Aula 4: Algoritmos de Busca e Ordenação I

Algoritmos e estrutura de dados
Aula 4: Algoritmos de busca e ordenação I

Universidade Federal do Triângulo Mineiro
Professor Me. Rooney R. A. Coelho

6 de Setembro de 2017
Roteiro da Apresentação
1 Noções de Complexidade de algoritmos

Análise de complexidade
Classes de problemas
2 Ordenação
Introdução
Algoritmo bubble sort
Algoritmo selection sort
Algoritmo insertion sort
3 Algoritmos de busca
Busca sequencial ou linear
Próximo Tópico

2 Ordenação
Introdução
Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 3 / 51

Motivação
Em programação, podemos resolver um problema de várias maneiras.
Algoritmos diferentes, não necessariamente resolvem o problema com a
mesma eficiência. Para comparar a eficiência de algoritmos foi criada
uma métrica chamada complexidade computacional.

Motivação
A diferença entre algoritmos pode ser:

Motivação

• Irrelevantes para um pequeno número de elementos processados.

Motivação

• Irrelevantes para um pequeno número de elementos processados.
• Crescer proporcionalmente com o número de elementos
processados.
custo = memória + tempo

Como medir a eficiência?
Análise empírica
Comparação entre programas, analisado pela execução do programa.
As vantagens dessa análise são:

Análise empírica

• Avaliar o desempenho em determinada configuração de
computador ou linguagem.

Análise empírica

• Considerar custos não aparentes como alocação de memória.

Análise empírica

• Comparar computadores.

Análise empírica

• Comparar computadores.
• Comparar linguagens.

Análise empírica
As desvantagens dessa análise são:

Análise empírica

• Necessidade de implementar o algoritmo.

Análise empírica

• Resultados mascarados pelo hardware ou software (eventos
ocorridos no momento de avaliação).

Análise empírica

• Resultados mascarados pelo hardware ou software (eventos
ocorridos no momento de avaliação).
• Natureza dos dados: reais, aleatórios, perversos.

Análise matemática
Cálculo do tempo gasto independente da linguagem ou hardware, mas
sim uma análise matemática formal em um computador idealizado e
simplificações.

simplificações.
Avalia-se a ideia por trás de um algoritmo, permite entender como

um algoritmo se comporta à medida que o conjunto de dados de
entrada cresce.

simplificações.
Avalia-se a ideia por trás de um algoritmo, permite entender como

um algoritmo se comporta à medida que o conjunto de dados de
entrada cresce.
Pode-se assim expressar a relação entre o tamanho do conjunto de

dados de entrada e a quantidade de tempo necessária para
processar esses dados.

Análise assintótica
Grande-O O(n)
Analisa o pior caso de um algoritmo. O comportamento do algoritmo
nunca ultrapassa esse limite. Analisa o limite superior de um algoritmo.
Essa é a notação mais utilizada!

Grande-O O(n)
Grande-ômega Ω(n)
Analisa o melhor caso de um algoritmo.

Grande-O O(n)
Grande-theta Θ(n)
Limite assintótico firme. Significa que existe números positivos c e d
tais que c · g(n) ≤ f (n) ≤ d · g(n) para todo n suficientemente grande.

Grande-O O(n)
Grande-theta Θ(n)
Limite assintótico firme. Significa que existe números positivos c e d
tais que c · g(n) ≤ f (n) ≤ d · g(n) para todo n suficientemente grande.
Enquanto as notações O e Ω possuem uma relação de menor ou igual

e maior ou igual, as notações o e ω possuem uma relação de menor e
maior.
Próximo Tópico

2 Ordenação
Introdução

• O(1): ordem constante. As instruções são executas um número
fixo de vezes. Não depende do tamanho de entrada.

• O(log N): ordem logarítmica. Típica de algoritmos que resolvem
um problema transformando-o em problemas menores.

• O(N): ordem linear. Certa quantidade de operações é executada
sobre cada um dos elementos de entrada.

• O(N 2 ): ordem quadrática. Dados processados aos pares,
aninhamento de comandos de repetição.

