Strona Główna · Prace · Dodaj PraceCzerwiec 17 2024 16:33:55

Mapa Serwisu
Nawigacja
Strona Główna
Prace
Dodaj Prace
Kontakt
Szukaj
Jezyk Polski
WYPRACOWANIA
STRESZCZENIA
OPRACOWANIA
OMÓWIENIE LEKTUR
GRAMATYKA
BAJKI
PIEŁNI
MOTYW
INNE

Antyk
Łredniowiecze
Renesans
Barok
Oświecenie
Romantyzm
Pozytywizm
Młoda Polska
XX Lecie
Współczesność

Przedmioty ścisłe
Matematyka
Chemia
Fizyka
Informatyka
Pozostałe
Geografia
Biologia
Historia
JęZYK ANGIELSKI
Opracowania
Szukaj w serwisie
Szukaj:
Wstep do informatyki
Admin dnia grudzie 20 2006 23:08:41
Wstep do informatyki
1. Wymień o opisz struktury sterujące stosowane do budowy algorytmów.
Podstawowe struktury sterujące to:
1.1. bezpośrednie następstwo – wykonaj instrukcję A, potem instrukcję B, potem instrukcję C, itd.
1.2. wybór warunkowy – jeśli warunek Q jest spełniony wykonaj instrukcję A, jeśli nie to wykonaj instrukcję B.
1.3. iteracja ograniczona – wykonaj instrukcję A dokładnie N razy.
1.4. iteracja warunkowa „dopóki” – dopóki warunek Q jest spełniony wykonuj instrukcję A.
1.5. Iteracja warunkowa „aż do” – wykonuj instrukcję A dopóki warunek Q jest spełniony.

2. Jaka jest konstrukcja algorytmu sortowania bąbelkowego?
Sortowanie bąbelkowe polega na przestawianiu sąsiednich par elementów stojących w niewłaściwej kolejności. Istotne jest iż ciąg elementów przeglądany jest zawsze w tym samym kierunku, a przeglądanie to trwa dopóki mogą się w nim pojawić elementy w nieodpowiedniej kolejności.
Zapis słowny algorytmu sortowania bąbelkowego:
1. wykonaj co następuje N-1 razy;
1.1. wskaż na pierwszy element;
1.2. wykonaj co następuje N-1 razy;
1.2.1. porównaj ze sobą wskazany element i element następny;
1.2.2. jeśli elementy stoją w złej kolejności to zamień je miejscami;
1.2.3. wskaż na następny element;

3. Narysuj schemat blokowy: wyboru warunkowego, iteracji warunkowych typu: „dopóki” i „aż do”.
Schematy znajdują się na załączonym dodatku.

4. Zapisz słownie i naszkicuj schemat blokowy algorytmu sumowania wektora (jednowymiarowej tablicy) – n elementowego. Wykorzystaj zmienną indeksującą i znajomość długości wektora.
Zapis słowny algorytmu sumowania n -elementowego wektora:
1. zanotuj na boku liczbę zero;
2. wskaż na pierwszy element wektora;
3. wykonaj co następuje n-1 razy;
a. dodaj wartość wskazanego elementu do liczby zanotowanej na boku;
b. wskaż na kolejny element wektora;
4. dodaj wartość wskazanego elementu do liczby na boku;
5. wypisz wartość liczby na boku;

Schemat blokowy algorytmu w załączonym dodatku.

5. Jakie korzyści przynosi stosowanie procedur (podprogramów) w algorytmach?
Zalety stosowania procedur są następujące:
1. oszczędność tekstu
2. znacznie większa przejrzystość i czytelność struktury algorytmu
3. znacznie większa kontrola nad poprawnością algorytmu
4. uproszczenie we wprowadzaniu poprawek i usuwaniu błędów
5. możliwość programowania analitycznego i syntetycznego

6. Na czym polega rekurencja i jak można ją wykorzystać w konstruowaniu algorytmów?
Rekurencja – to zdolność podprogramu (procedury) do wywoływania samej siebie. Przykładem zastosowania procedury rekurencyjnej jest algorytm przenoszenia krążków znany z Wież Hanoi. Tam aby wykonać pewne przeniesienie należy przy okazji wykonać inne, czyli wywołać tę samą procedurę wewnątrz procedury wywoływanej na początku.
Inne przykłady wykorzystania procedur rekurencyjnych to:
- przeglądanie lewostronne struktur drzewiastych
- obliczanie wartości n! liczby n.

7. Jakie znasz podstawowe typy danych? Jak są one kodowane binarnie?
Podstawowe typy danych to:
- liczby (całkowite, dziesiętne, dwójkowe, szesnastkowe)
- słowa (układy liter z różnych alfabetów)
- wska¼niki (dane tego typu zawierają adresy - wskazania na inne elementy w pamięci operacyjnej – dane tego typu wymagają specjalnego traktowania)

Kodowanie liczb – przeliczenie ich wartości na wartości binarne, czyli zero – jedynkowe.
Kodowanie słów - odbywa się za pomocą standardu ASCII (American Standard Code for Information Interchange). Zgodnie z nim każdemu znakowi przypisana jest liczba od 0 do 127 – kodowanie na ośmiu bitach.

8. Jakie znasz statyczne struktury danych?
Do statycznych struktur danych należą:
1. zmienne – podstawowe obiekty w pamięci, posiadające własną nazwę i zdolność przechowywania pojedynczego elementu.
2. wektory – czyli tablice jednowymiarowe – są to obiekty w pamięci mające nadaną własną nazwę i posiadające zdolność przechowywania określonej mnogości elementów, z których każdy oznaczony jest odpowiednim, unikalnym indeksem.
3. tablice dwuwymiarowe – macierze - są to obiekty w pamięci mające nadaną własną nazwę i posiadające zdolność przechowywania określonej mnogości elementów, z których każdy oznaczony jest dwoma indeksami.
4. Tablice wielowymiarowe – są to obiekty w pamięci mające nadaną własną nazwę i posiadające zdolność przechowywania odpowiedniej mnogości elementów, z których każdy oznaczony jest n – indeksami.

9. Jaka struktura sterująca byłaby właściwa do przejrzenia tablicy dwuwymiarowej?
Odpowiednią do tego zadania strukturą sterującą jest iteracja zagnieżdżona. Iteracja zewnętrzna odpowiada za przeglądanie kolumn a iteracja wewnętrzna za przegląd wierszy.

