Algoritmia: Universidade de Trás-os-Montes e Alto Douro

Algoritmia.
BE + EEC + EINF
Pedro Melo Pinto + UTAD
2011-2012 .
Universidade de Trs-os-Montes e Alto Douro
Algoritmia
2011/2012
Bioengenharia
Engenharia Electrotcnica e de Computadores
Engenharia Informtica
Pedro Melo-Pinto
( pmelo@utad.pt )
Algoritmia. BE + EEC + EINF
2011-2012 .
Algoritmia
anlise de algoritmos
2011-2012 .
Algoritmia
anlise de algoritmos
H dois aspectos essenciais

Correco (do algoritmo)
Eficcia (do algoritmo)
2011-2012 .
Correco
Diz-se que um algoritmo correcto se, para cada entrada, termina com a sada (ou
resultado) correcta, resolvendo deste modo o problema computacional em causa.
Um algoritmo incorrecto pode no parar com algumas entradas,
ou faz-lo mas com uma sada incorrecta.
2011-2012 .
Eficcia
Dois algoritmos podem ter eficcia completamente distinta na resoluo de

determinado problema, e estas diferenas podem ser muito mais significativas do
que as devidas ao hardware ou ao software.
2011-2012 .
Eficcia
A eficcia de um algoritmos est relacionada com a sua velocidade

de execuo e com os recursos de memria gastos.
2011-2012 .
Anlise de um Algoritmo
A anlise de um algoritmo a avaliao dos recursos que

vo ser por ele utilizados.
Embora por vezes possamos estar preocupados com a memria, a largura de
banda disponvel ou o hardware do sistema de computao, a velocidade de
execuo que queremos avaliar.
2011-2012 .
A anlise dos algoritmos fundamental para a sua eficaz utilizao.

A experimentao extensiva e a anlise matemtica em profundidade
de cada programa que faamos impraticvel.
Teste empricos.
Anlise aproximada.
2011-2012 .
Na anlise a fazer vamos assumir um modelo de computao RAM

(random-access machine, generic one-processor) como tecnologia de
implementao dos algoritmos.
No modelo RAM as instrues so executadas sequencialmente
(sem operaes concorrentes).
2011-2012 .
As instrues do modelo RAM so semelhantes s habituais nos computadores

reais: aritmticas (soma, subtraco, diviso, multiplicao, resto), manipulao
de dados (carregar, guardar, copiar), e controlo (ramificao condicional e
incondicional, chamada de subrotinas).
Cada instruo executada em tempo constante.
Os dados so tipicamente de tipo inteiro ou decimal.
2011-2012 .
A exponenciao uma instruo que executada em tempo constante?

Em geral no. So necessrias vrias instrues para calcular xy (x e y reais).
Nalgumas circunstncias, contudo, a exponenciao uma instruo executada
em tempo constante, atravs da operao de shift left.
Em muitos sistemas de computao, a operao shift left (empurrar os bits de

um inteiro uma posio para a esquerda) equivalente multiplicao por 2.
Empurrar os bits k posies para a esquerda equivalente a multiplicar por 2k.
Vamos considerar, no nosso modelo RAM, que 2k uma operao de tempo
constante se k um inteiro positivo pequeno.
2011-2012 .
No modelo RAM no est includa a hierarquia de memria, comum nos

computadores actuais, ou seja, no modelamos a memria cache ou virtual.
Por vezes os efeitos desta hierarquia so significativos.
Os modelos que incluem esta hierarquizao da memria so significativamente
mais complexos e difceis de trabalhar.
As anlises baseadas no modelo RAM so normalmente excelentes
antecipadoras do desempenho dos sistemas reais.
13
2011-2012 .
Viso por Computador
(manipulao de imagens digitais)
EXEMPLO
Imagem digital
14
2011-2012 .
Viso por Computador
EXEMPLO
Imagem digital
15
2011-2012 .
Viso por Computador
EXEMPLO
Imagem digital
77
77
77
255
255
255
77
77
77
255
255
255
77
77
77
255
255
255
178
178
178
178
178
178
178
178
178
16
2011-2012 .
Viso por Computador
EXEMPLO
Imagem digital
17
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024

