Algorytm Chana (znajdowanie wypukłej otoczki w R^2):
- jaka wielkość zmieniana jest (iterowana) w zewnętrznej pętli algorytmu (czyli w głównej iteracji)?
- jakie przyjmuje kolejne wartości?
- jak przekłada się to na złożoność?
Znajdowanie przecięć odcinków na płaszczyźnie:
- w jaki sposób osiągamy to, że wielkość wyniku nie ma wpływu na asymptotyczny koszt pamięciowy?
Algorytm znajdowania wypukłej otoczki w R^3:
- zdefiniuj graf konfliktów G
- jak wygląda dodawanie nowych krawędzi do G i skąd wynika poprawność tego fragmentu algorytmu?
Przeszukiwanie obszarów ortogonalnych:
- napisz równanie rekurencyjne opisujące czas wyszukiwania w kd-drzewie i uzasadnij jego poprawność
W dowodzie dolnego oszacowania na złożoność algorytmów znajdowania wypukłej otoczki wykorzystuje się (niekoniecznie bezpośrednio)
- twierdzenie ograniczające od dołu wysokość decyzyjnego drzewa algebraicznego
- redukcję problemu wypukłej otoczki do problemu weryfikacji rozmiaru multizbioru
- własności drzew decyzyjnych z wyłącznie liniowymi funkcjami testu.
W algorytmie obliczania diagramu Voronoi (Fortune)
- w danym położeniu prostej zamiatającej, przecięcie diagramu z półpłaszczyzną powyżej prostej jest reprezentowane w aktualnej strukturze DCEL
- obsługa pojedynczego zdarzenia typu okrąg może trwać czas proporcjonalny do lg^2n
- (w ogólnym położeniu) zdarzenie punktowe może wygenerować wierzchołek diagramu
W lokalizacji punktu metodą trapezów, struktura mapy trapezowej T(S) i struktura przeszukiwania D mają następujące własności:
- kolejność wstawiania odcinków ma wpływ na postać obu struktur
- pesymistycznie, rozmiary obu struktur są takie same
- w średnim przypadku, rozmiary obu struktur są takie same
- oczekiwany czas konstrukcji struktury D jest większy niż jej oczekiwany rozmiar