• O(N 3 ): ordem cúbica. Aninhamento de três comandos de
repetição.

repetição.
• O(2N ): ordem exponencial. Solução de força bruta. Não são
uteis do ponto de vista prático.

repetição.
• O(2N ): ordem exponencial. Solução de força bruta. Não são
uteis do ponto de vista prático.
• O(N!): ordem fatorial. Solução de força bruta. Não são uteis do
ponto de vista prático. Possui um comportamento pior que o
exponencial.
Complexidade Big-O
O(2n) O(n2)
O(n!)
Operações
O(n log n)
O(n)
O(log n) O(1)
Elementos

Próximo Tópico

2 Ordenação
Introdução

Ordenação
Definição
Ordenar é o processo de rearranjar objetos, coisas, dados, etc. de
acordo com algumas características, em determinada ordem, para
posterior recuperação de forma rápida e eficiente.

Ordenação
Definição
Ordenar é o processo de rearranjar objetos, coisas, dados, etc. de
acordo com algumas características, em determinada ordem, para
posterior recuperação de forma rápida e eficiente.
Chave de ordenação
É o campo do item utilizado para comparação. É por meio dele que
sabemos se determinado elemento está à frente ou não de outros no
conjunto ordenado.

Ordenação
Exemplo
Imagine como seria procurar uma palavra no dicionário caso esse não
estivesse em ordem alfabética!

Ordenação
Exemplo
Imagine como seria procurar uma palavra no dicionário caso esse não
estivesse em ordem alfabética!

Ordenação
Exemplo
Computadores dos anos 60. se o cartão perfurado era o único meio
de armazenamento de dados utilizado pelos computadores nessa
época, então como ocorria a ordenação dos dados nele registrados?
Figura : Cartão perfurado de 80 colunas contendo dados de um cliente.

Ordenação
Figura : Classificador de cartão perfurado de 80 colunas - IBM® 0083.

Ordenação
Classificação interna
O processo de classificação de dados contidos inteiramente na
memória principal é denominado classificação interna.

Ordenação
Classificação externa
O processo de classificação de dados que não cabe inteiramente na
memória principal e que, portanto, os dados estão contidos em
memória secundária é denominado classificação externa.

Ordenação
Classificação externa
O processo de classificação de dados que não cabe inteiramente na
memória principal e que, portanto, os dados estão contidos em
memória secundária é denominado classificação externa.
Algoritmo estável
A ordem dos elementos com chaves iguais não muda durante a
ordenação.

Próximo Tópico

2 Ordenação
Introdução

Bubble sort
O que é?
É um método de classificação caracterizado por efetuar ordenação
comparando sucessivamente pares de elementos e mudando-os de
posição quando se apresentam fora da ordem desejada.
O bubble sort é um dos métodos de classificação mais simples. É

conhecido como “método da bolha” porque usa a estratégia de
“borbulhar” o maior elemento (o elemento de maior valor) para o final
do arranjo (ou estrutura) de dados que está sendo ordenado.

Bubble sort
O algoritmo bubble sort trabalha de forma a movimentar, uma posição
por vez, o maior valor existente na porção não ordenada de um array
para a sua respectiva posição no array ordenado. Isso é repetido até
que todos os elementos estejam em suas posições correspondentes.
Funcionamento

Bubble sort
Funcionamento
• Faz-se uma varredura em um vetor.

Bubble sort
Funcionamento
• Troca de elementos em posições consecutivas.

Bubble sort
Funcionamento
• Se elementos consecutivos estão fora de ordem, inverte-se suas
posições.

Bubble sort
Funcionamento
posições.
• Se não, mantém-se as posições.