10. Z jakich obiektów są zbudowane dynamiczne struktury danych?
Dynamiczne struktury danych budowane są z dwóch głównych rodzajów obiektów:
1. zmiennych kluczowych i dodatkowych (przechowujących odpowiednie dane)
2. zmiennych wska¼nikowych (wskazujących na kolejne elementy tych struktur, lub przechowujące wartość NIL)

Rozróżniając dokładniej wyróżniamy:
a) listy jednokierunkowe – każdy element tej struktury posiada pola kluczowe, dodatkowe i jedno pole wska¼nikowe, odwołujące się do następnego elementu struktury.
b) listy dwukierunkowe – każdy element tej struktury posiada pola kluczowe, dodatkowe i dwa pola wska¼nikowe, odwołujące się do następnego i poprzedniego elementu struktury.
c) drzewa – każdy element tej struktury posiada pola kluczowe, dodatkowe, pola wska¼nikowe na potomków (w liczbie n, np.: drzewa binarne 2) i pole wska¼nikowe na rodzica.

11. Jak jest zorganizowana struktura danych zwana kolejką?
Kolejka (zwana także strukturą FIFO z ang. first in first out) to specjalna struktura dynamiczna, o ograniczonych możliwościach modyfikacji. Operacja dodawania elementu do struktury (insert) odbywa się zawsze na początku, a operacja odłączania (delete) elementu od struktury odbywa się zawsze na końcu tejże struktury. Zachowana zostaje kolejność dołączania i odcinania elementów od struktury – pierwszy przyłączony będzie pierwszym odłączonym.

12. Jak jest zorganizowana struktura danych zwana stosem?
Stos (zwany także strukturą LIFO z ang. last in first out) to specjalna struktura dynamiczna, o ograniczonych możliwościach modyfikacji. W strukturze tego typu zarówno operacje dołączania (insert) jak i odłączania (delete) elementów struktury odbywają się z tej samej strony struktury – na początku. Porządek dołączania i odcinania elementów jest taki, że element położony na strukturze jako ostatni pierwszy będzie z niej zdjęty.

13. Jak jest zorganizowana struktura danych zwana listą?
Lista to struktura składająca się z wielu odpowiednio ze sobą połączonych ze sobą elementów. Każdy element jest identyczny jak pozostałe i składa się z odpowiedniej ilości pól kluczowych, dodatkowych i wska¼nikowych (lista jednokierunkowa 1 pole wska¼nikowe, dwukierunkowa 2 pola wska¼nikowe). Pola kluczowe i dodatkowe przechowują informacje, natomiast pola wska¼nikowe zawierają adresy do elementów: następnego (jednokierunkowa) i poprzedniego (dwukierunkowa).

14. Narysuj schemat blokowy sumowania pól kluczowych obiektów z listy. Wykorzystaj pola wska¼nikowe i wartość NIL.
Schemat blokowy znajduje się w załączonym dodatku.

15. Jakie znasz typy list?
a) lista jednokierunkowa – każdy węzeł zawiera pole kluczowe, pola dodatkowe i jedno pole wska¼nikowe z adresem następnego węzła struktury.
b) lista dwukierunkowa – każdy węzeł zawiera pole kluczowe, pola dodatkowe i dwa pola wska¼nikowe z adresami następnego i poprzedniego węzła struktury.
c) lista z wartownikiem – jest to dwukierunkowa lista, z której wyeliminowano wskazanie NIL. Pierwszy węzeł jako wskazanie na węzeł poprzedni odnosi się do węzła ostatniego. Węzeł ostatni jako wskazanie na węzeł następny odnosi się do węzła pierwszego. (Jest to jak gdyby zapętlenie struktury.)
d) lista jako kolejka
e) lista jako stos

16. Jak jest zorganizowana struktura danych zwana drzewem?
Drzewo składa się z odpowiedniej mnogości identycznych elementów - zwanych węzłami. Każdy węzeł zawiera:
- pole kluczowe (zawiera dane)
- pola dodatkowe (zawierają dane)
- pola wska¼nikowe na potomstwo (zawierają adresy potomstwa – elementów następnych)
- pole wska¼nikowe na rodzica (zawiera adres rodzica – elementu poprzedniego)

Opis biologiczny drzewa:
1. wskazanie na korzeń – element wska¼nikowy (na grafie często pomijany), zawierającym adres pierwszego węzła drzewa.
2. korzeń – pierwszy węzeł drzewa (zazwyczaj w grafie umieszczony na górze), nie posiadający rodzica.
3. węzły – wszystkie elementy struktury leżące pomiędzy korzeniem a liśćmi.
4. liście – elementy leżące na najniższym poziomie drzewa i nie posiadające potomstwa (ich pola wska¼nikowe przechowują wartość NIL).

Połączenia pomiędzy poszczególnymi węzłami określa się mianem gałęzi drzewa.

W celu ustanowienia hierarchii w strukturze drzewiastej przyjęto iż elementy leżące na gałęziach danego węzła określa się mianem potomstwa danego węzła. Wskazany element jest zatem rodzicem elementów jemu podległych.

W drzewie wyróżnia się także poziomy, przy czym ich odliczanie zaczyna się od góry: korzeń stanowi poziom pierwszy, a poziom ostatni tworzą liście.

Wszystkie drzewa dzieli się na:
BST – drzewo, którego rząd wyjściowy potomków ograniczony jest przez 2.
PE£NE – drzewo, w którym wszystkie wierzchołki poza liśćmi mają jednakową liczbę potomków i wszystkie liście są na tym samym poziomie.

17. Co to jest drzewo binarne?
Drzewo binarne to drzewo, którego rząd wyjściowy węzłów jest ograniczony przez 2. Każdy węzeł może zatem posiadać maksymalnie 2 potomków.

18. Jaki obiekt w drzewie nazywany jest liściem a jaki korzeniem?
Korzeń – jest to wierzchołek drzewa (w grafie zazwyczaj umieszczany na górze) - nie posiadający rodzica. W korzeniu mają początek wszystkie procesy algorytmiczne oparte na strukturze danych tego typu.
Liść – wierzchołek końcowy drzewa (w grafie umieszczony zazwyczaj na dole) - nie posiadający potomstwa. Odpowiada on różnym wynikom zakończenia obliczeń w algorytmie.




