Análise de algoritmos
Artigo: Análise de algoritmos. Pesquise 862.000+ trabalhos acadêmicosPor: laura19 • 29/3/2014 • Artigo • 277 Palavras (2 Páginas) • 308 Visualizações
Complexidade de algoritmo se tem dois tipos de algoritmos: Espacial e Temporal.
A espacial analisa os recursos para resolver problemas.
A temporal analisa o tempo utilizado pelo algoritmo.
Com a analise da complexidade de algoritmos é possivel verificar a sua eficiência.
Um algoritmo é considerado eficiênte quando completa uma tarefa com o menor tempo e utiliza menos recursos possiveis.
A analise de algortimos é classificada em:
Ômega(Ω):
Define-se como o melhor caso:
É o menor tempo de execução em uma entrada de tamanho N.
Theta Θ :
Define-se como caso médio:
Obtém a média do tempo de execução de todas as entradas de tamanho N.
Ômicron (O):
Define-se como o pior caso.
Baseia-se no maior tempo de execução das entradas N(mais utilizado).
Se divide em classes:
Constante O(1):
Constantes algoritmos de complexidade O (1), independente das entradas N.
É o único que as instruções dos algoritmos são executadas em um tamanho fixo de vezes.
Logaritma O(log n):
Usa quando se resolve problemas grandes transformando-os em pequenos.O tempo de execução é menor do que uma constante grande.
Linear O(n):
São algoritmos de complexidade.
Uma operação é realizada em cada elemento de entrada.
NLogN O(n log n):
Como o próprio nome diz, são algoritmos que têm complexidade O (NLogn)
Ocorre tipicamente em algoritmos que dividem o problema em problemas menores, porem juntando posteriormente a solução dos problemas menores.
Complexidade Quadrática O(n2) :
Algoritmos com essa complexidade ocorre quando os itens são processados em pares, como uma laço dentro do outro.
Complexidade Cubica O(n3):
Serve apenas para resolver problemas pequenos.
Complexidade Exponencial O(2n):
São problemas com solução que se usa força bruta para resolvê-los, não são úteis ao ponto de vista prático.
Passo 3:
Comparar uma função linear f(n) com uma função quadrática g(n) e mostre que f(n) é Ômicron (g(n)), determine constantes n0 natural e c real positivo.
f(n)= O(g(n)) = c =
...