Aula 2017 02 06 - PAA

Algoritmos An
alise de Algoritmos Complexidade Computacional
Algoritmos
Prof. M.e. Walter Aoiama Nagai
UNIFEI Campus Avancado de Itabira
walternagai@unifei.edu.br
Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Algoritmos
Algoritmos An
1 Algoritmos
2 Analise de Algoritmos
Complexidade de Algoritmos
Notacoes de Complexidade
Revisao de alguns fatos matematicos
3 Complexidade Computacional
Exemplos de Analise Computacional
Recorrencias

Algoritmos
Algoritmos An
Definicoes
Um algoritmo e qualquer procedimento computacional bem

definido que toma algum valor ou conjunto de valores, como
entrada e produz algum valor ou conjunto de valores, como
sada. Um algoritmo e, portanto, uma sequencia de passos
computacionais que transformam a entrada para a sada.
Um algoritmo como uma ferramenta para resolver um
problema computacional bem especificado.
Um algoritmo e dito ser correto se, para cada instancia de
entrada, ele para com a sada correta. Diz-se entao que um
algoritmo correto resolve o problema computacional dado.

Algoritmos
Algoritmos An
Problemas resolvidos por Algoritmos
O Projeto Genoma Humano tem feito grandes progressos em

direcao a determinar as seq
uencias dos 3 bilhoes de pares de
bases qumicas que comp oem o DNA humano, armazenar
essas informacoes em bancos de dados e desenvolvimento de
ferramentas para analisar estes dados.
A Internet permite que pessoas de todo o mundo acessem e
recuperem quantidades grandes de informacao rapidamente.
Com a ajuda de algoritmos inteligentes, sites na Internet sao
capazes de gerenciar e manipular esse grande volume de
dados.

Algoritmos
Algoritmos An
Problemas resolvidos por Algoritmos
O comercio eletronico permite que os bens e servicos sejam

negociados e trocados eletronicamente e isso depende da
privacidade de informacoes pessoais, como n umeros de cartoes
de credito, senhas e extratos bancarios. As principais
tecnologias utilizadas no comercio eletronico incluem
criptografia de chave publica e assinaturas digitais que sao
baseados em algoritmos numericos e teoria dos n umeros.
Fabricacao e outras empresas comerciais, muitas vezes,
precisam alocar recursos da maneira mais benefica a seus
negocios.

Algoritmos
Algoritmos An
Algoritmos como Tecnologia
Efici encia diferentes algoritmos para resolver o mesmo

problema, muitas vezes, diferem dramaticamente em sua
eficiencia. Essas diferencas podem ser muito mais
significativas do que as diferencas devido ao hardware e
software.
Comparando com outras tecnologias:
arquiteturas de computadores e tecnologias avancadas de
fabricacao;
interfaces graficas de usuario (GUIs);
sistemas orientados a objetos,
tecnologias da Web integrados e
networking rapido, com e/ou sem fio.

Algoritmos
Algoritmos An
Exemplo 1
Computador A executa 1010 instrucoes de maquina por segundo.

Considere que um algoritmo de ordenacao para um vetor de
tamanho N tenha 2 N 2 instruc
oes de maquina para serem
executadas. Qual o tempo gasto deste algoritmo para um vetor de
tamanho 107 ?
2 (107 )2
= 20000s
= 5.56h
1010

Algoritmos
Algoritmos An
Exemplo 2
Computador B executa 107 instruc

oes de maquina por segundo.
Considere que um algoritmo de ordenacao para um vetor de
tamanho N tenha 50 N log10 N instruc
oes de maquina para
serem executadas. Qual o tempo gasto deste algoritmo para um
vetor de tamanho 107 ?
50 107 log10 107

= 350s
= 5.83m
107

Algoritmos
Algoritmos An
Computador B e mais rapido que o Computador A ?
Algoritmo de ordenacao de B e mais rapido que o algoritmo de

ordenacao do computador A ?
O que aconteceria se no computador A fosse executado o

algoritmo do computador B?