19. Podaj na przykładzie pierwszego etapu algorytmu sortowania drzewiastego zasadę budowy drzewa BST.
Aby przekształcić nieuporządkowaną listę wejściową w drzewo poszukiwań binarnych musimy wziąć pierwszy element drzewa i zapisać go jako korzeń nowopowstającego drzewa. Następnie biorąc każdy kolejny element z listy porównujemy go z elementami już należącymi do drzewa i:
- jeśli element jest mniejszy umieszczamy go po lewej stronie korzenia.
- jeśli element jest większy umieszczamy go po prawej stronie korzenia.
Postępujemy tak aż do wyczerpania listy.

20. Z jaką strukturą sterującą związane są drzewa? Ilustrując ten związek opisz zasadę przeglądania drzewa w algorytmie sortowania drzewiastego.
Drzewa związane są z rekurencją.

Opis słowny algorytmu przeglądu drzewa w algorytmie sortowania drzewiastego:
procedura OBEJD¬ drzewo T:
1. jeśli T jest puste to wróć
2. w przeciwnym razie wykonaj co następuje:
a. wywołaj obejd¼ T w lewo
b. wypisz element umieszczony w korzeniu
c. wywołaj obejd¼ T w prawo

Zasada przeglądu drzewa w algorytmie sortowania drzewiastego jest taka, że najpierw wywołana zostaje procedura obejd¼ pod-drzewo z lewej strony, wypisz wartość korzenia i obejd¼ pod-drzewo z prawej strony. W drzewie BST z lewej umieszczone są elementy mniejsze niż w korzeniu, a z prawej większe. Mamy więc pewność, że dzięki takiej organizacji wypisane zostaną elementy od najmniejszego do największego.

Związek pomiędzy drzewem i rekurencją jest tak silny dlatego, że nawet sam graf kolejnych wywołań rekurencyjnych ma strukturę drzewiastą.

21. Według jakich zasad można systematycznie przeglądać strukturę drzewiastą?
Przegląd struktury = budowanie ciągu zawierającego wszystkie elementy tej struktury.
Strukturę drzewiastą można przeglądać na trzy sposoby:
- wędruj i sprawdzaj (metoda rekurencyjna)
Jest to prosta metoda polegająca na przejrzeniu wszystkich elementów struktury i wypisaniu kolejno wszystkich jej elementów.

- przegląd w głąb (metoda iteracyjna)
Schemat działania algorytmu:
1. Wypisany zostaje korzeń (jako pierwszy element ciągu)
2. Algorytm wybiera ostatni element ciągu nie posiadający etykiety „zamknięty” i postępuje zgodnie z zasadą: jeśli wierzchołek nie ma potomstwa – nadaj mu etykietę „zamknięty”, jeśli ma, wypisz potomków sprawdzając od lewej
Wszystko powtarzane jest dopóki wszystkie elementy ciągu nie mają etykiety „zamknięty”.

- przegląd w szerz (metoda iteracyjna)
Schemat działania algorytmu:
1. Nadanie wszystkim elementom drzewa etykiety „nowy”
2. Wypisanie korzenia jako pierwszego elementu ciągu
3. Algorytm wybiera z ciągu pierwszy element z etykietą „nowy” , dopisuje do ciągu wszystkich jego potomków (nadając im etykietę „nowy”) i zdejmuje etykietę „nowy” z danego elementu.
Wszystko powtarzane jest dopóki w ciągu znajdują się elementy z etykietą „nowy”.

Po utworzeniu odpowiedniego ciągu, do jego przeszukiwania wykorzystujemy metodę: „wędruj i sprawdzaj”. Metoda ta polega na przechodzeniu kolejnych elementów ciągu i porównywaniu ich ze wzorcem elementu poszukiwanego. Po natrafieniu na odpowiedni element zostaje on wypisany.





22. Jakie znasz elementy składowe typowego języka programowania?
Elementy składowe języka programowania to:
- symbole (alfabet danego języka programowania – określa jakich znaków wolno używać podczas tworzenia programów i jakie jest ich znaczenie – np.: alfabet łaciński, grecki, znaki matematyczne itp.)
- słowa kluczowe (jest to zbiór ciągów symboli o specjalnym znaczeniu – np.: komendy i instrukcje)
- składnia – (zawiera: opis dostępnych struktur sterujących np.: bezpośrednie następstwo, wybór warunkowy, iteracja ograniczona – decyduje jakich struktur można używać a jakich nie; opis sposobu definiowania rozmaitych struktur sterujących – mówi w jaki sposób prawidłowo korzystać z poszczególnych instrukcji; schematy podstawowych instrukcji)
- semantyka (jest to zbiór przepisów odpowiadających na pytania: „co znaczy to zdanie” lub „co znaczy ta instrukcja” – określa prawidłowość składniową zapisywanych wyrażeń)

23. Czym różni się kompilacja programu od jego interpretacji?
Kompilacja – jest wykonywana jednorazowo po zakończeniu pisania programu. Jest to przełożenie całego programu napisanego w języku wysokiego poziomu na program w języku niższego poziomu. Programy napisane w językach kompilowanych np.: w C, C++ są o wiele szybsze niż identyczne programy zapisane w językach interpretowanych.

Interpretacja – jest to proces tłumaczenia poszczególnych komend z języka wysokiego poziomu na kod maszynowy zrozumiały dla maszyny, w czasie ich wykonywania. Ta translacja wykonywana jest za każdym razem gdy uruchamiany jest dany program, przez co wykonywanie takiego programu jest o wiele wolniejsze od programów kompilowanych.

24. Na czym polega metoda algorytmiczna zwana „wędruj i sprawdzaj”?
Metoda algorytmiczna typu „wędruj i sprawdzaj” polega na prostym przeglądzie struktury danych w celu odnalezienia zadanego elementu w tej strukturze.

Przykładem wykorzystania metody „wędruj i sprawdzaj” jest algorytm wyszukiwania największej przekątnej w wielokącie wypukłym. Najpierw tworzymy tabelę dwuwymiarową zawierającą dane o odległościach dzielących wszystkie wierzchołki. Potem przeglądamy kolejno wszystkie elementy tej struktury w celu znalezienia największego elementu.

