caiooa

20/09/2019 estrutura de dados 1

Aug 20th, 2019
63
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
text 3.28 KB | None | 0 0
  1. Introdução à notação assintótica e análise de algorítimos
  2.  
  3. 1Ghz= 10⁹ operações (1 bilhão)
  4. 1Gi=10 ^ (20)
  5.  
  6. comparando algorítimos com complexidade de tempo diferentes em relação ao tamanho da entrada
  7. tamanho de entradas a1=10²,a2= 10³, a3=10⁶, a4=10⁹
  8.  
  9. análise é ver o tempo,memória consumida,dados transferidos entre núcleos, etc em função do tamanho da entrada
  10. ex criando uma função no formato T(n), sendo T o tempo em nº de instruções
  11.  
  12.  
  13. f(n)=O(g(n))
  14. significa que f(n) é limitada assintoticamente superiormente por g(n)
  15. ou seja, "maior ou igual"
  16. f(n)<=C*g(n) a partir de um momento n0 (sendo C uma constante)
  17.  
  18. definição: sejam f,g funções com domínio nos naturais e contradomínio nos reais não negativos
  19. f,g: |N -> |R+
  20. escrevemos que f(n) = O(g(n)) se existe um n0 natural e uma constante C real não negativa tal que todo f(n) seja menor ou igual que C*g(n) para todo n>=n0
  21.  
  22.  
  23. se for limitada superior mente por uma constante, f(n)<=k, então f(n)<=C*1, ou seja,: f(n)=O(1)
  24. e O(1)+O(1) = O(1)
  25. -----------------------------------------------------------------------------------------------------
  26. T(n) <= O(1) +
  27. somatório com i=1 até i =n de O(1) +
  28. O(1) +
  29. somatório de i=0 até i=n-1 de 2Tb(n) + O(1)
  30.  
  31. ob: Tb(n) é logarítmico O(log n)
  32.  
  33. T(n) = O(n) + somatório de i=0 até i=n-1 de 2 O(log n)
  34. = O(n) + nO (log n) = O (n * log n)
  35.  
  36. obs: nO (log n) = O (n log n)
  37.  
  38. f(n) = O (n)
  39. g(n) = O (n log n)
  40.  
  41. f(n) + g(n) = O(n) + O (n log n)
  42. = O ( n log n) + O ( n log n)
  43. = O (n log n)
  44. -----------------------------------------------------------------------------------------------------
  45.  
  46. descobrir nºs primos
  47. PRIMO(n):
  48. se n<=1, devolva não;
  49. para i de 2 até n-1, faça:
  50. se i divide n, devolva não;
  51. else devolva sim;
  52. -----------------------------------------------------------------------------------------------------
  53. f(n) = O(g(n)) nunca pode ser lido como "igual"
  54.  
  55. "complexiade é" ou "coplexidade pertence" ou "complexidade pertence ao grupo de funções limitadas assintóticamente por g(n) "
  56.  
  57. vantagem da notação = : não precisa fazer descrição de cada uma das funções
  58. limite: não se pode fazer 3n²=5n² -> 3=5
  59. -----------------------------------------------------------------------------------------------------
  60. similar/analogamente à notação O, existe a notação omega para limites inferiores
  61.  
  62. dizemos que f(n) = omega (g(n)) se existe n0 natural e c>0 tais que
  63. f(n)>= c*g(n) para todo n>=n0
  64. -----------------------------------------------------------------------------------------------------
  65.  
  66. << e >> significa ser dominado assintoticamente inferiormente/superiormente
  67.  
  68. ex:
  69. f(n) << g(n) significa que limite n indo para o infinito de f(n)/g(n)=0
  70.  
  71. com isso se determina uma hierarquia entre as funções
  72. -----------------------------------------------------------------------------------------------------
  73. limite de n indo para zero de (n^k)/(C^n) =
  74. limite de n indo para zero de ( K * (n^(k-1)))/ ((ln C)* C^n)=
  75. 0
  76.  
  77. ou seja , não importa se C é 1,0000001 e n tende a zero, C^n cresce muito mais rápido que n^k
  78. -----------------------------------------------------------------------------------------------------
  79. n! <= n^n
  80. log n! <= log n^n
  81. n log n <= n^2
  82. n!= 2 ^ (log n!) <= 2^ (n^2)
Add Comment
Please, Sign In to add comment