Algoritmos
Algoritmos An
Analise de Algoritmos
Introducao à Analise de Algoritmos

Complexidade Temporal
Complexidade Assint
otica
Recursividade
Revisao de Fatos Matematicos
Tecnicas de Demonstracao

Algoritmos
Algoritmos An
Tecnicas de Desenvolvimento de Algoritmos
Algoritmos de Forca-Bruta
Algoritmos Backtracking
Algoritmos Greedy Gulosos
Algoritmos de Programacao Dinamica
Algoritmos de Otimizacao
Algoritmos Branch-and-bound
Algoritmos Probabilsticos
Algoritmo de Monte Carlo
Algoritmo de Las Vegas

Algoritmos
Algoritmos An
Grafos
Coloracao de Grafos
Cobertura de Grafos
Caixeiro Viajante
Empacotamento da Mochila

Arvore Geradora Mnima

Algoritmos
Algoritmos An
Algoritmos
Uma seq uencia finita de instruc

oes computaveis e
nao-ambguas capazes de solucionar um problema.
Um algoritmo deve ter as seguintes propriedades:
Finitude - seq
uencia finita de instruc
oes;
Objetividade - determinstico;
Generalidade - soluciona uma classe de problemas;
Estruturas de dados estabelecem formas de armazenar
informacoes.
Algoritmos eficientes utilizam
otimas estruturas de dados

Algoritmos
Algoritmos An
Detalhando Algoritmos
Estrategia
1 Especificacao (definir propriedades);
2 Arquitetura (estruturas de dados);
3 Complexidade (tempo de execucao/mem oria);
4 Implementacao (linguagem de programacao);
5 Testes (submiss ao de entradas para testar as propriedades
especificadas).

Algoritmos
Algoritmos An
Algoritmos vs Estruturas de Dados
Algoritmos sao metodos Estruturas de dados

para resolver problemas determinam a eficiencia do
algoritmo
Problemas possuem Algoritmos simples
dados; podem usar estruturas
de dados complexas;
Dados sao tratados Algoritmos complexas
computacionalmente; podem usar estruturas
de dados simples;

Algoritmos
Algoritmos An
Forca Bruta (Brute Force)
O algoritmo examina todas as alternativas possveis para

encontrar uma solucao particular;
Normalmente, nao encontra uma solucao em um tempo
otimo, mas garante que a encontra.

Algoritmos
Algoritmos An
Dividir e Conquistar (Divide-and-Conquer )
Resolver um problema pode ser difcil, mas dividi-lo pode

torna-lo significativamente mais simples;
Dividir o problema em problemas menores e resolver cada um
de uma forma independente;
Combinar as solucoes de todos os sub-problemas para obter a
solucao do problema original;
A etapa de recombinacao das soluc
oes e normalmente crtica
e dispendiosa em termos de tempo;

Algoritmos
Algoritmos An
Metodo Guloso (Greedy )
Varios algoritmos possuem procedimentos iterativos e

escolhem a cada iteracao um n
umero de possveis alternativas;
Selecionam as alternativas mais corretas que podem levar a
solucao, porem pode selecionar as alternativas que nao levam
a solucao correta;

Algoritmos
Algoritmos An
Programacao Dinamica (Dynamic Programming )
Divide o problema em sub-problemas e utiliza as solucoes

desses sub-problemas para construir a solucao do problema
original;
O n
umero de sub-problemas pode se tornar demasiado grande,
podendo aumentar exponencialmente o tempo de execucao;

Algoritmos
Algoritmos An
Analise de Algoritmos
Desenvolver um algoritmo para um problema, às vezes, pode

ser considerado uma tarefa trivial, porem oferecer um
algoritmo que tenha um otimo desempenho para um problema
consiste em uma ardua tarefa.
Ate o presente momento do curso foram observados varios
algoritmos para diferentes problemas, sendo que todos tinham
uma complexidade de poucas iteracoes.