#define NCOLUMNS 1024
void ler_imagem(int[][],int,int);
main()
{
int i,j,img[NLINES][NCOLUMNS];
ler_imagem(img,NLINES,NCOLUMNS);
for(i=1;i<NLINES-1;i++)
for(j=1;j<NCOLUMNS-1;j++)
img[i][j]=(img[i-1][j-1]+img[i-1][j]+img[i-1][j+1]+
img[i][j-1]+img[i][j]+img[i][j+1]+
(operao de) convoluo
img[i+1][j-1]+img[i+1][j]+img[i+1][j+1])/9;
return(0);
}

18
2011-2012 .
Viso por Computador
EXEMPLO
19
2011-2012 .
Viso por Computador
20
2011-2012 .
Viso por Computador
EXEMPLO
EXEMPLO
#include <stdio.h>
#define NLINES 1024
main()
{
Eficcia ?
return(0);
}
10
21
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024

main()
{
Eficcia (em funo do n de elementos) ?
return(0);
}

22
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024
main()
{
convoluo
= 8 operaes de adio e uma de diviso
return(0);
}
11
23
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024

main()
{
convoluo
= 8 operaes de adio e uma de diviso
return(0);
}
Quantas somas e quantas divises no total ?
24
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024
main()
{
este ciclo efectuado NLINES-2 vezes
return(0);
}
12
25
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024

main()
{
para cada uma dessas vezes, o ciclo interior
efectuado NCOLUMNS-2 vezes
return(0);
}
26
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024
main()
{
Noimg[i][j]=(img[i-1][j-1]+img[i-1][j]+img[i-1][j+1]+
total so efectuadas 8*(NLINES-2)*(NCOLUMNS-2) somas
eimg[i][j-1]+img[i][j]+img[i][j+1]+
(NLINES-2)*(NCOLUMNS-2) divises
return(0);
}
13
27
2011-2012 .
Viso por Computador
EXEMPLO
#include <stdio.h>
#define NLINES 1024

main()
{
9*(NLINES-2)*(NCOLUMNS-2) operaes
como o n deimg[i][j-1]+img[i][j]+img[i][j+1]+
elementos da matriz N = NLINES*NCOLUMNS
podemos
dizer que o n de operaes c*N
return(0);
}
28
2011-2012 .
Ordenao
(mtodo de ordenao por insero)
EXEMPLO
( T. Cormen et al. Introduction to Algorithms, 2nd edition. )
14
29
2011-2012 .
Ordenao
EXEMPLO
void InsertionSort(int v[N], int n)

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
while(j>0 && v[j-1]>aux)
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
}
30
2011-2012 .
Ordenao
EXEMPLO

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
o ciclo exterior executado n-1 vezes
15
31
2011-2012 .
Ordenao
EXEMPLO

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
o ciclo exterior executado n-1 vezes
32
2011-2012 .
Ordenao
EXEMPLO

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
quantas vezes executado o ciclo interior ?
16
33
2011-2012 .
Ordenao
EXEMPLO

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
quantas vezes executado o ciclo interior ?
34
2011-2012 .
Ordenao
EXEMPLO

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
depende do ordenamento
anterior dos dados
17
35
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
custo
nvezes
c1
c2
c4
c5
n-1
n-1
ti
c6
c7
(ti-1)
(ti-1)
c8
EXEMPLO
n-1
(ti o n de vezes
que o ciclo while
executado para cada i)
Cada operao executada em tempo constante.

