解説

• 図3より、配列で実装する場合、付箋データは配列 MemoArray に格納されることがわかります。付箋①に対応するのは MemoArray[0] です。
  ここで表の MemoArray の説明文より、配列 MemoArray の要素は構造体 Memo であることがわかります。構造体 Memo の説明文より、付箋の高さは要素 height で管理されていることがわかります。
  
  構造体の要素は「構造体を表す変数.要素名」で参照できます。MemoArray[0] の height を参照したいので、解答は「MemoArray[0].height」になります。
  
  ∴MemoArray[0].height
  
  
• tailNode.prevNode.data.height の左から順に、それぞれが何を表すのかを読み解いていきましょう。

  tailNode

  図4より、tailNode はリストの末尾のノード、つまり付箋⑤に対応するノードであることがわかります。

  prevNode

  図4より、prevNode はあるノードの一つ前のノードになります。今回の例では付箋⑤の一つ前、すなわち付箋④に対応するノードであることがわかります。

  data

  表の MemoListNode の説明文より、data は構造体 Memo で作られた付箋データです。

  height

  表の構造体Memoの説明文より、heightは付箋の高さです。

  以上より、tailNode.prevNode.data.height が表すのは「付箋④の高さ」であると判断できます。
  図1を確認すると、付箋④の上端の縦座標は40、下端の縦座標は10ですから、「40－10＝30」より高さは30です。
  
  ∴30

解説

解説

解説

• 〔オについて〕
  時間計算量について問われているので、アルゴリズムの処理中で最も時間がかかる場所について考えます。
  本文には「配列の場合，末尾へ移動する要素より後のすべての要素をずらす必要が生じる」とあります。この処理は図5でも繰り返し処理で実装されており、最も時間がかかる処理になります。
  
  ここで、ずらす必要が生じる要素の数は、最小で0個、最大で「付箋データの個数－1」個分、つまりn－1個となります（設問4(1)の問題文より付箋データの個数をnとするため）。「末尾へ移動する要素」の位置は特に条件が記載されていないので、先頭から末尾まで偏りなく平均的に指定されると考えて良いです。
  したがって、ずらす必要のある付箋データの個数は、平均して(n－1)／2個、計算量はnの大きさにほぼ比例することになります。
  
  O記法では一番影響力が強い項以外を無視し係数も書かないので、計算量は線形時間、すなわち「O(n)」となります。
  
  ∴オ＝O(n)
  
  〔カについて〕
  リストの場合のアルゴリズムである図7のプログラムには、繰り返し処理がありません。また、関数 findListNode の計算量を無視すると問題文にあるため、このアルゴリズムは定数回の計算で処理を終えることができます。
  
  したがって、計算量は定数時間、すなわち「O(1)」となります。
  
  ∴カ＝O(1)
  
  
• 〔キについて〕
  本文より、配列の「データの領域の確保」に関してリストと異なる特性を答えることになります。
  JavaScriptやRubyなどで使われる配列は、宣言後も要素数を変更できます（これを動的配列といいます）。一方で、C言語やJavaで使われる通常の配列（静的配列といいます）は、一度宣言すると後から要素数を変更できません。
  表の MemoArray の説明文を見ると、配列の要素数が定数 MEMO_MAX_SIZE で固定されているので、本問では動的配列でなく、静的配列を使ってあらかじめ領域を確保していると推測できます。
  したがって解答としては「あらかじめ付箋データの最大数分の領域を確保しなければならない」というような内容を記述すればよいです。
  
  ∴キ＝デスクトップに配置できる付箋の最大数分の領域を確保