Bubble sort
Funcionamento
posições.
• Se não, mantém-se as posições.
• No final da varredura o último elemento está na ordem correta.
Reserva-o como parte do vetor ordenado. O vetor não ordenado
agora tem um elemento a menos.
• repete-se o processo até que todos estejam ordenados.

bubble sort
x 23 4 67 -8 21 x

bubble sort
x 23 4 67 -8 21 x
1ª iteração do do-while x
i=0 23 4 67 -8 21 V[i] > V[i+1]: Trocar

bubble sort
x 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[i] > V[i+1]: Trocar
i=1 4 23 67 -8 21 V[i] < V[i+1]: Manter

bubble sort
x 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[i] > V[i+1]: Trocar
i=1 4 23 67 -8 21 V[i] < V[i+1]: Manter
i=2 4 23 67 -8 21 V[i] > V[i+1]: Trocar

bubble sort
x 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[i] > V[i+1]: Trocar
i=1 4 23 67 -8 21 V[i] < V[i+1]: Manter
i=2 4 23 67 -8 21 V[i] > V[i+1]: Trocar
i=3 4 23 -8 67 21 V[i] > V[i+1]: Trocar

bubble sort
x 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[i] > V[i+1]: Trocar
i=1 4 23 67 -8 21 V[i] < V[i+1]: Manter
i=2 4 23 67 -8 21 V[i] > V[i+1]: Trocar
i=3 4 23 -8 67 21 V[i] > V[i+1]: Trocar
Final 4 23 -8 21 67 x

bubble sort
i=0 4 23 -8 21 67 V[i] < V[i+1]: Manter

bubble sort
i=0 4 23 -8 21 67 V[i] < V[i+1]: Manter
i=1 4 23 -8 21 67 V[i] > V[i+1]: Trocar

bubble sort
i=0 4 23 -8 21 67 V[i] < V[i+1]: Manter
i=1 4 23 -8 21 67 V[i] > V[i+1]: Trocar
i=2 4 -8 23 21 67 V[i] > V[i+1]: Trocar

bubble sort
i=0 4 23 -8 21 67 V[i] < V[i+1]: Manter
i=1 4 23 -8 21 67 V[i] > V[i+1]: Trocar
i=2 4 -8 23 21 67 V[i] > V[i+1]: Trocar
Final 4 -8 21 23 67 x

bubble sort
3ª iteração do do-while
i=0 4 -8 21 23 67 V[i] > V[i+1]: Trocar

bubble sort
i=0 4 -8 21 23 67 V[i] > V[i+1]: Trocar
i=1 -8 4 21 23 67 V[i] < V[i+1]: Manter

bubble sort
i=0 4 -8 21 23 67 V[i] > V[i+1]: Trocar
i=1 -8 4 21 23 67 V[i] < V[i+1]: Manter
Final -8 4 21 23 67 x

bubble sort
i=0 -8 4 21 23 67 V[i] < V[i+1]: Manter

bubble sort
i=0 -8 4 21 23 67 V[i] < V[i+1]: Manter
Ordenado -8 4 21 23 67 x

bubble sort
O bubble sort é um algoritmo simples e de fácil entendimento e

implementação. Além disso, está entre os mais difundidos métodos
de ordenação existentes.

bubble sort

Eficiência
Infelizmente, não é um algoritmo eficiente, sendo estudado apenas
para fins de desenvolvimento de raciocínio.

bubble sort

Eficiência
Infelizmente, não é um algoritmo eficiente, sendo estudado apenas
para fins de desenvolvimento de raciocínio.
Complexidade
O(n): melhor caso, elementos já ordenados.
O(n2 ): pior caso, elementos na ordem inversa.
O(n2 ): caso médio.

void bubbleSort(int *V, int N){
int i, continua, aux, fim=N;
do{
continua=0;
for( i = 0; i < fim-1; i++ ){
// anterior > próximo? Mudar!
if( V[i] > V[i+1] ){
aux = V[i];
V[i] = V[i+1];
V[i+1] = aux;
continua = i;
}
}
fim--;
} while(continua != 0);
}

Próximo Tópico

2 Ordenação
Introdução

Selection sort
O que é?
É um algoritmo de ordenação onde para cada elemento do vetor é feita
uma varredura das demais posições e seleciona-se o melhor
elemento para ocupar aquela posição do array. Na prática possui um
desempenho quase sempre superior ao bubble sort.

Selection sort
Funcionamento
• Divide-se o array em duas partes. Ordenada à esquerda e não
ordenada à direita.

