Medida do Tempo de Execuo de um Programa

David Menotti Algoritmos e Estruturas de Dados I DECOM UFOP

Classes de Comportamento Assinttico

Se f uma funo de complexidade para um algoritmo F,

ento O(f) considerada a complexidade assinttica ou o

comportamento assinttico do algoritmo F.

A relao de dominao assinttica permite comparar funes Entretanto, se as funes f e g dominam assintoticamente uma

de complexidade.

a outra, ento os algoritmos associados so equivalentes.

Nestes casos, o comportamento assinttico no serve para

comparar os algoritmos.

David Menotti

Algoritmos e Estrutura de Dados I

Classes de Comportamento Assinttico

Por exemplo, considere dois algoritmos F e G aplicados mesma classe de problemas, sendo que F leva trs vezes o tempo de G ao serem executados, isto , f(n) = 3g(n), sendo que O(f(n)) = O(g(n)).

Logo, o comportamento assinttico no serve para comparar os algoritmos F e G, porque eles diferem apenas por uma constante.

Podemos avaliar programas comparando as funes de complexidade, negligenciando as constantes de proporcionalidade.

David Menotti

Algoritmos e Estrutura de Dados I

Comparao de Programas
Um programa com tempo de execuo O(n) melhor que outro com tempo O(n2).

Porm, as constantes de proporcionalidade podem alterar esta considerao.

Exemplo: um programa leva 100n unidades de tempo para ser executado e outro leva 2n2. Qual dos dois programas melhor?

Depende do tamanho do problema.

Para n < 50, o programa com tempo 2n2 melhor do que o que possui tempo 100n.

Para problemas com entrada de dados pequena prefervel usar o programa cujo tempo de execuo O(n2).

Entretanto, quando n cresce, o programa com tempo de execuo O(n2) leva muito mais tempo que o programa O(n).

David Menotti

Algoritmos e Estrutura de Dados I

Principais Classes de Problemas

f(n) = O(1)

Algoritmos de complexidade O(1) so ditos de complexidade constante. Uso do algoritmo independe de n. As instrues do algoritmo so executadas um nmero fixo de vezes.

David Menotti

Algoritmos e Estrutura de Dados I

Principais Classes de Problemas

f(n) = O(log n)

Um algoritmo de complexidade O(log n) dito ter complexidade logartmica. Tpico em algoritmos que transformam um problema em outros menores.

Pode-se considerar o tempo de execuo como menor que uma constante grande.
Quando n mil, log2n 10, quando n 1 milho, log2n 20. Para dobrar o valor de log n temos de considerar o quadrado de n. A base do logaritmo muda pouco estes valores: quando n 1 milho, o log2n 20 e o log10n 6.
Algoritmos e Estrutura de Dados I

David Menotti

Principais Classes de Problemas

f(n) = O(n)

Um algoritmo de complexidade O(n) dito ter complexidade linear Em geral, um pequeno trabalho realizado sobre cada elemento de entrada a melhor situao possvel para um algoritmo que tem de processar/produzir n elementos de entrada/sada. Cada vez que n dobra de tamanho, o tempo de execuo dobra.
Algoritmos e Estrutura de Dados I

David Menotti

Principais Classes de Problemas

f(n) = O(n log n)

Tpico em algoritmos que quebram um problema em outros menores, resolvem cada um deles independentemente e ajuntando as solues depois. Quando n 1 milho, nlog2n cerca de 20 milhes. Quando n 2 milhes, nlog2n cerca de 42 milhes, pouco mais do que o dobro.

David Menotti

Algoritmos e Estrutura de Dados I

Principais Classes de Problemas

f(n) = O(n2)

Um algoritmo de complexidade O(n2) dito ter complexidade quadrtica. Ocorrem quando os itens de dados so processados aos pares, muitas vezes em um anel dentro de outro. Quando n mil, o nmero de operaes da ordem de 1 milho. Sempre que n dobra, o tempo de execuo multiplicado por 4. teis para resolver problemas de tamanhos relativamente pequenos.
Algoritmos e Estrutura de Dados I

David Menotti

Principais Classes de Problemas

f(n) = O(n3)

Um algoritmo de complexidade O(n3) dito ter complexidade cbica. teis apenas para resolver pequenos problemas. Quando n 100, o nmero de operaes da ordem de 1 milho. Sempre que n dobra, o tempo de execuo fica multiplicado por 8.

David Menotti

Algoritmos e Estrutura de Dados I

Principais Classes de Problemas

f(n) = O(2n)

Um algoritmo de complexidade O(2n) dito ter complexidade exponencial. Geralmente no so teis sob o ponto de vista prtico. Ocorrem na soluo de problemas quando se usa fora bruta para resolv-los. Quando n 20, o tempo de execuo cerca de 1 milho. Quando n dobra, o tempo fica elevado ao quadrado.
Algoritmos e Estrutura de Dados I

David Menotti

Principais Classes de Problemas

f(n) = O(n!)

