Algoritmos e complexidade Notas de aula - Arquivo Escolar
Algoritmos e complexidade Notas de aula - Arquivo Escolar Algoritmos e complexidade Notas de aula - Arquivo Escolar
B. Soluções dos exercícios c fixo. Essa prova vira Tn = n − 1 + 2/n 0≤i M then 5 m := M 6 M := ai 7 else i f ai > m do 8 m := ai 9 end i f 10 end for 11 return m O número de comparações é ao máximo dois por iteração, e esse limite ocorre numa sequência crescendo 1, 2, . . . , n. Portanto, a complexidade pessimista é 2n = Θ(n). Existem outras soluções que encontram o segundo maior elemento com somente n + log 2 n comparações. Solução do exercício 2.4. Uma abordagem simples com busca exaustiva é 1 m := 1≤i≤n ai 2 for C ⊆ [1, n] do 3 m ′ := i∈C ai − i∈C ai 4 i f m ′ < m then 5 m := m ′ 6 end i f 7 end for 314 i
O algoritmo tem complexidade pessimista cp = O(n) + O(2 n nc) = O(n2 n ). Solução do exercício 2.5. Para um dado n temos sempre n − ⌊n/2⌋ atualizações. Logo, o número médio de atualizações é a mesma. Solução do exercício 2.6. Seja A, A1, . . . , An as variáveis aleatórias que denotam o número total de atualizações, e o número de atualizações devido a posição i, respectivamente. Com a distribuição uniforme temos E[Ai] = 1/6 e pela linearidade E[A] = E = n/6. 1≤i≤n Com o mesmo argumento a segunda distribuição leva a E[Ai] = 1/10 é E[A] = n/10 finalmente. Solução do exercício 2.7. Cada chave em nível i ∈ [1, k] precisa i comparações e a árvore tem 1≤i≤k 2i−1 = 2 k − 1 nós e folhas em total. Para o número de comparações C temos E[C] = 1≤i≤k P [C = i]i = 1≤i≤k Solução do exercício 4.1. O seguinte algoritmo resolva o problema: Algoritmo B.1 (Subsequência) Entrada Sequência S ′ = s ′ 1 . . . s ′ m e S = s1 . . . sn. Ai 2i−1 i = 2−k 2 2k−1 1≤i≤k i i = 2(k − 1) + 2 1−k . Saída true, se S ′ ⊆ S (S ′ é uma subsequência de S) 1 i f m > n then 2 return f a l s e 3 end i f 4 i := 1 5 for j := 1, . . . , n do 6 i f s ′ i = sj then 7 i := i + 1 8 i f i > m then 315
- Page 266 and 267: 13. Teoria de NP-completude Ladrilh
- Page 268 and 269: 13. Teoria de NP-completude (q, a)
- Page 270 and 271: 13. Teoria de NP-completude Sejam c
- Page 272 and 273: 13. Teoria de NP-completude Decisã
- Page 275 and 276: 14. Fora do NP Classes fora do P-NP
- Page 277 and 278: A classe co-NP 14.1. De P até PSPA
- Page 279 and 280: 14.1. De P até PSPACE Para provar
- Page 281 and 282: A hierarquia polinomial Mais exempl
- Page 283 and 284: • Agora, consideramos os seguinte
- Page 285: 14.3. Exercícios The equivalence p
- Page 288 and 289: 15. Complexidade de circuitos x1 ¬
- Page 290 and 291: 15. Complexidade de circuitos Corol
- Page 292 and 293: 15. Complexidade de circuitos Teore
- Page 295 and 296: A. Conceitos matemáticos Nessa se
- Page 297 and 298: Proposição A.3 (Regras para pisos
- Page 299 and 300: 2 1 0 0 1 2 3 4 5 6 7 8 9 10 A.1. F
- Page 301 and 302: A.2. Somatório A última regra é
- Page 303 and 304: Uma aplicação: 1≤i≤n ix i =
- Page 305 and 306: Lema A.1 (Definição alternativa d
- Page 307: A.6. Grafos e ∩ f = ∅. Para um
- Page 310 and 311: B. Soluções dos exercícios Prova
- Page 312 and 313: B. Soluções dos exercícios Prova
- Page 314 and 315: B. Soluções dos exercícios 6. n
- Page 318 and 319: B. Soluções dos exercícios 9 ret
- Page 320 and 321: B. Soluções dos exercícios Anali
- Page 323 and 324: Índice DSPACE, 252 DTIME, 252 NP,
- Page 325 and 326: função concava, 297 convexa, 297
- Page 327: teorema de Savitch, 256 tese de Cob
- Page 330 and 331: Bibliografia [15] Thomas H. Cormen
- Page 332 and 333: Bibliografia [42] Jon Kleinberg e
- Page 334: Bibliografia [72] V. Vassilevska Wi
O algoritmo tem <strong>complexida<strong>de</strong></strong> pessimista cp = O(n) + O(2 n nc) = O(n2 n ).<br />
Solução do exercício 2.5.<br />
Para um dado n temos sempre n − ⌊n/2⌋ atualizações. Logo, o número médio<br />
<strong>de</strong> atualizações é a mesma.<br />
Solução do exercício 2.6.<br />
Seja A, A1, . . . , An as variáveis aleatórias que <strong>de</strong>notam o número total <strong>de</strong><br />
atualizações, e o número <strong>de</strong> atualizações <strong>de</strong>vido a posição i, respectivamente.<br />
Com a distribuição uniforme temos E[Ai] = 1/6 e pela linearida<strong>de</strong><br />
<br />
<br />
<br />
E[A] = E<br />
= n/6.<br />
1≤i≤n<br />
Com o mesmo argumento a segunda distribuição leva a E[Ai] = 1/10 é E[A] =<br />
n/10 finalmente.<br />
Solução do exercício 2.7.<br />
Cada chave em nível i ∈ [1, k] precisa i comparações e a árvore tem <br />
1≤i≤k 2i−1 =<br />
2 k − 1 nós e folhas em total. Para o número <strong>de</strong> comparações C temos<br />
E[C] = <br />
1≤i≤k<br />
P [C = i]i = <br />
1≤i≤k<br />
Solução do exercício 4.1.<br />
O seguinte algoritmo resolva o problema:<br />
Algoritmo B.1 (Subsequência)<br />
Entrada Sequência S ′ = s ′ 1 . . . s ′ m e S = s1 . . . sn.<br />
Ai<br />
2i−1 <br />
i = 2−k 2<br />
2k−1 1≤i≤k<br />
i i = 2(k − 1) + 2 1−k .<br />
Saída true, se S ′ ⊆ S (S ′ é uma subsequência <strong>de</strong> S)<br />
1 i f m > n then<br />
2 return f a l s e<br />
3 end i f<br />
4 i := 1<br />
5 for j := 1, . . . , n do<br />
6 i f s ′ i = sj then<br />
7 i := i + 1<br />
8 i f i > m then<br />
315