Uma operao pode ser executada num tempo diferente de outra.
Cada operao i executada num tempo ci , em que ci uma constante.
36
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
}
EXEMPLO
custo
nvezes
c1
c2
c4
c5
n-1
n-1
ti
c6
c7
c8
(ti-1)
(ti-1)
n-1
(ti o n de vezes
que o ciclo while
O tempo de execuo do algoritmo de ordeno por insero depende de:

1. tamanho da entrada (n no nosso caso)
2. do tipo de ordenao dos valores de entrada
Em geral o tempo de execuo aumenta com o tamanho da entrada.
18
37
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
custo
nvezes
c1
c2
c4
c5
n-1
n-1
ti
c6
c7
(ti-1)
(ti-1)
c8
EXEMPLO
n-1
(ti o n de vezes
que o ciclo while
tempo de execuo = somatrio dos tempos de execuo parciais
38
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
}
EXEMPLO
custo
nvezes
c1
c2
c4
c5
n-1
n-1
ti
c6
c7
c8
(ti-1)
(ti-1)
n-1
(ti o n de vezes
que o ciclo while
Melhor caso (o vector est previamente ordenado)
19
39
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
custo
nvezes
c1
c2
c4
c5
n-1
n-1
ti
c6
c7
c8
EXEMPLO
(ti-1)
(ti-1)
n-1
(ti o n de vezes
que o ciclo while
Pior caso
(o vector est inversamente ordenado)
40
2011-2012 .

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
custo
nvezes
c1
c2
c4
c5
n-1
n-1
ti
Este tipo de anlise pode ser simplificado

c6
(t -1)
c7
c8
(ti-1)
n-1
(ti o n de vezes
que o ciclo while
Pior caso
20
41
2011-2012 .

{
int i,j,aux;
custo
nvezes
for(i=1;i<n;i++)
c1
n
{
aux = v[i];
c2
n-1
j = i;
c4
n-1
mais simples ordenar uma sequncia j (total ou parcialmente)
ordenada
c5
ti
{
v[j] = v[j-1];
c6
(ti-1)
j = j - 1;
c7
(ti-1)
ordenar
poucos elementos mais fcil do que ordenar muitos
}
v[j] = aux;
c8
n-1
}
}
(ti o n de vezes
que o ciclo while
Pior caso
O tempo de execuo depende da entrada
Caracterizar o tempo de execuo pelo tamanho da entrada
Em geral procuramos o limite superior do tempo de execuo
42
2011-2012 .

{
int i,j,aux;
custo
nvezes
caso-pior: (normalmente)
T(n) = tempo mximo de execuo de um algoritmo para
for(i=1;i<n;i++)
c1 n. n
qualquer entrada de tamanho
{
aux = v[i];
c2
n-1
j = i;
c4
n-1
c5
ti
{
v[j] = v[j-1];
c6
(ti-1)
j = j - 1;
c7
(ti-1)
(necessita} que se assuma uma distribuio estatstica das entradas de
v[j] = aux;
c8
n-1
anda geralmente perto do caso-pior
modo a modelarmos a entrada mdia)
}
}
(ti o n de vezes
que o ciclo while
Pior caso
caso-mdio: (por vezes)

T(n) = tempo esperado de execuo de um algoritmo para as
entradas de tamanho n.
caso-melhor: (ilusrio)
T(n) = tempo de execuo - rpido - de um algoritmo para
alguma(s) entrada(s).
21
43
2011-2012 .

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
custo
nvezes
c1
Qual o tempo de execuo do caso-pior do

c2
n-1
algoritmo de ordenao por insero
?
c4
n-1
c5
t
Depende da velocidade do computador.
i
c6
c7
(ti-1)
(ti-1)
Anlise assimpttica:c8
n-1
Ignorar as constantes dependentes da mquina.

(t o n de vezes
Olhar para o crescimento de t(n) quando
n while
.
que o ciclo
i

Pior caso
44
2011-2012 .