Istotne dla tej metody jest uwzględnienie odpowiedniej struktury sterującej w zależności od struktury danych, którą chcemy przejrzeć, i tak:
wektor, lista - iteracja
tablice wielowymiarowe, listy list itp. - iteracje zagnieżdżone
drzewa - rekordy

25. Na czym polega metoda algorytmiczna zwana „dziel i zwyciężaj”?
Metoda „dziel i zwyciężaj” postępuje zgodnie z zasadą, że jeśli jakiś problem jest za duży by uporać się z nim w całości, to należy spróbować podzielić go na mniejsze części o takiej samej strukturze. Ta metoda algorytmiczna związana jest ściśle z procedurami rekurencyjnymi.

Przykładem wykorzystania metody „dziel i zwyciężaj” jest algorytm sortowania przez scalania. Najpierw dzielimy n -elementową listę wejściową na połowy, potem otrzymane połowy znów na połowy i tak do chwili kiedy nie otrzymamy n pojedynczych elementów. Potem porównujemy ze sobą pary elementów i tworzymy uporządkowane ciągi dwuelementowe, porównujemy ciągi dwuelementowe i tworzymy posortowane ciągi cztero elementowe, i tak do chwili kiedy nie otrzymamy jednej porządkowanej n elementowej listy.
Opis słowny rekurencyjnego algorytmu sortowania przez scalanie:
Procedura SORTUJ LISTę L:
1. jeśli lista zawiera 1 element to jest posortowana
2. w przeciwnym razie wykonaj co następuje:
a. podziel listę na L1 i L2
b. wywołaj SORTUJ L1
c. wywołaj SORTUJ L2
d. scal posortowane listy L1 i L2 w jedną posortowaną listę
3. wróć do poziomu wywołania

26. Na czym polega metoda algorytmiczna zwana „zachłanną”?
Istnieją zadania, których rozwiązanie można budować z dobieranych kolejno elementów i do takich właśnie zadań przeznaczona jest metoda zachłanna. Postępuje ona zawsze zgodnie z zasadą „łap co masz najlepszego pod ręką i nigdy nie oddawaj tego co już masz”. Jest to metoda efektywna tylko w pewnej grupie problemów.

Przykładem zastosowania metody „zachłannej” jest algorytm poszukiwania najtańszej sieci wiążącej wszystkie podane punkty (czyli budowanie minimalnego drzewa rozpinającego w zadanym grafie). Mając daną sieć punktów połączonych odcinkami o podanej wadze wybieramy najtańszy. Potem wybieramy najtańszy odchodzący od punktów które już mamy itd. Czynność powtarzamy do chwili kiedy nie połączymy wszystkich oznaczonych na płaszczy¼nie punktów.

Opis algorytmu:
1. wybierz odcinek o najmniejszej wadze
2. powtarzaj co następuje aż do połączenia wszystkich punktów na płaszczy¼nie:
- wybierz najtańszy odcinek łączący punkt który już masz, z tym dowolnym który nie jest jeszcze przyłączony

Metoda ta daje bardzo dobre wyniki gdy poszukiwana jest najtańsza wagowo ścieżka połączeń wszystkich punktów na płaszczy¼nie (tzw. minimalne drzewo rozpinające). Nie daje jednak poprawnych wyników gdy wykorzystuje się ją do np.: poszukiwania najtańszej drogi łączącej dwa wskazane punkty na płaszczy¼nie.

27. Opisz schemat działania algorytmu sortowania przez scalanie.
Sortowanie przez scalanie polega na podzieleniu za pomocą procedury rekurencyjnej n –elementowej listy wejściowej na n pojedynczych elementów. Następnie algorytm wykonuje kolejno porównania: najpierw par elementów (tworząc posortowane ciągi 2 –elementowe), potem ciągów 2 elementowych (tworząc posortowane ciągi 4 elementowe), i tak do chwili gdy nie powstanie posortowana n –elementowa lista.

Najistotniejszym etapem tego algorytmu jest etap scalania. W etapie tym następuje porównanie dwóch identycznych części (n –elementowych ciągów) i przekształcenie ich tak by utworzyły 2n –elementowy, posortowany ciąg wynikowy. Porównanie odnosi się zawsze do dwóch pierwszych elementów ciągów wejściowych, a do nowopowstającego, posortowanego ciągu wynikowego przepisywany jest mniejszy element porównania.

Opis słowny algorytmu:
Procedura SORTUJ listę L;
1. jeśli lista zawiera tylko jeden element to jest posortowana
2. w przeciwnym razie wykonaj co następuje
a. podziel listę L na L1 i L2
b. wywołaj SORTUJ listę L1
c. wywołaj SORTUJ listę L2
d. scal posortowane listy L1 i L2 w jedną posortowaną liste L (etap iteracyjny)
3. wróć do poziomu wywołania

28. Na czym polega metoda algorytmiczna zwana „programowaniem dynamicznym”?
Metoda algorytmiczna zwana „programowaniem dynamicznym” opiera się o zasadę optymalności Bellmana, która mówi: „jeśli znamy najlepszą drogę przejścia z punktu początkowego do punktu końcowego prowadzącą przez kolejne punkty, to każdy fragment tej drogi pomiędzy dowolnym punktem a punktem końcowym jest najlepszą drogą przejścia od tego punktu do punktu końcowego”.

Przykładem zastosowania metody „dynamicznej” jest algorytm wyszukiwania najkrótszej ścieżki łączącej dwa wskazane punkty na płaszczy¼nie – grafie skierowanym (problem strudzonego wędrowca). W zadaniu tym w przeciwieństwie do metody zachłannej nie chwyta się tych elementów które w danej chwili są najlepsze lecz próbuje się ustalić jakie wyjście da najlepszy efekt końcowy. Analizując poszczególne fragmenty grafu poruszamy się od końca – czyli od punktu oznaczonego flagą „meta”. Badając kolejne ścieżki grafu poznajemy wagę wszystkich możliwych dróg spośród których wybieramy najlepszą.