Selection sort
Funcionamento
• Para cada elemento do array, começando do primeiro, o algoritmo
procura na parte não ordenada o menor valor e troca os dois
valores de lugar.

Selection sort
Funcionamento
• Para cada elemento do array, começando do primeiro, o algoritmo
procura na parte não ordenada o menor valor e troca os dois
valores de lugar.
• Em seguida o algoritmo avança para a próxima posição do array e
esse processo é feito até que todo o array esteja ordenado.

Selection sort
Inicial 23 4 67 -8 21 x

Selection sort
Inicial 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[3] < V[0]: Trocar

Selection sort
Inicial 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[3] < V[0]: Trocar
x -8 4 67 23 21 Após a operação de troca

Selection sort
Inicial 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[3] < V[0]: Trocar
i=1 -8 4 67 23 21 Nenhuma posição a frente

é menor V[1]: Manter
x x

Selection sort
Inicial 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[3] < V[0]: Trocar

x x
x -8 4 67 23 21 x

Selection sort
Inicial 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[3] < V[0]: Trocar

x x
x -8 4 67 23 21 x
i=2 -8 4 67 23 21 V[4] < V[2]: Trocar

Selection sort
Inicial 23 4 67 -8 21 x
i=0 23 4 67 -8 21 V[3] < V[0]: Trocar

x x
x -8 4 67 23 21 x
i=2 -8 4 67 23 21 V[4] < V[2]: Trocar

Selection sort


Selection sort

x -8 4 21 23 67 x

Selection sort

x -8 4 21 23 67 x
Ordenado -8 4 21 23 67 x

Selection sort
Eficiência
Não é um algoritmo eficiente, já que sua eficiência diminui
drasticamente à medida que o número de elementos do array aumenta.
Não é recomendado para aplicações que envolvam grandes
quantidades de dados ou velocidade.

Selection sort
Eficiência
Complexidade
O(n2 ): Independe da ordem inicial dos elementos.

Selection sort
Eficiência
Complexidade
O(n2 ): Independe da ordem inicial dos elementos.
Quase sempre supera o bubble sort em desempenho, pois envolve

um menor número de comparações.

Selection sort
void selectionSort(int *V, int N){

int i, j, menor, troca;
for( i=0; i< N-1; i++ ){
menor = i;
for( j = i+1; j<N; j++ ){
if( V[j] < V[menor] )
menor = j;
}
if( i != menor ){
troca = V[i];
V[i] = V[menor];
V[menor] = troca;
}
}
}

Próximo Tópico

2 Ordenação
Introdução

Insertion sort
♣♣ ♣
7
♣
♣♣
5♣ ♣
♣♣ ♣
10
4 ♣♣
2 ♣
♣ ♣♣ ♣
♣
♣
♣
♣ ♣
7
♣ ♣♣ ♣
♣
♣
5♣4 2♣
♣♣♣
♣♣
0
♣
1

Insertion sort
O que é?
Assemelha-se ao processo de ordenação de um conjunto de cartas de
baralho. Pega-se uma carta de cada vez e a insere em seu devido lugar,
deixando as cartas da mão em ordem.

Insertion sort
O que é?
Assemelha-se ao processo de ordenação de um conjunto de cartas de
baralho. Pega-se uma carta de cada vez e a insere em seu devido lugar,
deixando as cartas da mão em ordem.
Na prática possui um desempenho superior ao bubble sort e ao

selection sort.

Insertion sort
Funcionamento
• Percorre-se um array e, para cada posição X, verifica se o seu valor
está na posição correta.

Insertion sort
Funcionamento
• Anda-se para o começo do array a partir da posição X.

Insertion sort
Funcionamento
• Movimenta-se uma posição para frente os valores que são maiores
do que o valor da sua posição X.

Insertion sort
Funcionamento
• Movimenta-se uma posição para frente os valores que são maiores
do que o valor da sua posição X.
• Tem-se então uma posição livre para inserir o valor da posição X
em seu devido lugar.