Algoritmos
Algoritmos An
Algoritmo de Busca
Na Figura 1 pode ser observado um algoritmo para busca de um
valor numerico, ou elemento, em um vetor.
1 int busca (int a[], int tam, int elem)

2 {
3 for (int i = 0; i < tam; i++) {
4 if (a[i] == elem)
5 return i; // retorna posi
c~ao
6 }
7 return -1;
8 }
Figura: Algoritmo de busca linear por um elemento em um vetor.

Algoritmos
Algoritmos An
Algoritmo de Busca
Na linha 3 esta a condicao do laco, ou seja, o laco inicia no valor 0

(zero) ate o final do vetor que seria (tam -1). Com base nessa
condicao, as possveis situac
oes encontradas durante a busca do
valor seriam:
Caso o elemento esteja na primeira posicao e retornado o
valor 0 (zero);
Caso o elemento esteja na u
ltima posicao e retornado o valor
(tam-1);
Caso o elemento esteja em qualquer posicao indicada por i, e
retornado o valor do mesmo.
Caso o elemento nao esteja no vetor e retornado o valor -1;

Algoritmos
Algoritmos An
Algoritmo de Busca
Por essas situacoes levantadas pode-se observar alguns

comportamentos desse algoritmo:
A melhor situacao e encontrar o elemento na primeira posicao,
ou seja, apenas 1 comparacao (mais rapida);
A pior situacao e encontrar o elemento na u
ltima posicao
(mais demorada), ou seja, tam comparac oes;
A situacao media e encontrar o elemento entre a primeira e a
u
ltima posicoes, ou seja, um numero aproximado de (tam -
1)/2 comparacoes.

Algoritmos
Algoritmos An
Algoritmo de Busca utilizando a estrategia de sentinela

Na Figura 2 pode ser observado o algoritmo para busca de um
valor numerico, ou elemento, em um vetor usando a estrategia de
sentinela. O sentinela, proprio valor a ser procurado, esta na
u
ltima posicao do vetor.
1 int busca sentinela (int a[], int tam, int elem)
2 {
3 int i = 0; a[tam] = elem;
4 while (a[i] != elem) i++;
5 if (i == tam) return -1;
6 return i;
8 }
Figura: Algoritmo de busca em um vetor usando sentinela.

Algoritmos
Algoritmos An
Algoritmo de Busca
A escolha por um determinado algoritmo deve ser feita

considerando-se 3 caractersticas:
1 Eficiencia: cumpre com o objetivo;
2 Desempenho: rapidez com que e solucionado;
3 Robustez: pode ser utilizado independente do tamanho do
problema.

Algoritmos
Algoritmos An
Motivacao
Uma caracterstica inerente de qualquer algoritmo e seu

tempo de execucao.
Esse tempo de execucao e determinado por metodos
empricos, ou seja, pela pr
opria execucao do algoritmo
considerando entradas diversas.
Por outro lado, existem os metodos analticos que conseguem
obter uma expressao matematica que traduza o
comportamento de tempo de um algoritmo.
Essa expressao matematica seria independente do computador
utilizado, da linguagem e compiladores empregados e das
condicoes locais de processamento.

Algoritmos
Algoritmos An
Grafico de complexidades comuns de algoritmos
Figura: Grafico de complexidade de algoritmos de complexidade O(N), O(log(N)) e

O(N.log(N)
Algoritmos
Algoritmos An
Grafico de complexidades de algoritmos quadraticos
Figura: Grafico de complexidade de algoritmos de complexidade O(N 2 ), O(N 3 ).

Algoritmos
Algoritmos An
Grafico de complexidades de algoritmos exponenciais
Figura: Grafico de complexidade de algoritmos de complexidade O(2N ), O(3N ).

Algoritmos
Algoritmos An
Graficos completo com todas as complexidades de

Algoritmos
Figura: Grafico de complexidade de algoritmos mais comuns.

