Trang chủ Lớp 11 Tin học Giải SBT Tin học 11 KNTT Bài 25. Thực hành xác định độ phức tạp thời gian thuật toán

Giải SBT Tin học 11 KNTT Bài 25. Thực hành xác định độ phức tạp thời gian thuật toán

Giải SBT Tin học 11 KNTT Bài 25. Thực hành xác định độ phức tạp thời gian thuật toán

  • 25 lượt thi

  • 7 câu hỏi

  • 0 phút

Danh sách câu hỏi

Câu 1:

Tính độ phức tạp của các hàm thời gian sau:

a) T(n) = n + 2log n.

c) T(n) = 2100

b) T(n) = n2 + 3nlogn + 2n.

d) T(n) = 2n+1.

Xem đáp án

a) T(n) = n + 2log n ≤ 3n với n ≥ 1. Vậy T(n) = O(n).

b) T(n) = n2 + 3nlogn +2n ≤ 6n với n ≥ 1. Vậy T(n) = O(n). 

c) T(n) = O(1), độ phức tạp hằng số.

d) T(n) = 2n+1 = 2.2" = O(2").


Câu 2:

Cho biết thuật toán sau thực hiện công việc gì và hãy xác định độ phức tạp

thời gian của thuật toán.

1 def findMax(A):

2 maxVal = A[0]

Cho biết thuật toán sau thực hiện công việc gì và hãy xác định độ phức tạp thời gian của  (ảnh 1)
Xem đáp án

Hàm trên thực hiện việc tìm phần tử lớn nhất của mảng A.

Gọi n là kích thước của mảng, T(n) là thời gian thực hiện của thuật toán. Thời gian chạy của thuật toán được phân tích như sau:

– Câu lệnh tại dòng 2 cần 1 đơn vị thời gian.

– Vòng lặp for tại dòng 3 biến i chạy từ 1 đến n − 1, nên vòng lặp có n – 1 bước lặp.

– Với mỗi bước lặp chương trình thực hiện 1 lệnh so sánh tại dòng 4 và 1 lệnh gán tại dòng 5 (nếu điều kiện thoả mãn).

– Lệnh trả về tại dòng 6 cần 1 đơn vị thời gian.

Tổng hợp lại chương trình trên có thời gian chạy là

T(n) = 2 + 2(n-1) = 2n = O(n).


Câu 3:

Cho biết hàm sau thực hiện công việc gì và hãy xác định độ phức tạp thời gian của chương trình.

Cho biết hàm sau thực hiện công việc gì và hãy xác định độ phức tạp thời gian của chương trình. (ảnh 1)
Xem đáp án

Hàm trên thực hiện in ra xâu đảo ngược của xâu đầu vào.

Gọi n là kích thước của xâu đầu vào (số kí tự của xâu), T(n) là thời gian thực hiện

của chương trình. Thời gian chạy của chương trình được phân tích như sau: 

– Câu lệnh tại dòng 2 và 3 cần 2 đơn vị thời gian.

– Vòng lặp while thực hiện n lần lặp.

– Với mỗi bước lặp chương trình thực hiện hai lệnh gán tại dòng 5 và 6. – Lệnh trả về tại dòng 7 cần 1 đơn vị thời gian.

Tổng hợp lại chương trình trên có thời gian chạy là T(n) = 2 + 2n+1 = 2n + 3 = O(n).


Câu 4:

Em hãy xác định thời gian chạy T(n) của thuật toán sắp xếp chèn sau, với n là độ dài của dãy A.

Em hãy xác định thời gian chạy T(n) của thuật toán sắp xếp chèn sau, với n là độ dài của dãy A. (ảnh 1)
Xem đáp án

Gọi n là kích thước của mảng, T(n) là thời gian thực hiện của thuật toán. Thời gian chạy của thuật toán được phân tích như sau:

– Câu lệnh tại dòng 2 cần 1 đơn vị thời gian.

– Vòng lặp for tại dòng 3 biến i chạy từ 1 đến n − 1, nên vòng lặp có n – 1 bước lặp. 

– Với mỗi bước lặp chương trình thực hiện:

• Hai lệnh gán tại dòng 4 và 5.

• Vòng lặp while tại dòng 6. Vòng lặp này sẽ chạy tối đa là i lần. Mỗi lần lặp chương trình sẽ thực hiện hai lệnh gán tại dòng 7 và 8, cần 2 đơn vị thời gian. • Lệnh gán tại dòng 9 cần 1 đơn vị thời gian.

Tổng hợp lại chương trình trên có thời gian chạy tối đa là:

Em hãy xác định thời gian chạy T(n) của thuật toán sắp xếp chèn sau, với n là độ dài của dãy A. (ảnh 2)

Câu 5:

Xác định độ phức tạp thời gian của hàm sau:

Xác định độ phức tạp thời gian của hàm sau: (ảnh 1)
Xem đáp án

 Gọi T(n) là thời gian thực hiện của chương trình. Thời gian chạy của chương trình được phân tích như sau:

– Lệnh gán tại dòng 2 cần 1 đơn vị thời gian.

– Vòng for tại dòng 3, biến i chạy từ 1 đến n, nên vòng lặp có n bước lặp.

– Với mỗi bước lặp trên, chương trình thực hiện

• Vòng lặp tại dòng 4, biến j chạy từ 1 đến i, nên vòng lặp thực hiện i bước lặp. • Với mỗi bước lặp:

a Chương trình thực hiện vòng lặp tại dòng 5, biến k chạy từ j đến j + vòng lặp có i + 1 bước lặp.

a Với mỗi bước lặp chương trình thực hiện 1 lệnh gán tại dòng 6 cần 1 đơn vị thời gian.

– Lệnh trả về tại dòng 7 cần 1 đơn vị thời gian.

Tổng hợp lại, hàm trên có thời gian chạy là

Xác định độ phức tạp thời gian của hàm sau: (ảnh 2)

Câu 6:

Nếu f(n) = O(g(n)) thì có suy ra được g(n) = O(f(n)) hay không?

Xem đáp án

Không. Ví dụ f(n) = n, g(n) = n2 thì rõ ràng f(n) = O(g(n)) nhưng ngược lại không đúng.


Câu 7:

Giả sử f(n) = an* + a,.n*?

Xem đáp án

Theo Quy tắc 1, ta có O(f(n)) = O(max(a,.nk, ak-1-nk-1, ...,

Vậy suy ra f(n) = O(nk).

',..., n,.a, a) = O(nk).


Bắt đầu thi ngay