Um algoritmo de complexidade O(n!) dito ter complexidade exponencial, apesar de O(n!) ter comportamento muito pior do que O(2n). Geralmente ocorrem quando se usa fora bruta para na soluo do problema. n = 20 20! = 2432902008176640000, um nmero com 19 dgitos. n = 40 um nmero com 48 dgitos.

David Menotti

Algoritmos e Estrutura de Dados I

Comparao de Funes de Complexidade

David Menotti

Algoritmos e Estrutura de Dados I

Comparao de Funes de Complexidade

(tamanho)

David Menotti

Algoritmos e Estrutura de Dados I

Algoritmo Polinomial

Algoritmo exponencial no tempo de execuo tem funo de complexidade O(cn); c > 1. Algoritmo polinomial no tempo de execuo tem funo de complexidade O(p(n)), onde p(n) um polinmio. A distino entre estes dois tipos de algoritmos torna-se significativa quando o tamanho do problema a ser resolvido cresce. Por isso, os algoritmos polinomiais so muito mais teis na prtica do que os exponenciais.
Algoritmos e Estrutura de Dados I

David Menotti

Algoritmos Exponenciais x Polinomiais

Algoritmos exponenciais so geralmente simples variaes de pesquisa exaustiva. Algoritmos polinomiais so geralmente obtidos mediante entendimento mais profundo da estrutura do problema. Um problema considerado:

intratvel: se no existe um algoritmo polinomial para resolv-lo. bem resolvido: quando existe um algoritmo polinomial para resolv-lo.
Algoritmos e Estrutura de Dados I

David Menotti

Algoritmos Exponenciais x Polinomiais - Excees

A distino entre algoritmos polinomiais eficientes e algoritmos exponenciais ineficientes possui vrias excees. Exemplo: um algoritmo com funo de complexidade f(n) = 2n mais rpido que um algoritmo g(n) = n5 para valores de n menores ou iguais a 20. Tambm existem algoritmos exponenciais que so muito teis na prtica. Exemplo: o algoritmo Simplex para programao linear possui complexidade de tempo exponencial para o pior caso mas executa muito rpido na prtica. Tais exemplos no ocorrem com freqncia na prtica, e muitos algoritmos exponenciais conhecidos no so muito teis.

David Menotti

Algoritmos e Estrutura de Dados I

Exemplo de Algoritmo Exponencial

Um caixeiro viajante deseja visitar n cidades de tal forma que sua viagem inicie e termine em uma mesma cidade, e cada cidade deve ser visitada uma nica vez Supondo que sempre h uma estrada entre duas cidades quaisquer, o problema encontrar a menor rota para a viagem. A figura ilustra o exemplo para quatro cidades c1, c2, c3, c4, em que os nmeros nos arcos indicam a distncia entre duas cidades.

O percurso < c1, c3, c4, c2, c1> uma soluo para o problema, cujo percurso total tem distncia 24.
Algoritmos e Estrutura de Dados I

David Menotti

Exemplo de Algoritmo Exponencial

Um algoritmo simples seria verificar todas as rotas e escolher a menor delas. H (n - 1)! rotas possveis e a distncia total percorrida em cada rota envolve n adies, logo o nmero total de adies n!. No exemplo anterior teramos 24 adies. Suponha agora 50 cidades: o nmero de adies seria 50! 1064. Em um computador que executa 109 adies por segundo, o tempo total para resolver o problema com 50 cidades seria maior do que 1045 sculos s para executar as adies. O problema do caixeiro viajante aparece com freqncia em problemas relacionados com transporte, mas tambm aplicaes importantes relacionadas com otimizao de caminho percorrido.

David Menotti

Algoritmos e Estrutura de Dados I

Tcnicas de Anlise de Algoritmos

Determinar o tempo de execuo de um programa pode ser um problema matemtico complexo; Determinar a ordem do tempo de execuo, sem preocupao com o valor da constante envolvida, pode ser uma tarefa mais simples. A anlise utiliza tcnicas de matemtica discreta, envolvendo contagem ou enumerao dos elementos de um conjunto:

manipulao de somas produtos, permutaes, fatoriais, coeficientes binomiais, soluo de equaes de recorrncia
Algoritmos e Estrutura de Dados I

David Menotti

Anlise do Tempo de Execuo

Comando de atribuio, de leitura ou de escrita: O(1). Seqncia de comandos: determinado pelo maior tempo de execuo de qualquer comando da seqncia. Comando de deciso: tempo dos comandos dentro do comando condicional, mais tempo para avaliar a condio, que O(1). Anel: soma do tempo de execuo do corpo do anel mais o tempo de avaliar a condio para terminao (geralmente O(1)), multiplicado pelo nmero de iteraes. Procedimentos no recursivos: cada um deve ser computado separadamente um a um, iniciando com os que no chamam outros procedimentos. Avalia-se ento os que chamam os j avaliados (utilizando os tempos desses). O processo repetido at chegar no programa principal.