Algoritmos
Algoritmos An
Modelo de Analise Analtica
Quantidade de dados de entrada seja suficientemente grande;

Constantes aditivas ou multiplicativas na expressao
matematica nao serao consideradas;
Determinar a variavel em relacao à qual a expressao
matematica avaliara o tempo de execucao. A ideia e exprimir
o tempo de execucao em funcao da entrada.

Algoritmos
Algoritmos An
Modelo de Analise Analtica
Um algoritmo possui elementos fundamentais para sua

execucao denominados de passos.
Cada passo consiste na execucao de um n umero fixo de
operacoes basicas cujos tempos de execucao sao consideradas
constantes.
A operacao basica de maior freq
uencia de execucao no
algoritmo e denominada operacao dominante.
Em cima dessa operacao dominante e que sera feita a analise
de um algoritmo. Por exemplo, em algoritmos de ordenacao a
operacao dominante seria a comparacao de elementos de um
vetor.

Algoritmos
Algoritmos An
Algoritmo de soma de 2 matrizes
1 void sum matrix(int a[][], int b[][], int c[][], int tam)
2 {
3 int i, j;
4 for (i = 0; i < tam; i++) {
5 for (j = 0; j < tam; j++) {
6 c[i][j] = a[i][j] + b[i][j];
7 }// fim for
8 }// fim for
9 }// fim sum matrix
Figura: Algoritmo de soma de elementos de 2 matrizes de tamanho igual.

Algoritmos
Algoritmos An
Algoritmo de soma de 2 matrizes
Considerando o algoritmo descrito na Figura 7, a soma de 2

matrizes a e b para uma matriz soma c, a operacao
dominante e a atribuicao de valores da soma dos elementos
das 2 matrizes.
Observe que nas linhas 4 e 5 sao descritos dois lacos for.
Quando i for igual a 0 (zero), j sera executado tam vezes, se i
igual a 1, j sera executado tam vezes, e assim por diante.
Para o problema da soma de matrizes, esse algoritmo tera
executado tam tam atribuic
oes de valores, sendo que tam e
o tamanho da entrada.

Algoritmos
Algoritmos An
Complexidade de Tempo
A nocao de complexidade de tempo e descrita da seguinte forma:

Seja A um algoritmo, {E1 , . . . , Em } o conjunto de todas as
entradas possveis de A.
Denote por ti , o numero de passos efetuados por A, quando
entrada for Ei . Definem-se:
Complexidade do pior caso, maxEi E {ti }, o maior n
umero de
passos ti de um determinada entrada Ei pertencente ao
conjunto de todas as entradas possveis;
Complexidade do melhor caso, minEi E {ti }, o menor n
umero
de passos ti de uma determinadaP entrada E i ;
Complexidade do caso medio, 1<=i<=m pi ti , na qual a pi e
a probabilidade de ocorrencia da entrada Ei .

Algoritmos
Algoritmos An
Notac
oes de Complexidade
Notacao O
Definic
ao Sejam f , h func
oes reais positivas de vari
avel inteira n. Diz-se que f
e O(h),
escrevendo-se f = O(h), quando existir uma constante c > 0 e um valor inteiro n0 , tal
que n > n0 f (n) <= c.h(n)
A notac
ao O atua como um limite superior para os valores da func
ao f .
f = n2 1 f = O(n2 )
f = n2 1 f = O(n3 )
f = 403 f = O(1)
f = 5 + 2.logn + 3.logn2 f = O(logn2 )
f = 5 + 2.logn + 3.logn2 f = O(n)
f = 3n + 5.logn + 2 f = O(n)
f = 5.2n + 5.n10 f = O(2n )