29. Jakie znasz rodzaje błędów popełniane przy konstrukcji i zapisie algorytmów? Jakie mogą być ich konsekwencje?
Najczęściej spotykanymi rodzajami błędów są:

Błędy językowe (składniowe).
Powstają w wyniku naruszenia składni używanego języka programowania.
np.:
- użycie for(i=0, i - zamiast for(i=0; i Konsekwencje:
- zatrzymanie kompilacji lub interpretacji z komunikatem lub bez
- przerwanie realizacji programu nawet jeśli kompilator nie wykrył błędu
- nieprzyjemne ale zwykle niezbyt poważne błędy, stosunkowo łatwe do poprawienia

Błędy semantyczne.
Powstają w wyniku niezrozumienia semantyki używanego języka programowania.
np.:
- przyjęliśmy, że po zakończeniu iteracji for(i=0; i Konsekwencje:
- program realizuje algorytm w sposób niepoprawny
- są to błędy trudne do wykrycia i usunięcia, ale można ich uniknąć przy poświęceniu większej uwagi zrozumieniu używanych instrukcji

Błędy logiczne.
Powstają najczęściej na etapie projektowania algorytmu i są przyczyną złego podejścia do rozwiązania danego zadania.
np.:
- przyjęliśmy, że algorytm zliczający zdania w tekście będzie zwiększał zmienną „suma” po odnalezieniu sekwencji „. „. Jednak sekwencja ta może pojawić się np. w środku zdania lub zdanie może zostać zakończone innymi znakami np.: wykrzyknikiem.
Konsekwencje:
- algorytm przestaje być poprawnym sposobem rozwiązania zadania
- dla pewnych danych wejściowych wyniki są niezgodne z oczekiwaniami
- procesor może nie być w stanie wykonać pewnych instrukcji
- są to błędy bardzo gro¼ne, mogą długo pozostawać w ukryciu i być bardzo trudne do usunięcia

Błędy algorytmiczne.
Wynikają ze złego zaprojektowania algorytmu:
np.:
- na etapie projektowania algorytmu ¼le zaadresowano w grafie połączenia iteracji lub wyborów warunkowych.
Konsekwencje:
- algorytm dla pewnych dopuszczalnych danych daje niepoprawne rozwiązanie
- wykonanie programu zostaje przerwane
- program realizujący algorytm nie kończy swego działania


30. Jaka jest różnica pomiędzy całkowitą, a częściową poprawnością algorytmu?
Algorytm jest całkowicie poprawny względem warunku początkowego i końcowego, jeżeli dla każdych danych spełniających warunek początkowy, obliczenia kończą się i wyniki spełniają warunek końcowy.
Algorytm jest częściowo poprawny jeśli dla każdych obliczeń, które się kończą wynik jest poprawny względem warunku początkowego i końcowego.

Różnica polega na tym, ze w przypadku poprawności częściowej nie zawsze obliczenia prowadzą do zakończenia pracy algorytmu.

Weryfikując częściową poprawność algorytmu musimy wykazać, że obliczenia kończą się dla wszystkich poprawnych danych wejściowych.


31. Co nazywamy niezmiennikiem a co zbieżnikiem?
Niezmienników używa się w obrębie iteracji do sprawdzenia częściowej poprawności algorytmu. (Metoda niezmienników polega na ustawieniu w danym algorytmie punktów kontrolnych, tzw. asercji. Jeśli za każdym razem, dla różnego rodzaju danych wejściowych algorytm osiągnie dany punkt kontrolny to znaczy, że jest częściowo poprawny. Metodę tę dlatego nazwano metodą niezmienników, gdyż zgodnie z jej schematem działania, bez względu na wprowadzone dane wejściowe, dla poprawnego algorytmu przebieg przez punkty kontrolne powinien być niezmienny.)
Zbieżników używa się do ustalania całkowitej poprawności algorytmów. (Metoda zbieżników polega na ustaleniu w danym algorytmie zbieżników – zmiennych, które będą przyjmowały różne wartości, ale zawsze, bez względu na wprowadzone dane, będą dążyły do pewnej wartości maksymalnej lub minimalnej i nigdy jej nie przekroczą. Np.: zbieżnikiem w algorytmie sortowania może być zmienna, której przypiszemy, wartość równą wartości elementów do posortowania.)

32. Jak określona jest złożoność algorytmów? Jakie znasz jej rodzaje?
Złożoność algorytmów możemy badać pod kontem:
- pamięci
- czasu

Złożoność pamięciowa to zależność pomiędzy ilością potrzebnej do działania algorytmu pamięci (wielkością i liczbą struktur danych), a rozmiarami danych wejściowych wprowadzanych do algorytmu.
Złożoność czasowa to zależność pomiędzy liczbą elementarnych operacji wykonywanych w trakcie przebiegu algorytmu a wielkością danych wejściowych. Algorytmy zazwyczaj bada się pod kontem złożoności czasowej, gdyż ta przeważa o użyteczności algorytmu.

33. Jak formalnie stwierdzamy, że dwa algorytmy mają tą samą złożoność?
Dwa algorytmy o czasach wykonania F1(N) i F2(N) mają złożoność tego samego rzędu, jeśli:


Jeśli C = 0 algorytm o czasie wykonania F1(N) ma niższy rząd złożoności.
Jeśli C = ¡ algorytm o czasie wykonania F2(N) ma niższy rząd złożoności.
Jeśli 0
34. Podaj definicję złożoności logarytmicznej algorytmu.
Oznaczenie złożoności logarytmicznej: O(logN).
Algorytm o czasie wykonania F(N) ma złożoność logarytmiczną jeżeli: lim F(N)/N®0.

35. Podaj definicję złożoności liniowej algorytmu.
Oznaczenie złożoności liniowej: F(N)=O(N).
Algorytm o czasie wykonania F(N) ma złożoność liniową jeżeli: lim F(N)/N=C, gdzie 0
36. Podaj definicję złożoności kwadratowej algorytmu.
Oznaczenie złożoności kwadratowej: F(N)=O(N2).
Algorytm o czasie wykonania F(N) ma złożoność kwadratową jeżeli: lim F(N)/N2=C, gdzie 0
37. Podaj definicję złożoności wykładniczej algorytmu.
Oznaczenie złożoności wykładniczej: F(N)=O(2N).
Algorytm o czasie wykonania F(N) ma złożoność wykładniczą jeżeli: lim F(N)/2 N=C, gdzie 0
38. Co oznacza zapis F(N)=O(g(N)) w odniesieniu do funkcji F(N).
Zapis F(N)=O(g(N)) oznacza spełnienie warunku lim F(N)/g(N)=C, gdzie 0
Równość w zapisie F(N)=O(g(N)) powinna być rozumiana w ten sposób, że funkcja F(N) jest jedną z funkcji, które spełniają powyższy warunek lub precyzyjniej, że należy do zbioru wszystkich funkcji spełniających powyższy warunek.

