AEDS2.2 Medida Do Tempo de Execucao

Medida do Tempo de
Execuo de um Programa
Livro Projeto de Algoritmos Nvio Ziviani
Captulo 1 Seo 1.3
http://www2.dcc.ufmg.br/livros/algoritmos/
Medida do Tempo de Execuo

de um Programa
O projeto de algoritmos fortemente influenciado

pelo estudo de seus comportamentos.
Depois que um problema analisado e decises de

projeto so finalizadas, necessrio estudar as vrias
opes de algoritmos a serem utilizados,
considerando os aspectos de tempo de execuo e
espao ocupado.
Muitos desses algoritmos so encontrados em reas

como pesquisa operacional, otimizao, teoria dos
grafos, estatstica, probabilidades, entre outras.
Algoritmos e Estrutura de Dados II
Tipos de Problemas na
Anlise de Algoritmos
Anlise de um algoritmo particular.

Qual o custo de usar um dado algoritmo

para resolver um problema especfico?
Caractersticas que devem ser investigadas:

anlise do nmero de vezes que cada parte do

algoritmo deve ser executada,
estudo da quantidade de memria necessria
Tipos de Problemas na
Anlise de Algoritmos
Anlise de uma classe de algoritmos.

Qual o algoritmo de menor custo possvel

para resolver um problema particular?
Toda uma famlia de algoritmos investigada.
Procura-se identificar um que seja o melhor
possvel.
Coloca-se limites para a complexidade
computacional dos algoritmos pertencentes
classe.
Custo de um Algoritmo
Determinando o menor custo possvel para resolver

problemas de uma dada classe, temos a medida da
dificuldade inerente para resolver o problema.
Quando o custo de um algoritmo igual ao menor

custo possvel, o algoritmo timo para a medida de
custo considerada.
Podem existir vrios algoritmos para resolver o

mesmo problema.
Se a mesma medida de custo aplicada a diferentes

algoritmos, ento possvel compar-los e escolher o
mais adequado.
Medida do Custo pela Execuo do Programa

Tais medidas so bastante inadequadas e os

resultados jamais devem ser generalizados:
os resultados so dependentes do compilador

que pode favorecer algumas construes em
detrimento de outras;
os resultados dependem do hardware;
quando grandes quantidades de memria so

utilizadas, as medidas de tempo podem depender
deste aspecto.
Medida do Custo pela Execuo do Programa

Apesar disso, h argumentos a favor de se

obterem medidas reais de tempo.
Ex.: quando h vrios algoritmos distintos para

resolver um mesmo tipo de problema, todos com
um custo de execuo dentro de uma mesma
ordem de grandeza.
Assim, so considerados tanto os custos reais

das operaes como os custos no aparentes,
tais como alocao de memria, indexao,
carga, dentre outros.
Medida do Custo por meio

de um Modelo Matemtico
Usa um modelo matemtico baseado em um computador

idealizado.
Deve ser especificado o conjunto de operaes e seus custos de

execues.
mais usual ignorar o custo de algumas das operaes e

considerar apenas as operaes mais significativas.
Ex.: algoritmos de ordenao. Consideramos o nmero de

comparaes entre os elementos do conjunto a ser ordenado e
ignoramos as operaes aritmticas, de atribuio e
manipulaes de ndices, caso existam.
Funo de Complexidade
Para medir o custo de execuo de um algoritmo comum

definir uma funo de custo ou funo de complexidade f.
f(n) a medida do tempo necessrio para executar um algoritmo

para um problema de tamanho n.
Funo de complexidade de tempo: f(n) mede o tempo necessrio

para executar um algoritmo em um problema de tamanho n.
Funo de complexidade de espao: f(n) mede a memria

necessria para executar um algoritmo em um problema de
tamanho n.
Utilizaremos f para denotar uma funo de complexidade de

tempo daqui para a frente.
A complexidade de tempo na realidade no representa tempo

diretamente, mas o nmero de vezes que determinada operao
considerada relevante executada.
Exemplo: maior elemento

Considere o algoritmo para encontrar o maior elemento de

um vetor de inteiros A[n]; n 1.
#define n 10
int Max(int A[n]) {
int i, Temp;
Temp = A[0];
for (i = 1; i < n; i++)
if (Temp < A[i])
Temp = A[i];
return Temp;
}
Seja f uma funo de complexidade tal que f(n) o nmero

de comparaes entre os elementos de A, se A contiver n
elementos.
Qual a funo f(n)?

