Complexidade de Computação
description
Transcript of Complexidade de Computação
Complexidade de Computaccedilatildeo
Katia Guimaratildees
Avaliando a Qualidade de um Algoritmo
bull Eacute preciso ter bem definido ndash O que eacute dado de entrada e
ndash O que eacute esperado na saiacuteda
bull Dado que o algoritmo resolve CORRETAMENTE o problema
Quanto recurso ele gasta (espaccedilo e tempo)
Como calcular o tempo de execuccedilatildeo de um algoritmo
bull Meacutetodos Empiacutericos - Obtemos o tempo de
execuccedilatildeo atraveacutes da execuccedilatildeo propriamente
dita do algoritmo considerando-se entradas
diversasbull Meacutetodos Analiacuteticos - Obtemos uma ordem de
grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Meacutetodos Empiacutericos
Obtemos o tempo de execuccedilatildeo atraveacutes da execuccedilatildeo propriamente dita do algoritmo considerando entradas diversas
Problemas 1 Natildeo temos tempo suficiente para rodar todas as possiacuteveis instacircncias de todos os tamanhos 2 Depende diretamente do equipamento sendo usado para avaliaccedilatildeo
Meacutetodos Analiacuteticos
Obtemos uma ordem de grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Problemas 1 Definir que variaacuteveis usar nas expressotildees matemaacuteticas 2 Analisar o comportamento do algoritmo para possiacuteveis cenaacuterios
Que variaacuteveis usamos nestas expressotildees matemaacuteticas
Resp Tamanho da entrada (depende do problema)
Exemplos
Ordenaccedilatildeo Nuacutemero de itens da entrada (tamanho n do vetorpara ordenar)
Multiplicaccedilatildeo de 2 inteiros Nuacutemero total de bits necessaacuteriospara representar a entrada em notaccedilatildeo binaacuteria
Comparaccedilatildeo de cadeias de caracteres Nuacutemero de siacutembolosNas duas cadeias ( n + m)
Meacutetodos Analiacuteticos
Um exemplo simples
prod = 0cont = xRepetir prod = prod + y cont = cont ndash 1ateacute que cont=0
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Avaliando a Qualidade de um Algoritmo
bull Eacute preciso ter bem definido ndash O que eacute dado de entrada e
ndash O que eacute esperado na saiacuteda
bull Dado que o algoritmo resolve CORRETAMENTE o problema
Quanto recurso ele gasta (espaccedilo e tempo)
Como calcular o tempo de execuccedilatildeo de um algoritmo
bull Meacutetodos Empiacutericos - Obtemos o tempo de
execuccedilatildeo atraveacutes da execuccedilatildeo propriamente
dita do algoritmo considerando-se entradas
diversasbull Meacutetodos Analiacuteticos - Obtemos uma ordem de
grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Meacutetodos Empiacutericos
Obtemos o tempo de execuccedilatildeo atraveacutes da execuccedilatildeo propriamente dita do algoritmo considerando entradas diversas
Problemas 1 Natildeo temos tempo suficiente para rodar todas as possiacuteveis instacircncias de todos os tamanhos 2 Depende diretamente do equipamento sendo usado para avaliaccedilatildeo
Meacutetodos Analiacuteticos
Obtemos uma ordem de grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Problemas 1 Definir que variaacuteveis usar nas expressotildees matemaacuteticas 2 Analisar o comportamento do algoritmo para possiacuteveis cenaacuterios
Que variaacuteveis usamos nestas expressotildees matemaacuteticas
Resp Tamanho da entrada (depende do problema)
Exemplos
Ordenaccedilatildeo Nuacutemero de itens da entrada (tamanho n do vetorpara ordenar)
Multiplicaccedilatildeo de 2 inteiros Nuacutemero total de bits necessaacuteriospara representar a entrada em notaccedilatildeo binaacuteria
Comparaccedilatildeo de cadeias de caracteres Nuacutemero de siacutembolosNas duas cadeias ( n + m)
Meacutetodos Analiacuteticos
Um exemplo simples
prod = 0cont = xRepetir prod = prod + y cont = cont ndash 1ateacute que cont=0
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Como calcular o tempo de execuccedilatildeo de um algoritmo
bull Meacutetodos Empiacutericos - Obtemos o tempo de
execuccedilatildeo atraveacutes da execuccedilatildeo propriamente
dita do algoritmo considerando-se entradas
diversasbull Meacutetodos Analiacuteticos - Obtemos uma ordem de
grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Meacutetodos Empiacutericos
