Linda Bonita De Legal
Trabalho Universitário: Linda Bonita De Legal. Pesquise 862.000+ trabalhos acadêmicosPor: XimXiumin • 6/9/2013 • 1.299 Palavras (6 Páginas) • 523 Visualizações
Eficiência da Ordenação por Borbulhagem
void Ordenar_Borbulagem (int V[], int n) {
int k, Num_trocas, aux;
do{
Num_trocas = 0;
for (k = 0; k < n-1; k++)
if (V[k] > V[k+1])
{
aux = V[k];
V[k] = V[k+1];
V[k+1] = aux;
Num_trocas++;
}
}while (Num_trocas != 0);
}Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente igual a 2
– Ao fim de k iterações, o tamanho do sub-array a analisar é
aproximadamente igual a n/2k
– Se não existir no array o valor procurado, o ciclo só termina quando
n/2k » 1 Û log2 n - k » 0 Û k » log2 n
– No pior caso, o número de iterações é aproximadamente igual a
log2 n. Logo, T(n) = O(log n) (logarítmico)Eficiência temporal:
– Em cada iteração, o tamanho do sub-array a analisar é dividido por
um factor de aproximadamente
...