Académique Documents
Professionnel Documents
Culture Documents
FREN L. SOUZA
Roteiro
1. Ordem de Crescimento
2. Notao Assinttica
3. Calculando a Complexidade
4. Bibliografia
Ordem de Crescimento
EFREN L. SOUZA / TEORIA DOS GRAFOS / UFOPA IEG PC
Abstraes simplificadores
Calcular a quantidade exata de operaes de um algoritmo muito
trabalhoso e contm detalhes que no so to necessrios
At o momento simplificamos a anlise de algoritmos com
Ignorando o custo real de cada instruo (usando constantes abstratas )
Ignoramos tambm esses custos constantes abstratos
O tempo de execuo a2 + + para constantes , e que dependem dos custos
Ordem de crescimento
Ordem de crescimento o tempo de execuo que realmente
interessa
Eficincia
Consideramos um algoritmos mais eficiente quando seu tempo de
execuo no pior caso apresenta ordem de crescimento menor que
do outro algoritmo
Essa avaliao pode ser incorreta para entradas pequenas
Porm, para entradas grandes um algoritmo de complexidade 2
executar mais rapidamente que um de complexidade 3
Eficincia assinttica
Quando observamos tamanhos de entrada grandes o suficiente para
tornar relevante apenas a ordem de crescimento do seu tempo de
execuo, estamos estudando a eficincia assinttica dos algoritmos
Estamos preocupados em como o tempo de execuo do algoritmos
aumenta com o tamanho da entrada
Notao Assinttica
EFREN L. SOUZA / TEORIA DOS GRAFOS / UFOPA IEG PC
Etimologia
A palavra assinttica etimologicamente significa o que no cai
junto, o que no coincide
Uma assntota de uma funo um limitante do qual a funo se
aproxima mas jamais atinge
Exemplo clssico exemplo o valor zero para a funo 1
medida que cresce, se aproxima cada vez mais de zero, mas nunca o
atinge
Notaes , , , ,
Essas notaes so usadas em termos de funes
So convenientes para descrever a funo do tempo de execuo
(), que em geral definida sobre tamanhos de entrada inteiros
10
Notao
= :
1 , 2 0 0 1 ()
2 0 }
11
2
que
2
+ 3 = 2 para todo 0
2
Pela definio 1
2
2
+ 3 2 2
1
2
produz 1 + 2
1
2
7
2
12
Notao
13
Notao
= :
0 0 () ()
0 }
14
Notao
15
Notao
=
2
2 ( )
2
16
Calculando a
Complexidade
EFREN L. SOUZA / TEORIA DOS GRAFOS / UFOPA IEG PC
17
}
}
EFREN L. SOUZA / TEORIA DOS GRAFOS / UFOPA IEG PC
18
= =+
}
}
EFREN L. SOUZA / TEORIA DOS GRAFOS / UFOPA IEG PC
19
Desenvolvendo
2 1
T n =
2 1
1=
=0 =+1
( 1)
1=
=0
=1
=0
( + 1)
=
1
2
2
=
= ( )
2
20
Provando que
2
2
( )
2
= 1 , 2 0
2 2
2
2
0 1
2 2
2 2
1 1
1
1
, = 2 1
2 2n
4
2
1 1
1
, = 2
2 2n
2
2
1
1
, = 1 , 2 0 2
2 2
4
2
EFREN L. SOUZA / TEORIA DOS GRAFOS / UFOPA IEG PC
21
Bibliografia
Thomas, T. H.; Leiserson, C. E.; Rivest, R. L.;
Stein, C. Algoritmos: teoria e prtica. Rio de
Janeiro: Campus, 2012.
22