Considere o algoritmo para encontrar o maior elemento de

um vetor de inteiros A[n]; n 1.
#define n 10
int Max(int A[n]) {
int i, Temp;
Temp = A[0];
for (i = 1; i < n; i++)
if (Temp < A[i])
Temp = A[i];
return Temp;
}
Seja f uma funo de complexidade tal que f(n) o nmero

de comparaes entre os elementos de A, se A contiver n
elementos.
f(n) = n-1

Teorema: Qualquer algoritmo para encontrar o maior

elemento de um conjunto com n elementos, n 1, faz
pelo menos n -1 comparaes.


Prova: Cada um dos n - 1 elementos tem de ser

investigado por meio de comparaes, que menor
do que algum outro elemento.



Logo, n-1 comparaes so necessrias



Logo, n-1 comparaes so necessrias
O teorema acima nos diz que, se o nmero de

comparaes for utilizado como medida de custo,
ento a funo Max do programa anterior tima.
Tamanho da Entrada de Dados

A medida do custo de execuo de um algoritmo

depende principalmente do tamanho da entrada
comum considerar o tempo de execuo de um programa

como uma funo do tamanho da entrada.
Para alguns algoritmos, o custo de execuo uma

funo da entrada particular dos dados, no apenas
do tamanho da entrada.
No caso da funo Max do programa do exemplo, o custo

uniforme sobre todos os problemas de tamanho n.
J para um algoritmo de ordenao isso no ocorre: se os

dados de entrada j estiverem quase ordenados, ento o
algoritmo pode ter que trabalhar menos.
Melhor Caso, Pior Caso e Caso Mdio

Melhor caso: menor tempo de execuo sobre

todas as entradas de tamanho n.
Pior caso: maior tempo de execuo sobre todas

as entradas de tamanho n.
Se f uma funo de complexidade baseada na anlise de

pior caso, o custo de aplicar o algoritmo nunca maior do
que f(n).
Caso mdio (ou caso esperado): mdia dos tempos

de execuo de todas as entradas de tamanho n.
Anlise de Melhor Caso, Pior Caso

e Caso Mdio
Na anlise do caso esperado, supe-se uma distribuio de

probabilidades sobre o conjunto de entradas de tamanho n e o
custo mdio obtido com base nessa distribuio.
A anlise do caso mdio geralmente muito mais difcil de obter do

que as anlises do melhor e do pior caso.
comum supor uma distribuio de probabilidades em que todas

as entradas possveis so igualmente provveis.
Na prtica isso nem sempre verdade.
Exemplo - Registros de um Arquivo

Considere o problema de acessar os

registros de um arquivo.
Cada registro contm uma chave nica que

utilizada para recuperar registros do
arquivo.
O problema: dada uma chave qualquer,

localize o registro que contenha esta chave.
O algoritmo de pesquisa mais simples o

que faz a pesquisa seqencial.

Seja f uma funo de complexidade tal que f(n) o nmero de

registros consultados no arquivo (nmero de vezes que a chave
de consulta comparada com a chave de cada registro).
melhor caso:
pior caso:
caso mdio:


melhor caso:
registro procurado o primeiro consultado
f(n) = 1
pior caso:
caso mdio:


melhor caso:
f(n) = 1
pior caso:
registro procurado o ltimo consultado ou no est presente

no arquivo;
f(n) = n
caso mdio:

No estudo do caso mdio, vamos considerar

que toda pesquisa recupera um registro.
Se pi for a probabilidade de que o i-simo

registro seja procurado, e considerando que
para recuperar o i-simo registro so
necessrias i comparaes, ento:
f(n) = 1 x p1 + 2 x p2 + 3 x p3 + ... + n x pn

Para calcular f(n) basta conhecer a distribuio de

probabilidades pi.
Se cada registro tiver a mesma probabilidade de ser
acessado que todos os outros, ento
pi = 1/n, 1 i n

Para calcular f(n) basta conhecer a distribuio de

probabilidades pi.
Se cada registro tiver a mesma probabilidade de ser
acessado que todos os outros, ento
pi = 1/n, 1 i n
Nesse caso:
A anlise do caso esperado revela que uma

pesquisa com sucesso examina aproximadamente
metade dos registros.


