Maximum Subarray Aplicado: Ao Estudo de Eegs

Maximum subarray aplicado
ao estudo de EEGs
Guilherme Maron
Definição do problema
• Temos um array de valores A (preço de um
produto, por exemplo) ao longo do tempo.
50 63 60 35 55 52 50 60 50 60 40
50 63 60 35 55 52 50 60 50 60 40
• Calculamos as diferenças entre A(i) e A(i-1)

para i ≠ 0
50 63 60 35 55 52 50 60 50 60 40
• Calculamos as diferenças entre A(i) e A(i-1)

para i ≠ 0
13 -3 -25 20 -3 -2 10 -10 10 -20
• Precisamos encontrar o maior sub-array
contíguo, de modo que não haja nenhum
outro sub-array menor com uma soma maior
dos seus valores.
dos seus valores.
• Nesse exemplo: 13 -3 -25 20 -3 -2 10 -10 10 -20

dos seus valores.
• Nesse exemplo: 13 -3 -25 20 -3 -2 10 -10 10 -20

dos seus valores.
• Nesse exemplo: 13 -3 -25 20 -3 -2 10 -10 10 -20
SOMA = 25
E o que isso significa
E o que isso significa
• No exemplo do preço do produto seria a
melhor estratégia de compra / venda.
Comprando-o pelo menor preço e
revendendo-o pelo maior preço no intervalo
observado
E como calcular?
E como calcular?
• Força-bruta
E como calcular?
• Força-bruta
– Separar todos os pares venda/compra (extremos)
E como calcular?
• Força-bruta
...
13 -3 -25 20 -3 -2 10 -10 10 -20
...
E como calcular?
• Força-bruta
...
13 -3 -25 20 -3 -2 10 -10 10 -20
...
– Calcular as somas e utilizar a maior
E como calcular?
• Força-bruta
...
13 -3 -25 20 -3 -2 10 -10 10 -20
...
• Complexidade
E como calcular?
• Força-bruta
...
13 -3 -25 20 -3 -2 10 -10 10 -20
...
• Complexidade
– Ω (n2)
Solução
Solução
• Divide-and-Conquer
Solução
– Há 3 possibilidades de encontrarmos o subarray,
levando-se em consideração um ponto no meio
do array
Solução
do array
meio
Solução
do array
meio
Completamente à esquerda: 0 <= sa.start < as.end <= mid

Solução
do array
meio
Completamente à direita: mid <= sa.start < as.end =< end

Solução
do array
meio
Através do meio do array: mid =< sa.start < as.end =< end
Solução
– A parte principal do algoritmo endereça isso:
Solução
Solução
Caso base, se há apenas um elemento, retorne-o

Solução
Defina o ponto médio (mid)

Solução
Quebra recursiva do array para encontrar o maior subarray à esquerda de mid

Solução
Quebra recursiva do array para encontrar o maior subarray à direita de mid

Solução
Quebra recursiva do array para encontrar o maior subarray que

passa através de mid (o algoritmo será visto depois)
Solução
O maior subarray encontrado pelas chamadas recursivas é a resposta

Solução (algoritmo auxiliar)
– E o algoritmo auxiliar para encontrarmos
subarrays que contêm mid:
Inicializar a soma total e a soma à esquerda de mid