Algoritmos
Algoritmos An
Notac
oes de Complexidade
Notacao
Definic
ao Sejam f , h funco
es reais positivas de vari
e (h),
escrevendo-se f = (h), quando existir uma constante c > 0 e um valor inteiro n0 , tal
que n > 0 f (n) >= c.h(n)
A notac
ao est
a relacionada ao limite inferior para os valores da func
ao f .
f = n2 1 f = (n2 )
f = n2 1 f = (n)
f = n2 1 f = (1)
A funcao f = (n3 ) nao existe para f = n2 1, pois e um
omio (n2 1) da expressao matematica.
valor superior ao polin
Definic
ao Seja P um problema com uma entrada de tamanho n. Um limite inferior
para o problema e denotado por l, tal que a complexidade de pior caso de qualquer
algoritmo que resolva P e (l). Isto e, todo algoritmo que resolve P efetua, pelo
menos, (l) passos. Sendo assim, se algum algoritmo A que resolva o problema P
possui complexidade O(l) ele
e considerado um algoritmo
otimo para o problema P.

Algoritmos
Algoritmos An
Notac
oes de Complexidade
Notacao
Definic
ao Sejam f , g func
oes reais positivas da vari
e (g ),
escrevendo-se f = (g ), quando ambas as condic oes f = O(g ) e g = O(f ) forem
verificadas. A notac
ao exprime o fato de que duas funco es possuem a mesma ordem
de grandeza assintotica.
A notacao define limites superior e inferior justapostos.

Algoritmos
Algoritmos An
Revis
ao de alguns fatos matem
aticos
Logaritmos e expoentes
A funcao logaritmo e definida como: logb a = c , pois a = b c

As seguintes identidades sao validas para logaritmos e expoentes:
logb ac = logb a + logb c
logb (a/c) = logb a logb c
logb ac = c.logb a
logb a = (logc a)/(logc b)
b logc a = alogc b
(b a )c = b ac
b a .b c = b a+c
b a /b c = b ac

Algoritmos
Algoritmos An
Revis
aticos
Funcoes e relacoes inteiras
As funcoes teto e piso sao definidas respectivamente, como segue:

dxe = o menor inteiro maior ou igual a x;
bxc = o maior inteiro menor ou igual a x;
A funcao modulo (ou resto) e definida para inteiros a >= 0 e
b > 0 como:
jak
a mod b = a b
b
A funcao fatorial e definida como:
n! = 1 2 (n 1) n

Algoritmos
Algoritmos An
Revis
aticos
Somatorias
Fatoracao de somat
orias desde que uma constante a nao
dependa de i;
n
X n
X
af (i) = a f (i)
i=1 i=1
Troca de ordem;
n X
X m m X
X n
f (i, j) = f (i, j)
i=1 j=1 j=1 i=1
Somatoria de n
umeros inteiros;
n
X n(n + 1)
i = 1 + 2 + + (n 1) + n =
2
i=1
Algoritmos
Algoritmos An
Revis
aticos
Somatorias
Somatoria de n
umeros inteiros elevado ao quadrado;
n
X n(n + 1)(2n + 1)
i = 1 + 4 + (n 1)2 + n2 =
6
i=1
Progressao geometrica para qualquer n

umero real fixo
0 < a 6= 1
n
X 1 an+1
ai =
1a
i=1
Progressao geometrica para qualquer n
umero real fixo
0<a<1
n
X 1
ai =
1a
i=1

Algoritmos
Algoritmos An
Analise de Complexidade Computacional

A analise de complexidade de um algoritmo, funcao de custo ou
complexidade T , deve ser feita de modo independente da execucao
em maquinas. A funcao T pode ser de dois tipos: tempo ou
espaco.
Complexidade de Tempo: Seja n o tamanho do problema a
ser resolvido, diz-se que T (n) e a medida de quantidade de
tempo necessario para resolver o problema. Entao, T (n) e a
complexidade de tempo do algoritmo.
Complexidade de Espaco: Seja n o tamanho do problema a
ser resolvido, diz-se que T (n) e medida de quantidade de
memoria necessaria para resolver o problema. Entao, T (n) e a
complexidade de espaco do algoritmo.