melhor caso:
f(n) = 1
pior caso:
registro procurado o ltimo consultado ou no est presente

no arquivo;
f(n) = n
caso mdio:
f(n) = (n + 1)/2.
Exemplo - Maior e Menor Elemento (1)

Considere o problema de encontrar o maior e o menor

elemento de um vetor de inteiros A[n]; n 1.
Um algoritmo simples pode ser derivado do algoritmo

apresentado no programa para achar o maior elemento.
void MaxMin1(int A[n], int *Max, int *Min) {
int i;
(*Max) = A[0];
(*Min) = A[0];
for (i = 1; i < n; i++) {
if (A[i] > (*Max)) (*Max) = A[i];
if (A[i] < (*Min)) (*Min) = A[i];
}
}
Qual a funo de complexidade para

MaxMin1?
int i;
(*Max) = A[0];
(*Min) = A[0];
for (i = 1; i < n; i++) {
if (A[i] > (*Max)) (*Max) = A[i];
if (A[i] < (*Min)) (*Min) = A[i];
}
}

MaxMin1?
int i;
(*Max) = A[0];
(*Min) = A[0];
for (i = 1; i < n; i++) {
if (A[i] > (*Max)) (*Max) = A[i];
if (A[i] < (*Min)) (*Min) = A[i];
}
}
Seja f(n) o nmero de comparaes entre os

elementos de A, se A contiver n elementos.
Logo f(n) = 2(n-1) para n > 0, para o melhor
caso, pior caso e caso mdio.

MaxMin1 pode ser facilmente melhorado: a

comparao A[i] < Min s necessria quando a
comparao A[i] > Max d falso.
int i;
(*Max) = A[0];
(*Min) = A[0];
for (i = 1; i < n; i++) {
if (A[i] > (*Max)) (*Max) = A[i];
else if (A[i] < (*Min)) (*Min) = A[i];
}
}

MaxMin2?
int i;
(*Max) = A[0];
(*Min) = A[0];
for (i = 1; i < n; i++) {
if (A[i] > (*Max)) (*Max) = A[i];
}
}

MaxMin2?
int i;
(*Max) = A[0];
(*Min) = A[0];
for (i = 1; i < n; i++) {
if (A[i] > (*Max)) (*Max) = A[i];
}
}
Melhor caso:
Pior caso:
Caso mdio:

MaxMin2?
void MaxMin2(int A[n], int &Max, int &Min) {
int i;
Max = A[0];
Min = A[0];
for (i = 1; i < n; i++) {
if (A[i] > Max) Max = A[i];
else if (A[i] < Min) Min = A[i];
}
}
Melhor caso:

quando os elementos esto em ordem crescente;

f(n) = n 1
Pior caso:
Caso mdio:

MaxMin2?
int i;
Max = A[0];
Min = A[0];
for (i = 1; i < n; i++) {
}
}
Melhor caso:


f(n) = n 1
Pior caso:

quando A[0] o maior elemento;

f(n) = 2(n 1)
Caso mdio:

MaxMin2?
int i;
Max = A[0];
Min = A[0];
for (i = 1; i < n; i++) {
}
}
Melhor caso:


f(n) = n 1
Pior caso:

quando A[0] o maior elemento;

f(n) = 2(n 1)
Caso mdio:

No caso mdio, considerando A[i] maior do que Max a metade das vezes.
f(n) = 3n/2 3/2

Considerando o nmero de comparaes realizadas, existe a

possibilidade de obter um algoritmo mais eficiente:
1.
Compare os elementos de A aos pares, separando-os em

dois subconjuntos (maiores em um e menores em outro), a
um custo de n/2 comparaes.
2.
O mximo obtido do subconjunto que contm os maiores

elementos, a um custo de n/2 -1 comparaes
3.
O mnimo obtido do subconjunto que contm os menores


Considerando o nmero de comparaes realizadas, existe a

possibilidade de obter um algoritmo mais eficiente:
1.
Compare os elementos de A aos pares, separando-os em

dois subconjuntos (maiores em um e menores em outro), a
um custo de n/2 comparaes.
2.
O mximo obtido do subconjunto que contm os maiores

3.
O mnimo obtido do subconjunto que contm os menores

Qual a funo de complexidade para este

novo algoritmo?
Os elementos de A so comparados dois a dois. Os

elementos maiores so comparados com Max e os
elementos menores so comparados com Min.
Quando n mpar, o elemento que est na posio

