Algoritmos e complexidade Notas de aula - Arquivo Escolar

More documents

Recommendations

Info

Índice números de Fibonacci, 95 números harmônicos, 296 notação assintótica Ω, 23 Θ, 23 ω, 23 O, 21 o, 23 O (notação), 21 o (Notação), 23 ordenação Bubblesort, 41 por inserção direta (algoritmo), 42, 50 Quicksort, 54 palavra, 239 Parada não-determinístico em k passos, 48 particionamento de intervalos, 88, 89 de um vetor, 54 Partition (algoritmo), 54 PD-matrizes, 109 perfeito, 214 piso, 294 polinômio característico, 176 porta lógica, 285 potenciação, 135 PrefixTree (algoritmo), 91 Prim, Robert C., 81 probabilidade, 303 problema completo, 262 de avaliação, 177 de construção, 177 de decisão, 177 difícil, 262 problema de otimização, 177 324 programação dinâmica, 95, 98 quantidade de informação, 92 Quicksort (algoritmo), 54, 56 recorrência simplificar, 125 redução, 262 relação polinomialmente limitada, 178, 260 relação de crescimento, 25 ≍, 26 ≺, 26 , 26 ≻, 26 , 26 retrocedimento, 153 série aritmética, 300 série geométrica, 300 Savitch, Walter J., 256 seqüenciamento de intervalos (algoritmo), 86 de intervalos (problema), 85 sequência, 36, 37 Shannon, Claude, 92 single-source shortest paths, 84 somatório, 298 straight insertion sort (algoritmo), 42, 50 Strassen, Volker, 142 subestrutura ótima, 77 subgrafo, 305 induzido, 305 subsequência, 99 subsequência comum mais longa, 99 tabela de inversões, 53 tam (tamanho de entradas), 32 tempo-construtível, 251
teorema de Savitch, 256 tese de Cobham-Edmonds, 10 teto, 294 top-down, 97 transposição, 52 traveling salesman, 115 troca mínima (algoritmo), 76 Turing, Alan Mathison, 240 vértice, 305 emparelhado, 219 livre, 219 valor absoluto, 293 valor esperado, 304 variável aleatória, 304 vertex cover, 158 Vinogradov, I. M., 26 notação de, 26 Vitter, Jeffrey Scott, 48 vizinhança, 305 Warshall, Stephen, 113 Índice 325
Page 1:
Algoritmos e complexidade Notas de
Page 4 and 5:
Conteúdo 5. Programação dinâmic
Page 6 and 7:
Conteúdo 15.Complexidade de circui
Page 9:
Parte I. Análise de algoritmos 7
Page 12 and 13:
1. Introdução e conceitos básico
Page 14 and 15:
Page 16 and 17:
Page 18 and 19:
Page 20 and 21:
Page 22 and 23:
Page 24 and 25:
Page 26 and 27:
Page 28 and 29:
Page 30 and 31:
Page 32 and 33:
Page 34 and 35:
2. Análise de complexidade • Par
Page 36 and 37:
2. Análise de complexidade • Uma
Page 38 and 39:
2. Análise de complexidade 1. Atri
Page 40 and 41:
2. Análise de complexidade Exemplo
Page 42 and 43:
2. Análise de complexidade Compone
Page 44 and 45:
2. Análise de complexidade • Qua
Page 46 and 47:
2. Análise de complexidade Algorit
Page 48 and 49:
Page 50 and 51:
2. Análise de complexidade Tratabi
Page 52 and 53:
2. Análise de complexidade A compl
Page 54 and 55:
2. Análise de complexidade • Fre
Page 56 and 57:
2. Análise de complexidade Exemplo
Page 58 and 59:
2. Análise de complexidade 1 i f l
Page 60 and 61:
2. Análise de complexidade Novamen
Page 62 and 63:
2. Análise de complexidade Logo te
Page 64 and 65:
2. Análise de complexidade 7 for c
Page 66 and 67:
2. Análise de complexidade Com iss
Page 68 and 69:
2. Análise de complexidade funçã
Page 70 and 71:
Page 72 and 73:
2. Análise de complexidade resolve
Page 75:
3. Introdução Resolver problemas
Page 78 and 79:
4. Algoritmos gulosos A abordagem g
Page 80 and 81:
4. Algoritmos gulosos Do outro lado
Page 82 and 83:
4. Algoritmos gulosos Aplicações
Page 84 and 85:
4. Algoritmos gulosos 1 V ′ := {v
Page 86 and 87:
4. Algoritmos gulosos Algoritmo de
Page 88 and 89:
4. Algoritmos gulosos Implementaç
Page 90 and 91:
4. Algoritmos gulosos Variação do
Page 92 and 93:
4. Algoritmos gulosos • Como comp
Page 94 and 95:
4. Algoritmos gulosos Proposição
Page 96 and 97:
4. Algoritmos gulosos Resultados O
Page 98 and 99:
5. Programação dinâmica É simpl
Page 100 and 101:
5. Programação dinâmica soluçã
Page 102 and 103:
5. Programação dinâmica Teorema:
Page 104 and 105:
5. Programação dinâmica e calcul
Page 106 and 107:
5. Programação dinâmica 5.2.2. S
Page 108 and 109:
5. Programação dinâmica 11 sol1
Page 110 and 111:
5. Programação dinâmica O algori
Page 112 and 113:
5. Programação dinâmica Dependen
Page 114 and 115:
5. Programação dinâmica Análise
Page 116 and 117:
5. Programação dinâmica curto do
Page 118 and 119:
5. Programação dinâmica Logo, po
Page 120 and 121:
5. Programação dinâmica (começa
Page 122 and 123:
5. Programação dinâmica Árvore
Page 125 and 126:
6. Divisão e conquista 6.1. Introd
Page 127 and 128:
Recorrências simplificadas Formalm
Page 129 and 130:
6.2. Resolver recorrências • Usa
Page 131 and 132:
6.2. Resolver recorrências Para co
Page 133 and 134:
6.2. Resolver recorrências O algor
Page 135 and 136:
• Prove por indução que T (n) =
Page 137 and 138:
Saída A potência a n . 1 i f n =
Page 139 and 140:
3 Quicksort (l ,m − 1 ,a ) ; 4 Qu
Page 141 and 142:
6.2. Resolver recorrências 1. Se f
Page 143 and 144:
6.3. Algoritmos usando divisão e c
Page 145 and 146:
Page 147 and 148:
Page 149 and 150:
Page 151 and 152:
unidade. Em total a avaliação pro
Page 153:
3. T (n) = 3T (n/4) + n log n 4. T
Page 156 and 157:
7. Árvores de busca, backtracking
Page 158 and 159:
Page 160 and 161:
Page 162 and 163:
Page 164 and 165:
Page 166 and 167:
Page 168 and 169:
Page 170 and 171:
Page 172 and 173:
Page 174 and 175:
Page 176 and 177:
Page 178 and 179:
Page 180 and 181:
8. Algoritmos de aproximação Clas
Page 182 and 183:
8. Algoritmos de aproximação Exem
Page 184 and 185:
8. Algoritmos de aproximação - Te
Page 186 and 187:
8. Algoritmos de aproximação O qu
Page 188 and 189:
8. Algoritmos de aproximação Como
Page 190 and 191:
8. Algoritmos de aproximação decr
Page 192 and 193:
8. Algoritmos de aproximação •
Page 194 and 195:
8. Algoritmos de aproximação Apro
Page 196 and 197:
8. Algoritmos de aproximação 12(l
Page 199 and 200:
9. Algoritmos em grafos 197
Page 201 and 202:
9.1. Fluxos em redes A circulação
Page 203 and 204:
+ + − + Figura 9.3.: Manter a con
Page 205 and 206:
Prova. Seja f um fluxo s-t. Temos 9
Page 207 and 208:
9.1. Fluxos em redes aumentou nessa
Page 209 and 210:
9.1. Fluxos em redes Figura 9.5.: R
Page 211 and 212:
V ′ = V ∪ {s ∗ , t ∗ } 9.1.
Page 213 and 214:
s 30 19 12 i 10 10 j 10 10 10 1010
Page 215 and 216:
Solução Um fluxo s-t f com valor
Page 217 and 218:
Objetivo Minimiza o valor c(M) de M
Page 219 and 220:
9.2. Emparelhamentos Teorema 9.4 (B
Page 221 and 222:
9.2. Emparelhamentos V1 e V2 com fl
Page 223 and 224:
9.2. Emparelhamentos não sabemos c
Page 225 and 226:
9.2. Emparelhamentos Sobre a implem
Page 227 and 228:
9.2. Emparelhamentos reduzir o prob
Page 229 and 230:
v10 v9 v1 v8 v2 v3 v7 v6 v4 v5 v10
Page 231 and 232:
10. Algoritmos de aproximação (As
Page 233 and 234:
2 2 10.2. Aproximações para o PCV
Page 235 and 236:
10.3. Algoritmos de aproximação p
Page 237 and 238:
10.3. Algoritmos de aproximação p
Page 239:
Parte IV. Teoria de complexidade 23
Page 242 and 243:
11. Do algoritmo ao problema Modelo
Page 244 and 245:
11. Do algoritmo ao problema - entr
Page 246 and 247:
11. Do algoritmo ao problema Lingua
Page 248 and 249:
11. Do algoritmo ao problema Observ
Page 250 and 251:
11. Do algoritmo ao problema Decibi
Page 253 and 254:
12. Classes de complexidade 12.1. D
Page 255 and 256:
12.2. Hierarquias básicas Prova. (
Page 257 and 258:
12.2. Hierarquias básicas 1. Temos
Page 259:
12.3. Exercícios 12.3. Exercícios
Page 262 and 263:
13. Teoria de NP-completude • Int
Page 264 and 265:
13. Teoria de NP-completude C-≤-d
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 316 and 317: B. Soluções dos exercícios c fix
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: função concava, 297 convexa, 297
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
show all

Algoritmos e complexidade Notas de aula - Arquivo Escolar

Create successful ePaper yourself

Delete template?

Save as template?