Algoritmos
Algoritmos An
Classe de funcoes
Classe de func oes Complexidade

logartmica T (logn)
linear T (n)
quadratica T (n2 )
polinomial T (nk ) com k > 1
exponencial T (an ) com a > 1

Algoritmos
Algoritmos An
Exemplos de An
alise Computacional
Elemento maximo
int MaxElem (int a[]) Considere o algoritmo descrito

{ na Figura 8. para encontrar o
int i, maior elemento de um vetor de
temp;
n
umeros inteiros.
temp = a[0];
for (i = 1; i < n; i++) { A complexidade de tempo T (n)
if (temp < a[i]) deve observar o melhor caso, o
temp = a[i]; pior caso e o caso medio de
} execuc
ao do algoritmo.
return temp;
} A operac
ao dominante do
algoritmo e a comparac
ao de
Figura: Algoritmo para encontrar o elementos, pois e a operac
ao
elemento de valor maximo no vetor. determinante da execucao do
algoritmo.

Algoritmos
Algoritmos An
Exemplos de An
alise Computacional
Elemento maximo
int MaxElem (int a[]) O melhor caso acontece quando

{ o maior elemento est a na
int i, primeira posicao, ou seja, em
temp;
a[0]. Neste caso, o valor de
temp = a[0];
for (i = 1; i < n; i++) { T (n) e igual a 1, T (n) e igual a
if (temp < a[i]) 1.
temp = a[i]; O pior caso e quando o
} elemento esta na ultima posic
ao
return temp;
} a[n]. Como a busca comeca na
segunda posicao, a[1], o valor
Figura: Algoritmo para encontrar o de T (n) = n 1.
elemento de valor maximo no vetor. O caso medio e obtido
observando-se (n + 1)/2
comparaco
es.

Algoritmos
Algoritmos An
Exemplos de An
alise Computacional
Elemento maximo
O valor do caso medio e obtido considerando pi a probabilidade do
i-esimo elemento do vetor ser escolhido e a funcao T (n) escrita
como:
T (n) = 1 p1 + . . . + i pi + . . . + n pn
A probabilidade de escolher qualquer elemento pode ser
considerada igual a 1/n, ou seja, probabilidades iguais.
T (n) = (1 + 2 + ... + i + ... + (n 1) + n) (1/n)
A somatoria de ni=1 i = n(n + 1)/2, entao
P
T (n) = n(n + 1)/2 (1/n) = (n + 1)/2 c.q.d
Usando a notacao O, determina-se que o algoritmo possui uma
complexidade O(T (n) = n 1) = n, pois desconsidera-se os
termos aditivos e multiplicativos.
Algoritmos
Algoritmos An
Exemplos de An
alise Computacional
Ordenacao
void ordena (int a[], int tam) Na linha 4 da Figura 10, o laco
{ int i, j, temp; sera executado (tam 1) vezes,
for(i = 0; i<tam-1; i++) { enquanto na linha 5 o laco e
for (j = i+1; j<tam; j++) {
executado (n tam 1) vezes,
if (a[i] > a[j]) {
temp = a[i]; resultando em uma somat oria
a[i] = a[j]; (n 1) + (n 2) + . . . + 2 + 1.
a[j] = temp; Usando a somat oria de valores
}// fim if inteiros: P
}// fim for tam1
T (tam) = i=1 i=
}// fim for tam(tam1) tam2 tam
}// fim ordena 2
= 2
2
A func
ao T pode ser reescrita
Figura: Algoritmo de ordenacao de 2
como: T (n) = n2 n2 , caso
um vetor de numeros inteiros. tam = n.
Usando a notac
ao O, a
complexidade fica O(n) = n2 .
Algoritmos
Algoritmos An
Recorr
encias
Recorrencia e a chamada recursiva
Quando um algoritmo possui uma chamada recursiva, o seu

tempo de execucao pode ser descrito por uma recorrencia.
Uma recorrencia e uma equacao ou desigualdade que descreve
uma funcao em termos de seus valores sobre entidades
menores.
O mergesort tem a seguinte f ormula de recorrencia
T (n) = 2 T (n/2) + n, ou seja, a cada chamada de T (n)
existem duas chamadas T (n/2) mais uma constante de valor
n.
A ideia de resolver recorrencias e expandi-la e expressa-la
como uma soma de termos dependentes de n e das condicoes
iniciais.
Algoritmos
Algoritmos An
Recorr
encias
Exemplos
T (n) = T (n 1) + n, para n >= 2, T (1) = 1