A[n] duplicado na posio A[n + 1] para evitar um
tratamento de exceo.
Para esta implementao:
no pior caso, melhor caso e caso mdio


void MaxMin3(Vetor A, int *Max, int *Min) {
int i, FimDoAnel;
if ((n % 2) > 0) {
A[n] = A[n - 1];
FimDoAnel = n;
}
else FimDoAnel = n - 1;
if (A[0] > A[1]) {
*Max = A[0]; *Min = A[1];
}
else {
*Max = A[1]; *Min = A[0];
}
i = 3;
while (i <= FimDoAnel) {
if (A[i - 1] > A[i]) {
if (A[i - 1] > *Max) *Max = A[i - 1];
if (A[i] < *Min) *Min = A[i];
}
else {
if (A[i - 1] < *Min) *Min = A[i - 1];
if (A[i] > *Max) *Max = A[i];
}
i += 2;
}
}

MaxMin3?
Quantas comparaes so feitas em

MaxMin3?

MaxMin3?

MaxMin3?
1. comparao feita 1 vez
2. comparao feita n/2 - 1 vezes
3. e 4. comparaes feitas n/2 1 vezes

MaxMin3?

MaxMin3?
1. comparao feita 1 vez
2. comparao feita n/2 - 1 vezes
3. e 4. comparaes feitas n/2 1 vezes
f(n) = 1 + n/2 1 + 2 * (n/2 1)
f(n) = (3n 6)/2 + 1
f(n) = 3n/2 3 + 1 = 3n/2 - 2
Comparao entre os Algoritmos

A tabela apresenta uma comparao entre os algoritmos dos

programas MaxMin1, MaxMin2 e MaxMin3, considerando o
nmero de comparaes como medida de complexidade.
Os algoritmos MaxMin2 e MaxMin3 so superiores ao algoritmo

MaxMin1 de forma geral.
O algoritmo MaxMin3 superior ao algoritmo MaxMin2 com

relao ao pior caso e bastante prximo quanto ao caso mdio.
Limite Inferior - Uso de um Orculo

Existe possibilidade de obter um algoritmo
MaxMin mais eficiente?
Para responder temos de conhecer o limite inferior para essa classe

de algoritmos.
Tcnica muito utilizada: uso de um orculo.
Dado um modelo de computao que expresse o comportamento do

algoritmo, o orculo informa o estado da computao depois de cada
passo possvel (no caso, o estado aps cada comparao).
Para derivar o limite inferior, o orculo procura sempre fazer com que o
algoritmo trabalhe o mximo, escolhendo como resultado da prxima
comparao aquele que cause o maior trabalho possvel necessrio
para determinar a resposta final.
Exemplo de Uso de um Orculo

Teorema: Qualquer algoritmo para encontrar o maior e o menor

elemento de um conjunto com n elementos no ordenados, n>1,
faz pelo menos [3n/2]- 2 comparaes.
Prova: A tcnica utilizada define um orculo que descreve o
comportamento do algoritmo por meio de um conjunto de ntuplas,
mais um conjunto de regras associadas que mostram as tuplas
possveis (estados) que um algoritmo pode assumir a partir de uma
dada tupla e uma nica comparao.
Uma 4tupla, representada por (a; b; c; d), onde os elementos de:
a nunca foram comparados;
b foram vencedores e nunca perderam em comparaes
realizadas;
c foram perdedores e nunca venceramem comparaes
realizadas;
d foram vencedores e perdedores em comparaes realizadas.

O algoritmo inicia no estado (n, 0, 0, 0) e termina com (0, 1, 1, n - 2).
Aps cada comparao a tupla (a; b; c; d) consegue progredir apenas

se ela assume um dentre os seis estados possveis abaixo:
(a - 2, b + 1, c + 1, d)
se a 2 (dois elementos de a so comparados)
(a - 1, b + 1, c, d) ou (a - 1, b, c + 1, d) ou (a - 1, b, c, d + 1)
se a 1 (um elemento de a comparado com um de b ou um de c)
(a, b - 1, c, d + 1)
se b 2 (dois elementos de b so comparados)
(a, b, c - 1, d + 1)
se c 2 (dois elementos de c so comparados)

O primeiro passo requer necessariamente a manipulao do

componente a.
O caminho mais rpido para levar a at zero requer n/2

mudanas de estado e termina com a tupla (0, n/2, n/2, 0)
(por meio de comparao dos elementos de a dois a dois).
A seguir, para reduzir o componente b at um so
necessrias n/2 - 1 e mudanas de estado (mnimo de
comparaes necessrias para obter o maior elemento de b)
Idem para c, com n/2 - 1 mudanas de estado.