39. Opisz schemat działania algorytmu wyszukiwania binarnego z listy uporządkowanej. Jaką ten algorytm ma złożoność?
Działanie algorytmu wyszukiwania binarnego z listy uporządkowanej rozpoczyna się od porównania ze wzorcem poszukiwanego elementu, elementu znajdującego się w samym środku listy. Jeżeli nie trafiono w poszukiwany element wiadomo już, w której połowie listy mamy go szukać (bo lista jest uporządkowana). Wtedy rozpoczynamy badanie odpowiedniej połowy listy od porównania wzorca elementu poszukiwanego z jej elementem środkowym. Jeśli znów nie trafiliśmy powtarzamy działania dalej. W pewnym momencie algorytm zawsze trafi na poszukiwany element, chyba że nie ma go na liście.

Złożoność czasowa tego algorytmu wynosi F(N)=O(logN), gdzie N jest zależne od ilości elementów.
Długość listy:
- 20 elementów (5 porównań)
- 1000000 elementów (20 porównań)

40. Wymień znane ci algorytmy sortowania i podaj ich złożoność.
Wartości podane dla średniego przypadku:
- sortowanie drzewiaste bez samoorganizacji drzewa: O(N2)
- sortowanie drzewiaste (lewostronne obejście): O(N)
- sortowanie bąbelkowe: O(N2)
- sortowanie z samoorganizacją drzewa: O(N*logN)
- sortowanie rekurencyjne (przez scalanie): O(N*logN)
- sortowanie typu quicksort: O(N*logN) - w najgorszym przypadku O(N2)

41. Czym różni się analiza złożoności algorytmu w średnim i w najgorszym przypadku?
W analizie najgorszego przypadku badamy jaka będzie złożoność algorytmu w przypadku wystąpienia najniekorzystniejszych danych (np.: iteracyjny przegląd n –elementowej macierzy w poszukiwaniu elementu, którego na niej nie ma). Badanie takie daje nam pewną wiedzę o zachowaniu się algorytmu w takim przypadku.

W analizie średniego przypadku staramy się przewidzieć jakie rozwiązanie będzie pojawiało się najczęściej i właśnie dla niego staramy się obliczyć poziom złożoności algorytmicznej. W obliczeniach średniego przypadku istotną rolę odgrywają założenia o rozkładzie prawdopodobieństwa w zbiorze dopuszczalnych danych wejściowych.

Jeżeli mamy pewność, że szanse wystąpienia najgorszego wypadku są znikome, a dany algorytm ma zadowalającą złożoność średniego przypadku można zastanowić się nad jego zastosowaniem w danym programie.

42. Jaki problem nazywamy zamkniętym z punktu widzenia złożoności obliczeniowej?
Problemy zamknięte, to problemy dla których ustanowione dolne i górne ograniczenia złożoności czasowej schodzą się do tego samego przedziału. Znaczy to po prostu, że górne ograniczenie złożoności danego algorytmu ma ten sam rząd co jego dolne ograniczenie złożoności.

Jeśli dolna i górna ograniczoność czasowa się nie schodzą, mówimy wówczas o istnieniu luk algorytmicznych.

43. Podaj przykłady algorytmów zamkniętych z punktu widzenia złożoności obliczeniowej i przykłady luk.
Przykłady algorytmów zamkniętych z punktu widzenia złożoności obliczeniowej:
- proste sumowanie zarobków - dolne i górne ograniczenie złożoności wynosi: O(N)
- przeszukiwanie uporządkowanej listy – dolne i górne ograniczenie złożoności wynosi: O(logN).

Przykłady luk algorytmicznych:
- problem minimalnego drzewa rozpinającego – górne ograniczenie złożoności wynosi: O(N2), a dolne O(N)

44. Jaką złożoność ma problem Wieży Hanoi?
Problem Wieży Hanoi jest zamknięty: dolne i górne ograniczenie złożoności jest równe (zarówno dla algorytmu iteracyjnego jak i rekurencyjnego) i wynosi: O(N2).

45. Co znaczy, że jedna funkcja złożoności jest ograniczona z góry przez drugą?
Oznacza to, że:
- dana funkcja ma złożoność o rząd niższą od funkcji, będącej jej górnym ograniczeniem
- istnieje lepsze rozwiązanie danego problemu

46. Co znaczy, że problem ma złożoność wielomianową?
Problem ma złożoność wielomianową jeżeli, funkcja jego złożoności jest ograniczona z góry przez NK dla pewnego K, czyli F(N)=O(NK)

47. Jakiego rodzaju problemy tworzą klasę problemów NP – zupełnych? Podaj przykłady.
Klasę problemów NP – zupełnych tworzą problemy o następujących cechach:
- każdy taki problem da się w czasie wielomianowym przekształcić do innego
- dla wszystkich istnieją wątpliwe (wykładnicze) rozwiązania
- dla żadnego nie znaleziono rozsądnego (wielomianowego) rozwiązania
- dla żadnego nie udowodniono, że wymaga on czasu wykładniczego
- wszystkie te problemy są ze sobą powiązane (jeśli dla choćby jednego uda się znale¼ć wielomianowe rozwiązanie to będzie wiadomo, że inne także da się rozwiązać w czasie wielomianowym i odwrotnie, jeśli wykaże się, że dla choćby jednego nie istnieje wielomianowe rozwiązanie, dla innych także go nie będzie)
Przykłady problemów NP – zupełnych:
- ścieżka Hamiltona
- ułożenia dwuwymiarowe (małpia układanka, wąż domino, figury geometryczne)
- problem komiwojażera
- załadunek plecaka

48. Jakie byłyby konsekwencje udowodnienia, że wybrany problem NP – zupełny nie może być rozwiązany deterministycznym algorytmem o złożoności czasowej wielomianowej?
Gdyby udowodniono, że choćby jeden z problemów NP – zupełnych z pewnością nie ma rozwiązania deterministycznie wielomianowego, znaczyłoby to, że inne problemy tej klasy także go nie mają. Wynika to z zależności, że jeden problem tej klasy można w czasie wielomianowym przekształcić w inny.