Insertion sort
Inicial 23 4 67 -8 21 x

Insertion sort
Inicial 23 4 67 -8 21 x
i=1 23 4 67 -8 21 Desloca-se os valores à esquerda

que são maiores que V[i]
x 4 23 67 -8 21 x

Insertion sort
Inicial 23 4 67 -8 21 x

x 4 23 67 -8 21 x
i=2 4 23 67 -8 21 Nenhum valor à esquerda

é maior que V[i]: Manter
x 4 23 67 -8 21 x

Insertion sort
Inicial 23 4 67 -8 21 x

x 4 23 67 -8 21 x

x 4 23 67 -8 21 x

x -8 4 23 67 21 x

Insertion sort
Inicial 23 4 67 -8 21 x

x 4 23 67 -8 21 x

x 4 23 67 -8 21 x

x -8 4 23 67 21 x
i=4 -8 4 23 67 21 Desloca-se os valores à esquerda

x -8 4 21 23 67 x

Insertion sort
Inicial 23 4 67 -8 21 x

x 4 23 67 -8 21 x

x 4 23 67 -8 21 x

x -8 4 23 67 21 x
i=4 -8 4 23 67 21 Desloca-se os valores à esquerda

x -8 4 21 23 67 x
Ordenado -8 4 21 23 67 x

Insertion sort
1 2 3 4 5 6
5 2 4 6 1 3

Insertion sort
1 2 3 4 5 6
5 2 4 6 1 3
1 2 3 4 5 6
2 5 4 6 1 3

Insertion sort
1 2 3 4 5 6
5 2 4 6 1 3
1 2 3 4 5 6
2 5 4 6 1 3
1 2 3 4 5 6
2 4 5 6 1 3

Insertion sort
1 2 3 4 5 6
5 2 4 6 1 3
1 2 3 4 5 6
2 5 4 6 1 3
1 2 3 4 5 6
2 4 5 6 1 3
1 2 3 4 5 6
2 4 5 6 1 3

Insertion sort
1 2 3 4 5 6
5 2 4 6 1 3
1 2 3 4 5 6
2 5 4 6 1 3
1 2 3 4 5 6
2 4 5 6 1 3
1 2 3 4 5 6
2 4 5 6 1 3
1 2 3 4 5 6
1 2 4 5 6 3

Insertion sort
1 2 3 4 5 6
5 2 4 6 1 3
1 2 3 4 5 6
2 5 4 6 1 3
1 2 3 4 5 6
2 4 5 6 1 3
1 2 3 4 5 6
2 4 5 6 1 3
1 2 3 4 5 6
1 2 4 5 6 3
1 2 3 4 5 6
1 2 3 4 5 6

Insertion sort
Eficiência
Na prática o insertion sort é mais eficiente que a maioria dos
algortitmos de ordem quadrática, como o selection sort e o bubble sort.
Para conjuntos de pequenos dados ele é um dos algoritmos mais
rápidos, superando inclusive o quick sort.

Insertion sort
Eficiência
Complexidade
• O(n): Melhor caso, elementos já ordenados.
• O(n2 ): Pior caso, elementos na ordem inversa.
• O(n2 ): Caso médio.

Insertion sort
Eficiência
Complexidade
• O(n): Melhor caso, elementos já ordenados.
• O(n2 ): Pior caso, elementos na ordem inversa.
• O(n2 ): Caso médio.
Vantagens
Estável: a ordem dos elementos iguais não muda durante a ordenação.
On-line: pode-se ordenar os elementos à medida que os recebe.

Insertion sort
void insertionSort(int *V, int N){

int i, j, atual;
for( i=1; i<N; i++ ){
atual = V[i];
// Desloca à frente todos os maiores que o atual
for( j=i; (j>0) && (atual < V[j-1]); j-- )
V[j] = V[j-1];
// Insere o atual na posição correta
V[j] = atual;
}
}

Próximo Tópico

2 Ordenação
Introdução

Busca em arrays
O que é?
Visa responder se determinado valor está ou não presente em um
conjunto de elementos.

Busca em arrays
O que é?
Visa responder se determinado valor está ou não presente em um
conjunto de elementos.
Chave de busca
A chave de busca é o campo do item utilizado para comparação. É por
meio dessa chave que sabemos se dado elemento é o que buscamos.