O primeiro passo requer necessariamente a manipulao do

componente a.
O caminho mais rpido para levar a at zero requer n/2

mudanas de estado e termina com a tupla (0, n/2, n/2, 0)
(por meio de comparao dos elementos de a dois a dois).
A seguir, para reduzir o componente b at um so

necessrias [ n/2 ] - 1 e mudanas de estado (mnimo de
comparaes necessrias para obter o maior elemento de b).
Idem para c, com [ n/2 ] - 1 mudanas de estado.

Logo, para obter o estado (0, 1, 1, n - 2) a partir do estado (n,

0, 0, 0) so necessrias
[ n/2 ] + [ n/2 ] - 1 + [ n/2 ] - 1= [3n/2] 2 comparaes.
O teorema nos diz que se o nmero de comparaes entre os

elementos de um vetor for utilizado como medida de custo,
ento o algoritmo MaxMin3 timo.

AEDS2.2 Medida Do Tempo de Execucao

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

AEDS2.2 Medida Do Tempo de Execucao

Uploaded by

Copyright:

Available Formats

Medida do Tempo de

Medida do Tempo de Execuo

O projeto de algoritmos fortemente influenciado

Depois que um problema analisado e decises de

Muitos desses algoritmos so encontrados em reas

Anlise de um algoritmo particular.

Qual o custo de usar um dado algoritmo

Caractersticas que devem ser investigadas:

anlise do nmero de vezes que cada parte do

estudo da quantidade de memria necessria

Algoritmos e Estrutura de Dados II

Anlise de uma classe de algoritmos.

Qual o algoritmo de menor custo possvel

Determinando o menor custo possvel para resolver

Quando o custo de um algoritmo igual ao menor

Podem existir vrios algoritmos para resolver o

Se a mesma medida de custo aplicada a diferentes

Medida do Custo pela Execuo do Programa

Tais medidas so bastante inadequadas e os

os resultados so dependentes do compilador

os resultados dependem do hardware;

quando grandes quantidades de memria so

Algoritmos e Estrutura de Dados II

Medida do Custo pela Execuo do Programa

Apesar disso, h argumentos a favor de se

Ex.: quando h vrios algoritmos distintos para

Assim, so considerados tanto os custos reais

Medida do Custo por meio

Usa um modelo matemtico baseado em um computador

Deve ser especificado o conjunto de operaes e seus custos de

mais usual ignorar o custo de algumas das operaes e

Ex.: algoritmos de ordenao. Consideramos o nmero de

Algoritmos e Estrutura de Dados II

Para medir o custo de execuo de um algoritmo comum

f(n) a medida do tempo necessrio para executar um algoritmo

Funo de complexidade de tempo: f(n) mede o tempo necessrio

Funo de complexidade de espao: f(n) mede a memria

Utilizaremos f para denotar uma funo de complexidade de

A complexidade de tempo na realidade no representa tempo

Exemplo: maior elemento

Considere o algoritmo para encontrar o maior elemento de

Seja f uma funo de complexidade tal que f(n) o nmero

Exemplo: maior elemento

Considere o algoritmo para encontrar o maior elemento de

Seja f uma funo de complexidade tal que f(n) o nmero

Exemplo: maior elemento

Teorema: Qualquer algoritmo para encontrar o maior

Algoritmos e Estrutura de Dados II

Exemplo: maior elemento

Teorema: Qualquer algoritmo para encontrar o maior

Prova: Cada um dos n - 1 elementos tem de ser

Algoritmos e Estrutura de Dados II

Exemplo: maior elemento

Teorema: Qualquer algoritmo para encontrar o maior

Prova: Cada um dos n - 1 elementos tem de ser

Logo, n-1 comparaes so necessrias

Algoritmos e Estrutura de Dados II

Exemplo: maior elemento

Teorema: Qualquer algoritmo para encontrar o maior

Prova: Cada um dos n - 1 elementos tem de ser

Logo, n-1 comparaes so necessrias

O teorema acima nos diz que, se o nmero de

Tamanho da Entrada de Dados

A medida do custo de execuo de um algoritmo