Haszowanie i struktury danych

Quiz sprawdza zrozumienie zastosowań haszowania w Pythonie, różnic między set i dict oraz powszechnych wzorców takich jak Two Sum, liczniki i grupowanie anagramów. Pytania odnoszą się bezpośrednio do przykładów, pułapek i zachowań omówionych w dokumencie.

Ten quiz zawiera 15 pytań i wymaga włączonego JavaScript do interaktywnego rozwiązywania.

Przeglądaj quizy

Pytanie 1 z 15

Haszowanie i struktury danych

Autor: admin

12 wyświetleń 0 ukończeń 15 pytań

Rozwiąż quiz

Twoje imię

Rozwiąż quiz

1 Jaką zmianę pytań wprowadza haszowanie według dokumentu?

A Zastępuje zapytania o zakresy i percentyle strukturami posortowanymi, żeby przyspieszyć zapytania o mniejsze i większe wartości B Zmienia pytanie z „czy element jest gdzieś w liście?” na „czy element jest w strukturze z szybkim lookupem?” C Umożliwia zamianę listy na kopiec, co redukuje koszt zarówno wyszukiwania jak i sortowania D Zamienia wszystkie operacje liniowe na operacje logarytmiczne przez użycie drzew i indeksów

2 Co dokument wskazuje jako ważniejszą rzecz na rozmowie technicznej niż składnia?

A Perfekcyjna znajomość wszystkich operatorów set i dict oraz ich implementacji w C B Intuicja, że przy powtarzających się wyszukiwaniach hash set lub hash map są pierwszym kandydatem C Zdolność do ręcznego implementowania open addressing i perturbacji tablicy hashującej D Umiejętność zamiany każdego algorytmu na wersję sortującą, żeby uniknąć kolizji hashy

3 W przykładzie Pythonowym, jaki jest pułapka związana z użyciem 'in list' i 'in set'?

A Używanie `set` do zachowania porządku w kolekcji, ponieważ set gwarantuje insertion order B Uzależnienie kolejności elementów listy od losowego ziarna PYTHONHASHSEED C Traktowanie `in list` i `in set` jako równoważnych kosztowo D Stosowanie `in set` powoduje zawsze najgorszy przypadek O(n) przy dobrym rozkładzie hashy

4 Jak autor rozróżnia intencje użycia set i dict?

A `set` służy do mapowania wartości na stany pomocnicze, a `dict` do operacji zbiorowych i uniemożliwiania duplikatów, co jest jednak mylące w praktyce przy licznikach B `dict` jest zawsze szybszy od `set` w sprawdzaniu obecności elementu, ponieważ przechowuje pary klucz-wartość i pozwala na dodatkowe metadane przy każdym wpisie C `set` i `dict` działają identycznie i wybór między nimi to tylko preferencja stylistyczna, więc nie ma praktycznych różnic w wydajności czy semantyce użycia D `set` odpowiada na pytanie „czy ta wartość już wystąpiła?”, a `dict` na pytanie „jaka informacja jest przypisana do tego klucza?”

5 Do jakich zastosowań dokument zaleca wybór dict zamiast set?

A Indeksów, liczników, grupowania, cache oraz mapowania wartości wejściowej na stan pomocniczy B Wyłącznie do operacji zbiorowych i deduplikacji, ponieważ dict nie wspiera most_common C Do sortowania dużych kolekcji zamiast użycia wbudowanych funkcji sort D Tylko do zapewnienia deterministycznej kolejności elementów, bo dict zawsze losuje hash

6 Jaka jest kluczowa idea wersji one-pass dla Two Sum opisana w dokumencie?

A Dodajesz bieżącą liczbę do mapy przed sprawdzeniem complementu, żeby umożliwić użycie tego samego indeksu dwa razy B Używasz brute force porównującego każdą parę, bo daje to najprostsze gwarantowane O(n^2) C Najpierw sortujesz listę, a potem dwoma wskaźnikami znajdujesz parę w czasie O(n log n) D Dla każdego elementu liczysz complement = target - num i sprawdzasz, czy complement był już widziany w hash mapie

7 Jaka pułapka w implementacji Two Sum została wyszczególniona?

A Przy targetach parzystych trzeba zawsze unikać complementów równych połowie targetu, bo takie przypadki wymagają specjalnej logiki sprawdzającej indeksy i duplikaty B Zawsze zwracanie pustej listy na końcu zamiast None, co łamie interfejs funkcji i powoduje niespójności w testach integracyjnych i dokumentacji C Użycie set zamiast dict, bo set nie przechowuje indeksów i zniszczy kolejność zwracanych par, przez co nie można odtworzyć poprawnych par indeksów D Dodanie bieżącej liczby do mapy przed sprawdzeniem complementu — algorytm wtedy może użyć tego samego indeksu dwa razy

8 Jak wzorzec seen = set() wykrywa duplikaty zgodnie z dokumentem?

A Używasz dict z wartościami ustawionymi na True zamiast set, bo dict daje insertion order B Dla każdego elementu skanujesz resztę listy, żeby upewnić się, czy gdzieś indziej występuje duplikat C Przechodzisz po danych, zapamiętujesz wartości i pierwsze ponowne trafienie oznacza duplikat D Sortujesz listę najpierw i porównujesz sąsiednie elementy, żeby znaleźć duplikat bez dodatkowej pamięci

