1. Anlise de Complexidade de Algoritmos 1.

1 Conceitos

Anlise de Algoritmos a rea da computao que visa determinar a complexidade (custo) de um algoritmo, o que torna possvel: Comparar algoritmos Determinar se um algoritmo timo. Custo de um algoritmo: Tempo (nmero de passos) Espao (memria) Ex. 1: Organizar uma corda de tamanho T de maneira que ocupe o menor espao possvel. 1. Enrolar no brao (mesmo comprimento do lao) 2. Enrolar sobre si (aumentando gradativamente o tamanho do lao) 3. Dobrar sucessivamente (at que no seja mais possvel dobrar) Qual o mtodo mais eficiente? A complexidade de um algoritmo medida segundo um modelo matemtico que supe que este vai trabalhar sobre uma entrada (massa de dados) de tamanho N. O processo de execuo de um algoritmo pode ser dividido em etapas elementares denominadas passos (nmero fixo de operaes bsicas, tempo constante, operao de maior freqncia chamada dominante) . O nmero de passos de um algoritmo considerado como o nmero de execues da operao dominante em funo das entradas, desprezando-se constantes aditivas ou multiplicativas. Definimos a expresso matemtica de avaliao do tempo de execuo de um algoritmo como sendo uma funo que fornece o nmero de passos efetuados pelo algoritmo a partir de uma certa entrada.

Ex. 2: Soma de vetores para I de 1 at N faa S[I] X[I] + Y[I] Fim para Nmero de passos = nmero de somas (N) Ex. 3: Soma de matrizes Para I de 1 at N faa Para J de1 at N faa C[I,J] A[I,j] + B[I,J] Fim para Fim para Nmero de passos = nmero de somas (N*N) Ex. 4: Produto de matrizes Para I de 1 at N faa Para J de 1 at N faa P[I,J] 0 Para K de 1 at N faa P[I,J] P[I,J] + A[I,K] * B[K,J] Fim para Fim para Fim para Nmero de passos = Nmero de somas e produtos (N*N*N) A complexidade pode ser qualificada quanto ao seu comportamento como: Polinomial A medida que N aumenta o fator que estiver sendo analisado (tempo ou espao) aumenta linearmente. Exponencial

A medida que N aumenta o fator que estiver sendo analisado (tempo ou espao) aumenta exponencialmente. Algoritmo com complexidade exponencial, no executvel para valores de N muito grandes.

1.2

Notao

A notao O utilizada para expressar comparativamente o crescimento assinttico (velocidade com que tende a infinito) de duas funes. Por definio, f = O(g) se existe uma constante c > 0 e um valor n0 tal que n > n0 f(n) c * g(n) ou seja, g atua como limite superior para valores assintticos da funo f. Funes elementares usadas como referncia: 1, n, lg n, n2, n lg n, 2n (lg indica logaritmo na base 2) Ex.: f(n) 2N + 5 N 127N * N + 457 * N N*N*N+5 (f(n) = O(g(n)) Propriedades: Sejam f e g funes reais positivas e k uma constante. Ento (i) (ii) O(f + g) = O(f) + O(g) O(k * f) = k * O(f) = O(f) g(n) N N N*N N*N*N

A notao ! usada para exprimir limites superiores justos. Sejam f e g funes reais positivas da varivel n. f = !(g) f = O(g) e g = O(f)

A notao ! exprime o fato de que duas funes possuem a mesma ordem de grandeza assinttica. Ex.: f = n2 1; g = n 2; h = n3 ento f O(g); f O(h); g O(f) mas h no O(f). Logo f !(g), mas f no !(h). A notao " usada para exprimir limites inferiores assintticos. Sejam f e g funes reais positivas da varivel n. Diz-se que f = " (g) se existe uma constante c >0 e um valor n0 tal que n > n0 f(n) c * g(n) Ex.: f = n2 1, ento so vlidas as igualdades: f = "(n) e f= " (1), mas no vale f = "(n3). 1.3 Pior caso, melhor caso, caso mdio

Seja A um algoritmo, {E 1, ..., E m} o conjunto de todas as entradas possveis de A. Seja t i o nmero de passos efetuados por A, quando a entrada for E i. Definem-se: complexidade do pior caso = max E i E{t i } complexidade do melhor caso = min E i E{t i } complexidade do caso mdio = 1 i m p i * t i onde p i a probabilidade de ocorrncia da entrada E i . 1.4 Algoritmos timos

Seja P um problema. Um limite inferior par P uma funo l, tal que a complexidade de pior caso de qualquer algoritmo que resolva P #(l). Isto , todo algoritmo que resolve P efetua, pelo menos, #(l) passos. Se existir um algoritmo A, cuja complexidade seja $(l), ento A denominado algoritmo timo para P. Ou seja, A apresenta a menor complexidade dentre todos os algoritmos que resolvem P.