od funkcji o najni szym rz dzie do funkcji o najwy szym rz dzie). Je eli dwie funkcje maj ten sam rz d, to pierwsz w ci gu umie t , która ma ni szy numer. Odpowied uzasadnij. 2) (5 pkt) Jaki jest dokładny koszt pesymistyczny mierzony liczb porówna mi dzy elementami tablicy A nast puj cego algorytmu? Zakładamy, e n jest postaci 2t. Okre l przypadek pesymistyczny algorytmu. p=1; k=n; z=0; while (p<=k) { i=1;j=n; while (i<=j) { if (A[i]<A[j]) z++; else if (A[i]>A[j]) z--; i*=2; } p*=2; k/=2; } 3. (5 pkt) Dany jest nast puj cy problem: Dane: Ci g ró nych liczb naturalnych bi (i=1…n) oraz liczba naturalna B. Wynik: Odpowied na pytanie: Które liczby z ci gu nale y wybra , aby ich suma nie przekroczyła warto ci B i była mo liwie najwi ksza. Propozycja rozwi zania: Nale y posortowa ci g liczb malej co i do rozwi zania wybiera najwi ksze warto ci posortowanego ci gu do chwili, gdy suma wybranych warto ci nie przekroczy B albo ci g si nie sko czy. Przykład: Dane: n=4; Ci g liczb: 1 2 5 4; B=10. Wynik: Wybrane liczby: 5, 4. Czy zaproponowane rozwi zanie jest poprawne? Je eli nie, to wska kontrprzykład. Je eli tak, to okre l koszt pesymistyczny zaproponowanego rozwi zania w zale no ci od n. 4. (10 pkt) Dany jest zbiór punktów na płaszczy nie o współrz dnych całkowitych z zakresu od -1000 do 1000. Zaproponuj mo liwie najefektywniejszy algorytm sprawdzaj cy, czy podany zbiór punktów ma rodek symetrii. Zapisz kod swojego algorytmu. Okre l przypadek pesymistyczny i rz d funkcji kosztu pesymistycznego. Rozmiarem zadania jest n –liczba punktów. Operacj elementarn wybierz samodzielnie. Def. Zbiór punktów ma rodek symetrii O, gdy dla ka dego punktu p z tego zbioru, punkt symetryczny do p wzgl dem O te nale y do tego zbioru Przykład Dane: Punkty: (-1, -1 )(2, 2), (-2, -2), (1, 1). Wynik: Zbiór punktów ma rodek symetrii w punkcie (0, 0). 3 Rz d IV 1. (5 pkt) Dane s cztery nast puj ce funkcje: f1 (n ) = 3 6 n 2 + 1 , f 2 (n ) = 2 log 2 ( sin 2 n + 2 n ) , f 3 (n ) = log 2 128n , f 4 (n ) = 1 1 1 + + ... + n 2 4 2 Uporz dkuj ten ci g funkcji ze wzgl du na ich rz d (od funkcji o najni szym rz dzie do funkcji o najwy szym rz dzie). Je eli dwie funkcje maj ten sam rz d, to pierwsz w ci gu umie t , która ma ni szy numer. Odpowied uzasadnij. 2) (5 pkt) Jaki jest dokładny koszt pesymistyczny mierzony liczb porówna mi dzy elementami tablicy A nast puj cego algorytmu? Zakładamy, e n jest postaci 2t. Okre l przypadek pesymistyczny algorytmu. i=0;j=n z=0;x=A[0]; while (i<=j) { k=1; m=(i+j)/2; while (k<=n) { if (x<A[m]) z=z+1; else (if x>A[m]) z=z-1; k*=2; } if (m%2==0) j=m-1; else i=m+1; } 3. (5 pkt) Dany jest nast puj cy problem: Dane: Ci g par liczb naturalnych (ci, di)i=1…n oraz liczba naturalna L. Wynik: Odpowied na pytanie: Które pary nale y wybra , aby suma nast pników di wybranych par była mo liwie najwi ksza, a suma poprzedników ci wybranych par nie przekraczała L. Propozycja rozwi zania: Posortowa pary nierosn co wzgl dem warto ci di/ci (/ - dzielenie rzeczywiste), a nast pnie do rozwi zania wł cza pary w kolejno ci od najwy szego współczynnika di/ci. Koniec wł czania par nast puje wtedy, gdy suma warto ci ci wł czonych par przekroczy L albo sko czy si ci g par do sprawdzenia. Przykład: Dane: n=5; L=20; Ci g par: (2, 5), (10, 1), (10, 5), (7, 10), (4, 20). Pary po posortowaniu wzgl dem współczynnika di/ci: (4, 20) (2, 5), (7, 10), (10, 5), (10, 1). Wybrane pary: (4, 20), (2, 5), (7, 10). Czy zaproponowane rozwi zanie jest poprawne? Je eli nie, to wska kontrprzykład. Je eli tak, to okre l koszt pesymistyczny zaproponowanego rozwi zania w zale no ci od n. 4. (10 pkt) Dany jest ci g liczb całkowitych nieujemnych z zakresu od 1 do 1000. Wybieramy z ci gu dwie takie same liczby (liczby nie musz by s siednie), usuwamy je z ci gu, a na koniec ci gu wstawiamy otrzyman sum . Proces ten kontynuujemy tak długo, a ci g b dzie si składał z ró nych liczb. Zaproponuj mo liwie najefektywniejszy algorytm, który ustali długo ci gu po zako czeniu procesu sumowania. Zapisz kod swojego algorytmu. Okre l zło ono swojego. Samodzielnie okre l operacj elementarn . Rozmiar zadania to n – pocz tkowa długo ci gu. Przykład Dane: n=10, Ci g pocz tkowy: 3, 1, 3, 2, 3, 3, 1, 2, 3, 3 Wynik: Długo ko cowa ci gu: 4 4