9 Według dokumentu, kiedy frequency map jest lepsza od sortowania przy sprawdzaniu anagramów?

A Gdy chcemy uniknąć użycia słowników, bo frequency map wymaga tylko list i pętli B Gdy zależy nam na porządku znaków w anagramach, bo frequency map utrzymuje oryginalną kolejność C Gdy zadanie dotyczy liczności znaków, bo frequency map działa w O(len(left)+len(right)) zamiast O(n log n) D Gdy mamy do czynienia wyłącznie z ASCII, bo sortowanie nie działa dla Unicode

10 Jaka pułapka przy sprawdzaniu anagramów została wymieniona?

A Sprawdzanie tylko długości i zbioru znaków, bo różne liczności (np. "aab" vs "abb") dadzą błędny wynik B Porównywanie map częstotliwości tylko dla pierwszych trzech liter, bo reszta jest ignorowana C Używanie tuple liczności jako klucza grupowania zamiast posortowanego słowa dla anagramów D Używanie Counter zamiast ręcznego zliczania, bo Counter zawsze sortuje klucze i psuje porządek

11 Co dokument mówi o collections.Counter i top-K w Pythonie?

A most_common(k) działa w stałym czasie O(1) dla każdego k, bo Counter przechowuje zbalansowane drzewo B collections.Counter to podklasa dict dająca narzędzia do zliczania, a Counter(...).most_common(2) zwraca top-K według częstości C Counter nie zachowuje informacji o kolejności pierwszego wystąpienia elementów przy remisach w Pythonie 3.7+ D Counter zawsze zwraca elementy w kolejności alfabetycznej niezależnie od częstotliwości

12 Jaką strategię proponuje dokument do grupowania anagramów?

A Używać list jako kluczy w dict, bo listy zachowują kolejność i przyspieszają porównania B Sortować wszystkie pary słów względem długości, a potem łączyć te o tej samej długości bez dodatkowych struktur C Zastępować każde słowo jego długością i grupować wyłącznie po tej cesze, bo anagramy mają zawsze tą samą długość D Tworzyć klucz reprezentujący klasę równoważności (np. posortowane słowo) i zbierać wartości w liście w mapie

13 Który typ jest hashowalny tylko gdy wszystkie jego elementy też są hashowalne?

A Tuple jest hashowalna tylko wtedy, gdy wszystkie jej elementy też są hashowalne B List jest hashowalna, o ile zawiera wyłącznie immutable stringi i inty C Dict jest hashowalny, jeśli klucze wewnątrz niego są wszystkie tuples D Set jest hashowalny, bo zawiera jedynie unikalne elementy i więc można używać go jako klucza

14 Jak dokument opisuje zastosowanie frozenset jako klucza?

A frozenset nie może być kluczem, ponieważ nie przechowuje informacji o kolejności wstawienia elementów B frozenset automatycznie sortuje elementy i dzięki temu gwarantuje deterministyczny klucz niezależnie od PYTHONHASHSEED C frozenset jest zamiennikiem listy do grupowania, bo listy są szybsze i hashowalne D frozenset jest niemutowalnym odpowiednikiem set, więc może być kluczem jeśli wszystkie jego elementy są hashowalne

15 Co dokument mówi o kolizjach hashy i kosztach operacji?

A Hash collision występuje gdy różne klucze trafiają do tej samej pozycji; przy wielu kolizjach operacje mogą zachowywać się jak O(n) B Open addressing i perturbacja gwarantują, że słowniki nigdy nie zajmują więcej niż O(1) pamięci C HashDoS polega na tym, że hash randomization zawsze zwiększa ryzyko kolizji w skali procesów D Kolizje hashy nigdy nie powodują degradacji wydajności dzięki automatycznej rehashowaniu w Pythonie

0 z 15 odpowiedzi

Nie odpowiedziano na 15 z 15 pytań. Wróć i uzupełnij brakujące odpowiedzi.

Często zadawane pytania

Ile pytań zawiera quiz Haszowanie i struktury danych?

Quiz Haszowanie i struktury danych zawiera 15 pytań testowych z możliwością wyboru jednej poprawnej odpowiedzi.

Czy quiz Haszowanie i struktury danych jest darmowy?

Tak, wszystkie quizy na Odpytywarka.pl są całkowicie darmowe. Możesz rozwiązywać dowolną liczbę quizów bez żadnych opłat.

Jak mogę stworzyć własny quiz?

Wgraj plik PDF na stronie głównej, a nasz system AI automatycznie wygeneruje pytania testowe. Po wygenerowaniu możesz edytować treść pytań i odpowiedzi w panelu quizu.

Podobne quizy

Techniki projektowania algorytmów

Quiz sprawdza znajomość podstawowych technik projektowania algorytmów, takich...

127 15 pytań

Bosch Motronic — budowa i działanie

Quiz sprawdza znajomość budowy, odmian i zasad działania elementów systemu Bo...

29 15 pytań

Eksploatacja urządzeń elektroenergetycznych

Quiz sprawdza wiedzę z zakresu eksploatacji i bezpieczeństwa urządzeń elektro...

28 15 pytań

Levenshtein — embedding i regresja

Krótkie pytania sprawdzające zrozumienie artykułu o osadzeniu odległości Leve...

23 15 pytań

Wróć do panelu | Stwórz własny quiz