David Menotti

Algoritmos e Estrutura de Dados I

Exemplo 1
void exemplo1 (int n) { int i, a; a=0; for (i=0; i<n; i++) a+=i; }

David Menotti

Algoritmos e Estrutura de Dados I

Exemplo 2
void exemplo2 (int n) { int i,j,a; a=0; for (i=0; i<n; i++) for (j=n; j>i; j--) a+=i+j; exemplo1(n); }
David Menotti
Algoritmos e Estrutura de Dados I

Procedimento No Recursivo
Algoritmo para ordenar os n elementos de um conjunto A em ordem ascendente. void Ordena(Vetor A) { /*ordena o vetor A em ordem ascendente*/ int i, j, min,x; (1) (2) (3) (4) (5) (6) (7) (8)
David Menotti

for (i = 1; i < n; i++) { min = i; for (j = i + 1; j <= n; j++) if ( A[j 1 ] < A[min 1] ) min = j; /*troca A[min] e A[i]*/ x = A[min-1]; A[min 1 ] = A[i 1]; A[i 1] = x; } }
Algoritmos e Estrutura de Dados I

O que faz a funo? Como?

Qual a sua complexidade?

Algoritmo de Ordenao

Seleciona o menor elemento do conjunto. Troca este com o primeiro elemento A[1]. Repita as duas operaes acima com os n - 1 elementos restantes, depois com os n - 2, at que reste apenas um.

David Menotti

Algoritmos e Estrutura de Dados I

Anlise do Procedimento No Recursivo

Anel Interno Contm um comando de deciso, com um comando apenas de atribuio. Ambos levam tempo constante para serem executados. Quanto ao corpo do comando de deciso, devemos considerar o pior caso, assumindo que ser sempre executado. O tempo para incrementar o ndice do anel e avaliar sua condio de terminao O(1). O tempo combinado para executar uma vez o anel O(max(1, 1, 1)) = O(1), conforme regra da soma para a notao O Como o nmero de iteraes n - i, o tempo gasto no anel O((n - i) x 1) = O(n - i), conforme regra do produto para a notao O.
David Menotti
Algoritmos e Estrutura de Dados I

Anlise do Procedimento No Recursivo

Anel Externo Contm, alm do anel interno, quatro comandos de atribuio. O(max(1, (n - i), 1, 1, 1)) = O(n - i). A linha (1) executada n - 1 vezes, e o tempo total para executar o programa est limitado ao produto de uma constante pelo somatrio de (n - i):

Se considerarmos o nmero de comparaes como a medida de custo relevante, o programa faz (n2)/2 - n/2 comparaes para ordenar n elementos. Se considerarmos o nmero de trocas, o programa realiza exatamente n - 1 trocas.
Algoritmos e Estrutura de Dados I

David Menotti

Exerccio 1
// Considere A, B e C vetores globais void p1 (int n) { int i, j, k; for (i=0; i<n; i++) for (j=0; j<n; j++) { C[i][j]=0; for (k=n-1; k>=0; k--) C[i][j]=C[i][j]+A[i][k]*B[k][j]; } }
David Menotti
Algoritmos e Estrutura de Dados I

Exerccio 2
void p2 (int n) { int i, j, x, y;

x = y = 0; for (i=1; i<=n; i++) { for (j=i; j<=n; j++) x = x + 1; for (j=1; j<i; j++) y = y + 1; }
}

David Menotti

Algoritmos e Estrutura de Dados I

Exerccio 3
void Exercicio3(n){ int i, j, a; for (i=0; i<n; i++){ if (x[i] > 10) for (j=0; j<n; j++) x[j] = x[j] + 2; else x[i] = 1; j = n-1; while (j >= 0) { x[j] = x[j] - 2; j = j - 1; } } }
David Menotti
Algoritmos e Estrutura de Dados I

Exerccio 3
void Exercicio3(n){ int i, j, a; for (i=0; i<n; i++){ if (x[i] > 10) for (j=i+1; j<n; j++) x[j] = x[j] + 2; else x[i] = 1; j = n-1; while (j >= 0) { x[j] = x[j] - 2; j = j - 1; } } }
David Menotti
Algoritmos e Estrutura de Dados I