Análise de complexidade - UFMG

More documents

Recommendations

Info

Se f é uma função de complexidade para um algoritmo, então O(f) é considerada a complexidade assintótica do algoritmo Podemos comparar algoritmos usando suas complexidades assintóticas Um algoritmo O(n) é melhor do que um O(n 2 ) Algoritmos com a mesma complexidade assintótica são equivalentes
Page 2 and 3: Tempo de processamento Um algoritm
Page 4 and 5: Achar o máximo de um vetor int vma
Page 6 and 7: Recuperar um registro num arquivo p
Page 8 and 9: Se vec[i] < *min, então não preci
Page 10 and 11: Comparar elementos par-a-par Custo
Page 12: Algoritmo f(n) Melhor caso Pior cas
Page 15 and 16: Uma função f(n) domina assintotic
Page 17 and 18: f(n) = n 2 , g(n) = (n+1) 2 f(n) e
Page 19 and 20: f(n) = (n+1) 2 = O(n 2 ) Pois (n+1
Page 22 and 23: Imagine um programa com três fases
Page 24 and 25: f(n) = 3n 3 + 2n 2 + n = Ω(n 3 )
Page 26 and 27: Notação O é um limite assintóti
Page 28 and 29: Por que falar “o tempo de execuç
Page 32 and 33: Às vezes, a constante da função
Page 34 and 35: Complexidade logarítmica Típico
Page 36 and 37: Típico de algoritmos que dividem u
Page 38 and 39: Complexidade cúbica Útil para re
Page 40: Complexidade exponencial Pior do q
Page 43 and 44: Algoritmo polinomial no tempo de ex
Page 45 and 46: Um caixeiro viajante deseja visitar
Page 47: Um algoritmo simples seria verifica
Page 50 and 51: Comando simples (atribuição, comp
Page 52 and 53: - - 1 n n - 1 - int soma_acumulada(
Page 54 and 55: Encontre o menor valor no vetor Tr
Page 56 and 57: - - - n n*n n*n n*n*n n*n*n - - - -

Análise de complexidade - UFMG

Create successful ePaper yourself

Delete template?

Save as template?