{
int i,j,aux;
Notao assimpttica
Big Omicron
for(i=1;i<n;i++)Notao-O (limite
{
aux = Die
v[i];
Paul Bachmann.
analytische
Zahlentheorie
j = i; (1894)
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
}
custo
superior):c1
nvezes
c2
n-1
Edmund Landau,
Handbuch der Lehre von
der Primzahlen (1909).
c4der Verteilungn-1
c5
ti
c6
c7
c8
(ti-1)
(ti-1)
n-1
(ti o n de vezes
que o ciclo while
Pior caso
origem
22
45
2011-2012 .

{
int i,j,aux;
Big Omicron
Notao assimpttica
custo
nvezes
for(i=1;i<n;i++)Notao-O (limite superior):c1

n
{
aux = v[i];
c2
n-1
j = i; adequada
c4
n-1
Sejam
as funes
f(n) do
e g(n).
para
a anlise
caso-pior
c5
ti
{
v[j] = v[j-1];
c6
(ti-1)
f(n) = O(g(n))
j = j - se
1;existirem as constantes c > 0, n c7
(ti-1)
>
0
0
}
tal que 0 f(n) cg(n) para todos os nc8 n0 n-1
v[j] = aux;
}
(ti o n de vezes
que o ciclo while
Pior caso
46
2011-2012 .

{
int i,j,aux;
Big Omega
Notao assimpttica
custo
nvezes
for(i=1;i<n;i++)Notao- (limite inferior):c1

n
{
aux = v[i];
c2
n-1
j = i;
n-1
Sejam as funes f(n) e g(n). c4
c5
ti
{
v[j] = v[j-1];
c6
(ti-1)
f(n) = (g(n))
j = j - se
1;existirem as constantes c > 0, n c7
(ti-1)
>
0
0
}
tal que 0 cg(n) f(n) para todos os nc8 n0 n-1
v[j] = aux;
}
(ti o n de vezes
que o ciclo while
Pior caso
23
47
2011-2012 .

{
int i,j,aux;
Big Theta
Notao assimpttica
custo
nvezes
for(i=1;i<n;i++) Notao- (entre limites):c1

n
{
aux = v[i];
c2
n-1
j = i;
n-1
Sejam as
e g(n). c4
(g(n))
= funes
O(g(n))f(n)
(g(n))
c5
ti
{
v[j] = v[j-1];
c6
(ti-1)
f(n) = (g(n))
j = se
j -existirem
1;
(ti-1)
as constantes c1 > 0, c2 > 0,c7n0 > 0
}
tal que 0 c1g(n) f(n) c2 g(n) para todosc8os n nn-1
0
v[j] = aux;
}
(ti o n de vezes
que o ciclo while
Pior caso
48
2011-2012 .

{
int i,j,aux;
custo
nvezes
c1
c2
c4
c5
n-1
n-1
Crescimento de funes
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
}
ti
c6
c7
c8
(ti-1)
(ti-1)
n-1
(ti o n de vezes
que o ciclo while
Pior caso
24
49
2011-2012 .
Qual o nmero mximo de elementos processveis em t,

supondo que o nosso sistema de computao processa 10 6
instrues por segundo, e que um conjunto de n elementos
leva f(n) instrues a processar, ou seja:
nmax = ? se t = f(n) * 106 seg
Exemplo
Se f(n) = n2, ento em 60 segundos o mximo n ser:
n2 60 * 106
n (60 * 106 )
n 7745,9
nmax 7746
50
2011-2012 .

1 seg
1 min
1 hora
1 dia
1 ms
1 ano
1 sc
lg n
sqrt n
n
n lg n
n2
n3
2n
n!
25
51
2011-2012 .