49. Jakie byłyby konsekwencje skonstruowania dla wybranego problemu NP – zupełnie deterministycznego algorytmu o złożoności wielomianowej?
Gdyby udowodniono, że choć jeden z algorytmów klasy NP – zupełnej posiada wielomianowe rozwiązanie udowodniono by równocześnie, że inne także go posiadają. Wynika to z faktu, że każdy problem tej klasy da się w czasie wielomianowym przekształcić w dowolny inny.

50. Na czym polega idea konstruowania algorytmów przybliżonych?
Główna idea konstruowania takich algorytmów bazuje na założeniu, że w wielu przypadkach wynik gorszy od optymalnego jest i tak lepszy od całkowitego braku rozwiązania dla danego zadania. Takie „zastępcze” algorytmy noszą nazwę algorytmów aproksymacyjnych.
Przykład:
Problem komiwojażera jest problemem trudno-rozwiązywalnym (NP – zupełnym), ale można w czasie wielomianowym wyznaczyć całkiem niezłe jego przybliżenie, obchodzące wszystkie wierzchołki grafu.
Miarą dobroci takiego rozwiązania jest współczynnik Sa = otrzymany wynik / najlepsze rozwiązanie.
W przypadku rozwiązania zastępczego dla problemu komiwojażera Sa£1,5, a złożoność czasowa tego rozwiązania wynosi zaledwie O(N3).

51. Jakie problemy nazywamy nierozstrzygalnymi? Opisz przykładowy problem.
Problem, dla którego nie ma żadnego poprawnie działającego algorytmu nazywamy problemem nieobliczalnym. Jeśli problemem tym jest problem decyzyjny to nazywamy go problemem nierozstrzygalnym.

Przykładem problemu nierozstrzygalnego jest problem domina.
Problem domina polega na sprawdzeniu i udzieleniu odpowiedzi „tak” lub „nie”, na pytanie: czy danym zbiorem kart o wymiarach 1 na 1 da się poryć odpowiednio duży teren. Problem jest o tyle trudny, że każda krawęd¼ karty ma inny kolor, a założenie jest takie, że kolory stykających się krawędzi muszą być identyczne.

Dla każdego algorytmu (zapisanego w dowolnym, dającym się efektywnie wykonać języku programowania), który przeznaczony jest do rozstrzygnięcia problemu domina, istnieje nieskończenie wiele zestawów danych wejściowych, dla których algorytm ten będzie działał w nieskończoność lub da błędną odpowied¼.

52. Co to jest problem stopu w algorytmie? Co wiadomo o tym problemie?
Problem stopu jest problemem decyzyjnym, mającym dać odpowied¼ „tak” lub „nie” na pytanie: czy dany algorytm R napisany w języku L zatrzyma się dla danych wejściowych X. Jak dotąd ustalono, że problem stopu zalicza się do problemów nierozstrzygalnych, czyli nie istnieje taki algorytm, który w racjonalnym czasie potrafiłby dać odpowied¼ na to pytanie.

53. Co to jest maszyna Turinga, do czego służy i jak jest zbudowana?
Maszyna Turinga to uniwersalny model obliczeniowy, przeznaczony do efektywnego wykonywania dających się efektywnie wykonać algorytmów.
Maszyna Turinga składa się z:
- skończonego alfabetu symboli
- skończonego zbioru stanów
- nieskończonej taśmy podzielonej na komórki
(każda komórka może zawierać jeden symbol)
- ruchomej głowicy czytająco – zapisującej
(głowica porusza się krokowo co jedną komórkę)
- diagramu przejść między stanami
(czasem zwanego po prostu diagramem przejść)

W zależności od rodzaju maszyny Turinga może się ona być:
- z taśmą jednostronną ograniczoną
- z wieloma taśmami i wieloma głowicami
- z taśma dwuwymiarową
- z głowicą bez funkcji zapisu

54. Jak wygląda sterowanie w maszynie Turinga?
Sterowanie maszyną odbywa się za pomocą diagramu przejść, który jest po prostu grafem skierowanym, którego wierzchołki reprezentują stany, w jakich może znale¼ć się maszyna. Do oznaczenia stanów używa się często zaokrąglonych czworokątów. Krawęd¼ prowadząca ze stanu x do stanu y nazywa się przejściem międzystanowym i etykietuje się ją kodem (a/b, kierunek), gdzie a/b są symbolami a kierunek to albo lewo, albo prawo. Część a to wyzwalacz, a część b, kierunek to akcja.
(a/b, lewo) – jeśli trafisz na „a” zapisz tam „b” i id¼ o jedno pole w lewo.
(b/a, prawo) – jeśli trafisz na „b” zapisz tam „a” i id¼ o jedno pole w prawo.

55. O czym mówi teza Churcha-Turinga i jakie ma znaczenie dla analizy złożoności problemów algorytmicznych?
Maszyna Turinga potrafi rozwiązać każdy efektywnie rozwiązywalny problem.

Rozwijając tę tezę, można dojść do wniosku, że jeśli istnieje jakiś szybki komputer, który potrafi rozwiązać dany problem w czasie O(f(N)), to istnieje równoważna mu maszyna Turinga, która potrzebuje na rozwiązanie tego problemu nie więcej niż O(p(f(N))) czasu, dla pewnej ustalonej funkcji wielomianowej p.

56. Co to jest automat skończony i jak jest zbudowany?
Automat skończony to zdegenerowana maszyna Turinga. Posiada (tak jak pełna maszyna Turinga) taśmę (pełniącą rolę pamięci) podzieloną na części (pseudo-komórki) i głowicę wędrującą po zadanej taśmie. Różnice polegają na tym, że taśma jest jednostronnie ograniczona, głowica może poruszać się tylko i wyłącznie w prawą stronę i nie ma możliwości zapisu (zapis jest zbędny bo z ograniczenia ruchu w jedną stronę wynika, że i tak maszyna ta nie mogłaby powrócić do miejsca, w którym coś zapisała).

Sterowanie automatem odbywa się w ten sam sposób co pełną maszyną Turinga, czyli za pomocą diagramu przejść międzystanowych zapisanego na taśmie. Diagram ten jest jednak również zdegenerowany do jedynie dwóch elementów:

Automat skończony wykorzystywany jest przede wszystkim w problemach decyzyjnych.

