WorksheetsAlgorytmy złożoność
Total questions: 15
Worksheet time: 15mins
Wyróżniamy złożoność obliczeniową:
czasową
pamięciową
optymalną
binarną
Złożoność czasową określamy szacując rząd wielkości liczby wykonywanych operacji dominujących
Prawda
Fałsz
Rząd wielkości liczby wykonywanych operacji dominujących w najgorszym przypadku to złożoność czasowa:
oczekiwana
pesymistyczna
Złożoność czasowa to rząd wielkości pamięci potrzebnej do utworzenia struktur danych wykorzystywanych przez algorytm.
Fałsz
Prawda
Do wyrażenia złożoności obliczeniowej stosujemy notację:
dużego O
X(o)
O(1)
O(n*logn)
Złożoność czasową O(n) nazywamy:
logarytmiczną
liniową
kwadratową
wykładniczą
Które z poniższych złożoności opisują algorytmy nieefektywne dla dużych danych?
złożoność sześcienna
złożoność liniowa
złożoność wykładnicza
złożoność logarytmiczna
Metoda rozwiązywania problemu, która ma najmniejszą możliwą złożoność to:
algorytm poszukiwania
algorytm liniowy
algorytm optymalny
algorytm binarny
Realizacja tego samego algorytmu na różnych komputerach może być różna w zależności od parametrów technicznych komputera
Prawda
Fałsz
Jeśli złożoność obliczeniowa nie zleży od rozmiaru danych to oznaczamy ją:
O(1)
O(n)
O(logn)
Algorytm przeszukiwania binarnego ma złożoność obliczeniową:
logarytmiczną
liniową
kwadratową
pierwiastkową
Algorytm sprawdzania pierwszości liczby ma złożoność obliczeniową:
liniową
logarytmiczną
kwadratową
pierwiastkową
Złożoność obliczeniowa algorytmów pozwala przewidywać działanie algorytmów dla różnych zestawów danych i dobierać właściwe algorytmy do konkretnych sytuacji.
Fałsz
Prawda
Algorytm o złożoności wykładniczej to:
wieża Hanoi
przeszukiwanie binarne
przeszukiwanie liniowe
sortowanie przez scalanie
Przejrzenie wszystkich elementów n tablic, z których ma m elementów będzie miało złożoność:
O(n!)
O(n)
O(n*m)
O(n*logm)