1 seg
1 min
1 hora
1 dia
1 ms
1 ano
1 sc
1,00E+12
3,60E+15
1,30E+19
7,50E+21
6,75E+24
1,00E+27
1,00E+31
1,00E+06
6,00E+07
3,60E+09
8,64E+10
2,59E+12
3,15E+13
3,15E+15
n lg n
lg n
>1E300
sqrt n
62800
2,80E+06
1,30E+08
1000
7746
60000
293939
1,61E+06
5,62E+06
5,62E+07
100
391
1532
4420
13736
31593
146645
20
25
31
36
41
44
51
n!
11
12
13
15
16
17
n
n
52
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
EXEMPLO
custo
nvezes
c1
Qual o tempo de execuo do caso-pior

do
c2
n-1
c4
n-1
?
c5
ti
c6
c7
(ti-1)
(ti-1)
c8
n-1
(tmaior
n de vezes
i o ordem.
(neste contexto) S vamos considerar o termo de
Os outros termos so relativamente insignificantes
Pior caso
Tambm
vamos ignorar
o coeficiente
(o vector
est inversamente
ordenado)
que o ciclo while

executado
para cada i)
(para
um n elevado).
do maior termo (as constantes so menos

significativas na determinao da eficcia para entradas grandes).
26
53
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
EXEMPLO
custo
nvezes
c1

do
c2
n-1
c4
n-1
?
c5
ti
c6
c7
(ti-1)
(ti-1)
c8
T(n) = O(n2)
n-1
(ti o n de vezes
que o ciclo while
Pior caso
54
2011-2012 .
Ordenao

{
int i,j,aux;
for(i=1;i<n;i++)
{
aux = v[i];
j = i;
{
v[j] = v[j-1];
j = j - 1;
}
v[j] = aux;
}
EXEMPLO
custo
nvezes
c1

do
c2
n-1
c4
n-1
?
c5
ti
c6
c7
(ti-1)
(ti-1)
c8
n-1
}
(ti o n de vezes
Habitualmente
considera-se um algoritmo mais eficaz
do que outro, se o
que o ciclo while
tempo de execuo do seu caso-pior tem uma ordemexecutado
de crescimento
menor.
para cada
i)
Pior caso
Devido s constantes e aos termos
de menor ordem, esta assuno pode estar

errada para entradas de pequeno tamanho.
27

Algoritmia: Universidade de Trás-os-Montes e Alto Douro

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algoritmia: Universidade de Trás-os-Montes e Alto Douro

Uploaded by

Copyright:

Available Formats

Algoritmia.

Universidade de Trs-os-Montes e Alto Douro

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

H dois aspectos essenciais

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

Dois algoritmos podem ter eficcia completamente distinta na resoluo de

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

A eficcia de um algoritmos est relacionada com a sua velocidade

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

A anlise de um algoritmo a avaliao dos recursos que

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

A anlise dos algoritmos fundamental para a sua eficaz utilizao.

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

Na anlise a fazer vamos assumir um modelo de computao RAM

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

As instrues do modelo RAM so semelhantes s habituais nos computadores

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

A exponenciao uma instruo que executada em tempo constante?

Em muitos sistemas de computao, a operao shift left (empurrar os bits de

Algoritmia. BE + EEC + EINF

Pedro Melo Pinto + UTAD

No modelo RAM no est includa a hierarquia de memria, comum nos

Algoritmia. BE + EEC + EINF

Viso por Computador

Pedro Melo Pinto + UTAD

(manipulao de imagens digitais)

Algoritmia. BE + EEC + EINF

Viso por Computador

Pedro Melo Pinto + UTAD

(manipulao de imagens digitais)

Algoritmia. BE + EEC + EINF

Viso por Computador

Pedro Melo Pinto + UTAD

(manipulao de imagens digitais)

Algoritmia. BE + EEC + EINF

Viso por Computador

Pedro Melo Pinto + UTAD

(manipulao de imagens digitais)

Algoritmia. BE + EEC + EINF

Viso por Computador

Pedro Melo Pinto + UTAD

(manipulao de imagens digitais)

#define NLINES 1024

Algoritmia. BE + EEC + EINF

Viso por Computador

(manipulao de imagens digitais)

Algoritmia. BE + EEC + EINF

Viso por Computador

Pedro Melo Pinto + UTAD

(manipulao de imagens digitais)

Algoritmia. BE + EEC + EINF