57. Czy automat skończony może służyć do przedstawiania algorytmów obliczeniowych?
Automat skończony nie może być stosowany do wykonywania obliczeń, bo nie potrafi liczyć. Wynika to z jego ograniczeń konstrukcyjnych – porusza się on tylko w jedną stronę (zatem nie może powracać do miejsc w których już była) i nie posiada funkcji zapisu (bo i tak nie mogłaby powrócić do zapisanych danych). Bez możliwości zapisu maszyna nie jest wstanie wykonywać działań matematycznych a jedynie może rozwiązywać problemy decyzyjne.

58. Jakie znasz modele współpracy procesorów pracujących równolegle?
Pamięć dzielona:
- dzielenie dostępu tylko podczas odczytywania
- dzielenie dostępu podczas zapisywania
Nieograniczona pamięć dzielona jest praktycznie niemożliwa do zrealizowania, ze względu na bardzo dużą złożoność połączeń elementów pamięci i procesorów

Sieci o ustalonej konfiguracji połączeń:
- każdy procesor może być połączony z co najwyżej pewną stałą liczbą (w zależności od sieci) liczbą procesorów sąsiadujących
- sieci są konstruowane często jako równoległe maszyny rozwiązujące szczególne problemy algorytmiczne
Dobrze znanym przykładem są sieci logiczne (boolowskie): bramki – procesory realizujące proste funkcje logiczne na bitach (AND, OR, NOT, NAND, itp.)

59. Wyjaśnij pojęcie zasobu krytycznego w systemach pracujących współbieżnie (problem prysznica i chińskich filozofów).
Zasób krytyczny to taki zasób systemowy, który jest ograniczony ilościowo i jednocześnie przeznaczony do użytku wszystkich pracujących w danym systemie procesorów. Zasobem krytycznym może być pamięć operacyjna, linie lub łącza transmisyjne.

Analogią do zasobu krytycznego w problemie „prysznica hotelowego” jest sam prysznic. Jest on tylko jeden, a wszyscy chcą z niego korzystać. W przykładzie „chińskich filozofów” zasobem krytycznym są pałeczki. Dla N filozofów jest zaledwie N/2+1 pałeczek, a każdy z filozofów potrzebuje dwóch by się posilić.

60. Wyjaśnij pojęcie zastoju w systemach pracujących współbieżnie.
Zastój w systemach pracujących współbieżnie to sytuacja, w której następuje zakleszczenie wszystkich procesorów i żaden z procesorów, nigdy już nie otrzyma dostępu do zasobu krytycznego.

Analogia w przykładzie „prysznica hotelowego” jest sytuacja, gdy jeden z gości hotelowych zasłabł pod prysznicem, jeden z gości hotelowych nie przychodzi skorzystać z prysznica gdy nadchodzi jego kolej lub po prostu jeden pokój jest pusty. W takim wypadku numer na tablicy informacyjnej umieszczonej na drzwiach prysznica nigdy już się nie zmieni i nigdy żaden inny mieszkaniec hotelu nie będzie mógł skorzystać z prysznica.

61. Wyjaśnij pojęcie zagłodzenia w systemach pracujących współbieżnie.
Zagłodzenie procesora w systemie pracującym współbieżnie to sytuacja, w której jednemu z procesorów brakuje dostępu do zasobu krytycznego zawsze gdy ten jest mu potrzebny.

Analogia w przykładzie „prysznica hotelowego” jest taka, że w pierwotnej wersji jeden z gości zameldowanych w ów hotelu, przychodzi sprawdzić czy prysznic jest wolny, i zawsze trafia na sytuację kiedy jest zajęty.

62. Wyjaśnij pojęcie aktywnego czekania w systemach pracujących współbieżnie.
Aktywne czekanie to czekanie z ciągłym sprawdzaniem, czy dostęp do zasobu krytycznego przypadkiem nie został zwolniony.

Analogią do aktywnego czekania w przypadku „prysznica hotelowego” było ciągłe sprawdzanie mieszkańców hotelu, czy na tablicy wstępu pod prysznic nie pojawił się przypadkiem numer ich pokoju. W przypadku „chińskich filozofów” było to ciągłe sprawdzanie czy przypadkiem dany filozof nie ma w danej chwili dostępu do dwóch pałeczek.

0Komentarzy · 5367Czytań
Komentarze
Brak komentarzy.
Dodaj komentarz
Zaloguj się, żeby móc dodawać komentarze.
Oceny
Dodawanie ocen dostępne tylko dla zalogowanych Użytkowników.

Proszę się zalogować lub zarejestrować, żeby móc dodawać oceny.

Brak ocen.
Student

Analiza finansowa i           strategiczna
Bankowość
Ekonometria
Ekonomia - definicje
Filozofia
Finanse
Handel Zagraniczny
Historia gospodarcza
Historia myśli
          ekonomicznej

Integracja europejska
Logistyka
Makroekonomia
Marketing
Mikroekonomia
Ochrona środowiska
Podatki
Polityka
Prawo
Psychologia
Rachununkowość
Rynek kapitałowy
Socjologia
Statystyka
Stosunki
          międzynarodowe

Ubezpieczenia i ryzyko
Zarządzanie
Strona Główna · Prace · Dodaj Prace
Copyright © opracowania.info 2006
Wszystkie materialy zawarte na tej stronie sa wlasnoscią ich autora, nie ponosze odpowiedzialnosci za tresci zawarte w nich.
5982451 Unikalnych wizyt
Powered by Php-Fusion 2003-2005 and opracowania
Opracowania1 Opracowania2 Opracowania3 Opracowania4 Opracowania5 Opracowania6 Opracowania7 Opracowania8 Opracowania9 Opracowania10 Opracowania11 Opracowania12 Opracowania13 Opracowania14 Opracowania15 Opracowania16 Opracowania17 Opracowania18 Opracowania19 Opracowania20 Opracowania21 Opracowania22 Opracowania23 Opracowania24 Opracowania25 Opracowania26 Opracowania27 Opracowania28 Opracowania29 Opracowania30 Opracowania31 Opracowania32 Opracowania33 Opracowania34 Opracowania35 Opracowania36 Opracowania37 Opracowania38 Opracowania39