Calcula a soma do subarray

entre o começo deste e mid
(Re)Inicia a soma total e a soma à direita de mid

Calcula a soma do subarray

entre mid e o fim deste
Retorna o sub-array que contém mid e sua soma

Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
• Recursão: T(n) = custo(split)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
• Recursão: T(n) = custo(split) +
2T(n/2)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
custo(algoritmoAuxiliar)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
custo(algoritmoAuxiliar) +
custo(comparar 3 resultados)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
• T(n) =
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
• T(n) = Q(1)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
• T(n) = Q(1) + 2T(n/2)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
• T(n) = Q(1) + 2T(n/2) + Q(n)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
• T(n) = Q(1) + 2T(n/2) + Q(n) + Q(1)
Complexidade
• Caso base (n = 1) : T(1) = Θ(1)
2T(n/2) +
• T(n) = Q(1) + 2T(n/2) + Q(n) + Q(1)
• Essa recorrência é igual a do MERGESORT,
logo, a complexidade é: T(n) = Q (n log n)
Executando (média de 10 execuções)
• Processador: Intel Core i7(8 núcleos)
@ 2.2GHz – 3.2GHz (Turbo Boost)
• Memória: 8 GB Dual-channel DDR3 @ 1600MHz
• Sistema: x64, e a compliação foi feita para x64
• Sistema: x64, e a compliação foi feita para x64
• Linguagem de Programação: C++;
• Geração de dados
– Tipo: int
– Tipo: int
– Aleatórios: rand () % 100
– Tipo: int
– Aleatórios: rand () % 100
– Calculadas as diferenças entre A(i) e A(i – 1)
itens mean size min size max size time (ms) memory (MB)
1 1 1 1 <1 1.804
1*102 36 8 90 <1 1.800
1*103 235 28 435 <1 1.812
5*103 161 71 407 <1 1.824
1*104 220 57 561 <1 1.847
5*104 189 60 406 2 1.996
1*105 213 30 426 5 2.187
5*105 261 87 649 26 3.714
1*106 159 27 293 54 5.628
5*106 151 53 412 287 20.917
1*107 126 70 247 578 40.026
5*107 95 24 186 297 192.909
1*108 261 11 675 6093 384.019
5*108 234 93 685 32651 1912.894
Executando (1 execução apenas)
itens mean size min size max size time (ms) memory (MB)
1*109 89 89 89 67125 3823.902
2*109 win32: Erro de compilação
total size of array must not exceed 0x7fffffff bytes
x64: Erro de alocação durante a execução

(não foi possível debuggar, creio que seja o limite de memória
para um processo da máquina de teste)
5*109 Erro de compilação:
total size of array must not exceed 0x7fffffff bytes
minSize
100
90
80
70
60
50
minSize
40
30
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
size
300
250
200
150
size
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
maxSize
800
700
600
500
400
maxSize
300
200
100
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Aplicação: EEGs
Aplicação: EEGs
• Altera-se o tipo dos dados para double
Aplicação: EEGs
• Altera-se o tipo dos dados para double
• Os dados são lidos de arquivos de EEGs
Aplicação: EEGs
• Exemplo:
Aplicação: EEGs
• Exemplo:
Aplicação: EEGs
• Calcula-se a diferença entre A(i) e A(i-1), a variação
de potencial nesse tempo
Aplicação: EEGs
• Calcula-se a diferença entre A(i) e A(i-1), a variação
de potencial nesse tempo
Aplicação: EEGs
• Aplica-se a busca do maximum subarray
Aplicação: EEGs
• Aplica-se a busca do maximum subarray
Aplicação: EEGs
• Volta-se ao EEG tendo os índices do maximum
subarray
Aplicação: EEGs
• Volta-se ao EEG tendo os índices do maximum
subarray
Aplicação: EEGs
• Esse, por exemplo, é um EEG do eletrodo F3, que
participa do processamento visual
Aplicação: EEGs
• Um dos componentes mais importantes do
processamento visual é o P3, ou P300
Aplicação: EEGs
• Ele está no maximum subarray encontrado, que
denota um intervalo de máximo estado excitatório
Aplicação: EEGs
• Ele está no maximum subarray encontrado, que
denota um intervalo de máximo estado excitatório
• Se a busca fosse pela menor soma entre os maiores
subarrays teríamos então um intervalo de máximo
estado inibitório

Maximum Subarray Aplicado: Ao Estudo de Eegs

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Maximum Subarray Aplicado: Ao Estudo de Eegs

Enviado por

Direitos autorais:

Formatos disponíveis

Maximum subarray aplicado

• Calculamos as diferenças entre A(i) e A(i-1)

• Calculamos as diferenças entre A(i) e A(i-1)

• Nesse exemplo: 13 -3 -25 20 -3 -2 10 -10 10 -20

• Nesse exemplo: 13 -3 -25 20 -3 -2 10 -10 10 -20

• Nesse exemplo: 13 -3 -25 20 -3 -2 10 -10 10 -20

Completamente à esquerda: 0 <= sa.start < as.end <= mid

Completamente à direita: mid <= sa.start < as.end =< end

Caso base, se há apenas um elemento, retorne-o

Defina o ponto médio (mid)

Quebra recursiva do array para encontrar o maior subarray à esquerda de mid

Quebra recursiva do array para encontrar o maior subarray à direita de mid

Quebra recursiva do array para encontrar o maior subarray que

O maior subarray encontrado pelas chamadas recursivas é a resposta

Inicializar a soma total e a soma à esquerda de mid

Calcula a soma do subarray

(Re)Inicia a soma total e a soma à direita de mid

Calcula a soma do subarray

Retorna o sub-array que contém mid e sua soma

x64: Erro de alocação durante a execução

Você também pode gostar