En una competición se observan cuatro funciones diferentes. Todas las funciones usan un solo bucle for y dentro del bucle for, se ejecuta el mismo conjunto de declaraciones. Considere lo siguiente para bucles: A) for(i = 0; i < n; i++) B) for(i = 0; i < n; i += 2) C) for(i … Continue reading «Algoritmos | Análisis de Algoritmos | Pregunta 9»
El tiempo de ejecución de un algoritmo está representado por la siguiente relación de recurrencia: if n <= 3 then T(n) = n else T(n) = T(n/3) + cn ¿Cuál de los siguientes representa la complejidad temporal del algoritmo? (A) (n) (B) (n log n) (C) (n^2) (D) (n^2log n) (A) A (B) B (C) … Continue reading «Algoritmos | Análisis de Algoritmos (Recurrencias) | Pregunta 6»
El algoritmo de Kadane se usa para encontrar: (A) Subsecuencia de suma máxima en una array (B) Subsecuencia de suma máxima en una array (C) Subsecuencia de producto máxima en una array (D) Subsecuencia de producto máxima en una array Respuesta: (B) Explicación: El algoritmo de Kadane se utiliza para encontrar el subarreglo de suma … Continue reading «Algoritmos | Programación Dinámica | Pregunta 4»
¿Cuál de los siguientes algoritmos de clasificación en su implementación típica ofrece el mejor rendimiento cuando se aplica en una array que está ordenada o casi ordenada (se extravían un máximo de 1 o dos elementos)? (A) Ordenación rápida (B) Ordenación en montón (C) Ordenación por fusión (D) Ordenación por inserción Respuesta: (D) Explicación: La … Continue reading «Algoritmos | Clasificación | Pregunta 4»
A continuación se muestra el código para la suma del producto de dos arrays, con algunos errores (que pueden generar resultados incorrectos) en alguna instrucción. Elija la opción correcta que tiene la declaración con error. // CPP program to find minimum sum of product // of two arrays with k operations allowed on first array. … Continue reading «Prueba de algoritmos | Colocación de Sudo [1.5] | Pregunta 10»
¿Cuál de los siguientes no es un algoritmo de clasificación estable en su implementación típica? (A) Clasificación por inserción (B) Clasificación por fusión (C) Clasificación rápida (D) Clasificación por burbuja Respuesta: (C) Explicación: consulte los detalles a continuación. https://www.geeksforgeeks.org/stability-in-sorting-algorithms/ Cuestionario de esta pregunta Publicación traducida automáticamente Artículo escrito por GeeksforGeeks-1 y traducido por Barcelona Geeks. … Continue reading «Algoritmos | Clasificación | Pregunta 3»
¿Qué sucede cuando se aplica un enfoque de arriba hacia abajo de la programación dinámica a cualquier problema? (A) Aumenta tanto la complejidad del tiempo como la complejidad del espacio (B) Aumenta la complejidad del espacio y disminuye la complejidad del tiempo. (C) Aumenta la complejidad del tiempo y disminuye la complejidad del espacio (D) … Continue reading «Prueba de algoritmos | Programación Dinámica | Pregunta 8»
Suponga que le dan una array s[1…n] y un procedimiento inverso (s,i,j) que invierte el orden de los elementos en a entre las posiciones i y j (ambas inclusive). ¿Qué significa la siguiente secuencia do, where 1 < k <= n: reverse (s, 1, k); reverse (s, k + 1, n); reverse (s, 1, n); … Continue reading «Algoritmos | Varios | Pregunta 8»
El problema de la suma máxima del subarreglo es encontrar el subarreglo con la suma máxima. Por ejemplo, dado un arreglo {12, -13, -5, 25, -20, 30, 10}, la suma máxima del subarreglo es 45. La solución ingenua para este problema es calcular la suma de todos los subarreglos comenzando con cada elemento y devolver … Continue reading «Algoritmos | Divide y vencerás | Pregunta 4»
¿Cuál de las siguientes es la mejor complejidad de tiempo posible para obtener el número N de Fibonacci con O(1) espacio extra (A) La complejidad de tiempo T(n) es T(n-1) + T(n-2) que es exponencial (B ) O(n) (C) O(Logn) (D) O(n^2) Respuesta: (C) Explicación: La mejor complejidad de tiempo posible es O(Logn). Ver programa … Continue reading «Algoritmos | Varios | Pregunta 13»