Busca linear
O que é?
A busca sequencial ou linear é a estratégia mais simples de busca que
existe. Percorre-se todas as posições do array até encontrar o
elemento. Caso não o encontre retorna-se um alerta informando a não
existência do elemento.

Busca linear
23 4 67 -8 54 90 21
elem 54 elemento procurado
i=0 23 4 67 -8 54 90 21 Valor diferente: continua
i=4 23 4 67 -8 54 90 21 Valor igual: termina

Busca linear
Atenção!
Procurar determinado elemento em um array desordenado é uma
tarefa bastante cara.
Complexidade
• O(1): melhor caso, o elemento é o primeiro do array.
• O(n): pior caso, o elemento é o último ou não existe.
• O(n/2): caso médio.

Busca linear
int buscaLinear(int *V, int N, int elem){

int i;
for( i=0; i<N; i++ ){
if( elem == V[i] )
return i; // elemento encontrado
}
return -1; // elemento não encontrado
}

Busca linear ordenada
O que é?
A busca sequencial ordenada assume que os dados estão ordenados.

O que é?
Vantagem
Se o elemento procurado for menor do que o valor em determinada
posição do array, temos a certeza de que ele não estará no restante do
array. Isso evita a necessidade de percorrer o array do início até o seu
fim.

O que é?
Vantagem
Se o elemento procurado for menor do que o valor em determinada
posição do array, temos a certeza de que ele não estará no restante do
array. Isso evita a necessidade de percorrer o array do início até o seu
fim.
Desvantagem
Ordenar um array também tem o seu custo. Este custo é superior ao
custo da busca sequencial em seu pior caso.

-8 4 21 23 54 67 90
elem 34 elemento procurado
i=0 -8 4 21 23 54 67 90 Valor diferente: continua
i=4 -8 4 21 23 54 67 90 Valor maior: não existe!

int buscaOrdenada(int *V, int N, int elem){

int i;
for( i=0; i<N; i++ ){
if( elem == V[i] )
return i; // elemento encontrado
else
if ( elem < V[i] )
return -1; // parar a busca
}
return -1; // elemento não encontrado
}

Obrigado!

Aula 4: Algoritmos de Busca e Ordenação I

Enviado por

Dados do documento

Título original

Direitos autorais

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Aula 4: Algoritmos de Busca e Ordenação I

Enviado por

Direitos autorais:

Algoritmos e estrutura de dados

Aula 4: Algoritmos de busca e ordenação I

Professor Me. Rooney R. A. Coelho

1 Noções de Complexidade de algoritmos

1 Noções de Complexidade de algoritmos

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 3 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 4 / 51

A diferença entre algoritmos pode ser:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 4 / 51

A diferença entre algoritmos pode ser:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 4 / 51

A diferença entre algoritmos pode ser:

custo = memória + tempo

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 4 / 51

As vantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 5 / 51

As vantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 5 / 51

As vantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 5 / 51

As vantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 5 / 51

As vantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 5 / 51

As desvantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 6 / 51

As desvantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 6 / 51

As desvantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 6 / 51

As desvantagens dessa análise são:

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 6 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 7 / 51

Avalia-se a ideia por trás de um algoritmo, permite entender como

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 7 / 51

Avalia-se a ideia por trás de um algoritmo, permite entender como

Pode-se assim expressar a relação entre o tamanho do conjunto de

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 7 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 8 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 8 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 8 / 51

Enquanto as notações O e Ω possuem uma relação de menor ou igual

1 Noções de Complexidade de algoritmos

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 9 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 10 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 10 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 10 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 10 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 10 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 10 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 11 / 51

1 Noções de Complexidade de algoritmos

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 12 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 13 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 13 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 14 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 14 / 51

Figura : Cartão perfurado de 80 colunas contendo dados de um cliente.

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 15 / 51

Figura : Classificador de cartão perfurado de 80 colunas - IBM® 0083.

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 16 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 17 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 17 / 51

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 17 / 51

1 Noções de Complexidade de algoritmos

Professor Me. Rooney R. A. Coelho (UFTM) Aula 4 6 de Setembro de 2017 18 / 51