Izpitno vprašanje RAČ2PRA 3900

Iz MaFiRaWiki

(Razlika med različicami)
Različica od 09:48, 8 maj 2006
AleksandraVujasin (Pogovor | prispevki)
Primeri
← Prejšnja različica
Različica od 09:52, 8 maj 2006
AleksandraVujasin (Pogovor | prispevki)
Odgovor
Naslednja različica →
Vrstica 30: Vrstica 30:
<tr> <tr>
<td>''O(nlogn)''</td> <td>''O(nlogn)''</td>
-<td>vmesna (quicksort)</td>+<td>vmesna ([[Hitro urejanje|quicksort]])</td>
</tr> </tr>
<tr> <tr>
Vrstica 46: Vrstica 46:
<tr> <tr>
<td>''O(c<sup>n</sup>)''</td> <td>''O(c<sup>n</sup>)''</td>
-<td>eksponentna (rekurzija)</td>+<td>eksponentna ([[Rekurzija|rekurzija]])</td>
</tr> </tr>
</table> </table>

Različica od 09:52, 8 maj 2006

Vprašanje

Naštej tipične razrede časovnih zahtevnosti! Za vsakega poišči konkreten primer algoritma in pokaži, da je časovna zahtevnost res takšnega reda.

Odgovor

Časovna zahtevnost je podatek o tem, koliko časa se bo program (oziroma algoritem) pri danih vhodnih podatkih izvajal, preden bo vrnil rešitev. Čas običajno merimo v osnovnih operacijah stroja, ki program izvaja. Časovno zahtevnost podamo kot funkcijo velikosti vhodnih podatkov (npr. velikost tabele). Poznamo tri vrste časovne zahtevnosti:

  • fB - najboljša možnost (best case) ali spodnja meja zahtevnosti
  • fW - najslabša možnost (worst case) ali zgornja meja zahtevnosti
  • fE - pričakovana zahtevnost (expected case) pri povprečnih podatkih

Ker je običajno natančno število operacij težko ali nemogoče določiti, uporabimo O-notacijo, ki označuje red rasti problema. Če velikost vhoda označimo z n, c pa je neka konstanta, potem imamo naslednje zahtevnosti, od najugodnejše do najneugodnejše:

Notacija Zahtevnost
O(1) konstantna (preproste operacije kot so izpis vzorca,...)
O(logn) logaritmska (množenje)
O(n) linearna (vsota n - števil)
O(nlogn) vmesna (quicksort)
O(n2) kvadratna (množenje matrik)
O(n3) kubična (reševanje sistema linearnih enačb)
O(nc), c<1 polinomska
O(cn) eksponentna (rekurzija)

Primeri

Poglejmo si nekaj primerov uporabe časovne zahtevnosti :

  • Poglejmo si algoritem, s katerim urejamo z vstavljanjem:

  1. public static void uredi_z_vstavljanjem(int[] a) {
  2. for (int i = 1; i < a.length; i = i + 1) {
  3. int j = i;
  4. int t = a[j];
  5. while (j > 0 && a[j-1] > t) {
  6. a[j] = a[j-1];
  7. j = j - 1;
  8. }
  9. a[j] = t;
  10. }
  11. }

Časovna zahtevnost je v najslabšem primeru O(n2). To dobimo iz vsote 1 + 2 + ... + (n-1) = (n - 1) * n / 2 = (n2 - n) / 2 .

Časovna zahtevnost je v najboljšem primeru O(n). To dobimo iz vsote : 1 + 1 + 1 +...+ 1 = n - 1.

Pričakovana časovna zahtevnost je O(n2).

  • Poglejmo si algoritem, s katerim urejamo z izbiranjem:

  1. public static void uredi_z_izbiranjem(int[] a) {
  2. for (int i = 0; i < a.length; i = i + 1) {
  3. int j = i;
  4. for (int k = i; k < a.length; k = k + 1) {
  5. if (a[k] < a[j]) {
  6. j = k;
  7. }
  8. }
  9. int t = a[i];
  10. a[i] = a[j];
  11. a[j] = t;
  12. }
  13. }

Časovna zahtevnost je v najslabšem primeru O(n2).
To dobimo iz vsote: (n*2[primerjanje in prirejanje] + 3[prirejanja]) + ((n-1)*2 + 3) +(n-2)*2 + 3) +... + (1*2 + 3) = 2*(n + (n-1) + ... + 2 + 1) + n*3 = n*(n + 1) + n*3 = n*(n + 4) = n2 + 4*n

Časovna zahtevnost je v najboljšem primeru O(n).

Pričakovana časovna zahtevnost je O(n log n).

  • Poglejmo si poljuben algoritem.

a :   ponavljaj_za  i := 1 do n
 
b :       ponavljaj_za  j := 1 do n
 
c :          { vsota  := 0;            
 
d :            ponavljaj_za  k := 1 do n
 
e :                   vsota  := vsoat + a[i,k]*b[k,j];
 
f :            C[i,j] := vsota }


Časovna zahtevnost je O(n3). Torej imamo kubični čas. To dobimo iz vsote:

n*(a + n*(b + c + n*(d + e) + f)) = n*a +n2*b + n2*c + n3*d + n3*e + n2*f (a, b, c ,d ,e in f nadomestimo z preštetimi povečanji števcev, vpisi in primerjavami) in dobimo:
3*n + 3*n2 + n2 + 3*n3 + 5*n3 + 2*n2 = 8*n3 + 6*n2 + 3*n.

Osebna orodja