Se n = (n 1), a func
ao fica igual a T (n 1) = T (n 2) + (n 1)
Se n = (n 2), T (n 2) = T (n 3) + (n 2), e assim por diante,
chega-se a seguinte equac
ao de T (n) :
T (n) = T (n k) + (n (k 1)) + ... + n (1)

Considerando que T (1) = 1, pode-se criar uma desigualdade que
(n k) = 1, ou seja, k = n 1. Substituindo essa desigualdade na
Equac
ao 1 chega-se ao seguinte resultado:
T (n) = T (n (n 1)) + (n (n 2)) + ... + n
T (n) = T (1) + 2 + 3 + ... + n
T (n) = 1 + 2 + 3 + ... + n
Pn n(n+1) 2
T (n) = w =1 w = 2
= n 2+n

Algoritmos
Algoritmos An
Recorr
encias
Exemplos
T (n) = T ( n2 ) + 1, para n >= 2, T (1) = 0

T (n) = T ( n2 ) + 1
= T ( n4 ) + 1 + 1
= T ( n8 ) + 1 + 1 + 1
..
.
= T ( 2nk ) + k
Para resolver essa func ao T (n), considere que 2nk = 1, ou seja, n = 2k .
Aplicando o log2 nos dois lados da desigualdade a func ao fica igual a
log2 n = log2 2k , resultando em k = log2 n. Aplicando na func ao T (n):
T (n) = T ( 2nk ) + k
= T (1) + log2 n = 0 + log2 n
= log2 n

Algoritmos

Aula 2017 02 06 - PAA

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

Aula 2017 02 06 - PAA

Uploaded by

Copyright:

Available Formats

Algoritmos An

alise de Algoritmos Complexidade Computacional

Prof. M.e. Walter Aoiama Nagai

UNIFEI Campus Avancado de Itabira

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Um algoritmo e qualquer procedimento computacional bem

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Problemas resolvidos por Algoritmos

O Projeto Genoma Humano tem feito grandes progressos em

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Problemas resolvidos por Algoritmos

O comercio eletronico permite que os bens e servicos sejam

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Algoritmos como Tecnologia

Efici encia diferentes algoritmos para resolver o mesmo

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Computador A executa 1010 instrucoes de maquina por segundo.

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Computador B executa 107 instruc

50 107 log10 107

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Computador B e mais rapido que o Computador A ?

Algoritmo de ordenacao de B e mais rapido que o algoritmo de

O que aconteceria se no computador A fosse executado o

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Introducao `a Analise de Algoritmos

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Tecnicas de Desenvolvimento de Algoritmos

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Uma seq uencia finita de instruc

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Algoritmos vs Estruturas de Dados

Algoritmos sao metodos Estruturas de dados

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Forca Bruta (Brute Force)

O algoritmo examina todas as alternativas possveis para

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Dividir e Conquistar (Divide-and-Conquer )

Resolver um problema pode ser difcil, mas dividi-lo pode

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Metodo Guloso (Greedy )

Varios algoritmos possuem procedimentos iterativos e

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Programacao Dinamica (Dynamic Programming )

Divide o problema em sub-problemas e utiliza as solucoes

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Desenvolver um algoritmo para um problema, `as vezes, pode

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

1 int busca (int a[], int tam, int elem)

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Na linha 3 esta a condicao do laco, ou seja, o laco inicia no valor 0

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Por essas situacoes levantadas pode-se observar alguns

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Algoritmo de Busca utilizando a estrategia de sentinela

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

A escolha por um determinado algoritmo deve ser feita

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira

Uma caracterstica inerente de qualquer algoritmo e seu

Prof. M.e. Walter Aoiama Nagai UNIFEI-Itabira