Obtemos o tempo de execuccedilatildeo atraveacutes da execuccedilatildeo propriamente dita do algoritmo considerando entradas diversas
Problemas 1 Natildeo temos tempo suficiente para rodar todas as possiacuteveis instacircncias de todos os tamanhos 2 Depende diretamente do equipamento sendo usado para avaliaccedilatildeo
Meacutetodos Analiacuteticos
Obtemos uma ordem de grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Problemas 1 Definir que variaacuteveis usar nas expressotildees matemaacuteticas 2 Analisar o comportamento do algoritmo para possiacuteveis cenaacuterios
Que variaacuteveis usamos nestas expressotildees matemaacuteticas
Resp Tamanho da entrada (depende do problema)
Exemplos
Ordenaccedilatildeo Nuacutemero de itens da entrada (tamanho n do vetorpara ordenar)
Multiplicaccedilatildeo de 2 inteiros Nuacutemero total de bits necessaacuteriospara representar a entrada em notaccedilatildeo binaacuteria
Comparaccedilatildeo de cadeias de caracteres Nuacutemero de siacutembolosNas duas cadeias ( n + m)
Meacutetodos Analiacuteticos
Um exemplo simples
prod = 0cont = xRepetir prod = prod + y cont = cont ndash 1ateacute que cont=0
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Meacutetodos Empiacutericos
Obtemos o tempo de execuccedilatildeo atraveacutes da execuccedilatildeo propriamente dita do algoritmo considerando entradas diversas
Problemas 1 Natildeo temos tempo suficiente para rodar todas as possiacuteveis instacircncias de todos os tamanhos 2 Depende diretamente do equipamento sendo usado para avaliaccedilatildeo
Meacutetodos Analiacuteticos
Obtemos uma ordem de grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Problemas 1 Definir que variaacuteveis usar nas expressotildees matemaacuteticas 2 Analisar o comportamento do algoritmo para possiacuteveis cenaacuterios
Que variaacuteveis usamos nestas expressotildees matemaacuteticas
Resp Tamanho da entrada (depende do problema)
Exemplos
Ordenaccedilatildeo Nuacutemero de itens da entrada (tamanho n do vetorpara ordenar)
Multiplicaccedilatildeo de 2 inteiros Nuacutemero total de bits necessaacuteriospara representar a entrada em notaccedilatildeo binaacuteria
Comparaccedilatildeo de cadeias de caracteres Nuacutemero de siacutembolosNas duas cadeias ( n + m)
Meacutetodos Analiacuteticos
Um exemplo simples
prod = 0cont = xRepetir prod = prod + y cont = cont ndash 1ateacute que cont=0
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Meacutetodos Analiacuteticos
Obtemos uma ordem de grandeza do tempo execuccedilatildeo atraveacutes de expressotildees matemaacuteticas que traduzam o comportamento do algoritmo
Problemas 1 Definir que variaacuteveis usar nas expressotildees matemaacuteticas 2 Analisar o comportamento do algoritmo para possiacuteveis cenaacuterios
Que variaacuteveis usamos nestas expressotildees matemaacuteticas
Resp Tamanho da entrada (depende do problema)
Exemplos
Ordenaccedilatildeo Nuacutemero de itens da entrada (tamanho n do vetorpara ordenar)
Multiplicaccedilatildeo de 2 inteiros Nuacutemero total de bits necessaacuteriospara representar a entrada em notaccedilatildeo binaacuteria
Comparaccedilatildeo de cadeias de caracteres Nuacutemero de siacutembolosNas duas cadeias ( n + m)
Meacutetodos Analiacuteticos
Um exemplo simples
prod = 0cont = xRepetir prod = prod + y cont = cont ndash 1ateacute que cont=0
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Que variaacuteveis usamos nestas expressotildees matemaacuteticas
Resp Tamanho da entrada (depende do problema)
Exemplos
Ordenaccedilatildeo Nuacutemero de itens da entrada (tamanho n do vetorpara ordenar)
Multiplicaccedilatildeo de 2 inteiros Nuacutemero total de bits necessaacuteriospara representar a entrada em notaccedilatildeo binaacuteria
Comparaccedilatildeo de cadeias de caracteres Nuacutemero de siacutembolosNas duas cadeias ( n + m)
Meacutetodos Analiacuteticos
Um exemplo simples
prod = 0cont = xRepetir prod = prod + y cont = cont ndash 1ateacute que cont=0
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Um exemplo simples
prod = 0cont = xRepetir prod = prod + y cont = cont ndash 1ateacute que cont=0
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Tempo de execuccedilatildeo = No de passos efetuados pelo algoritmo
EXEMPLO
Algoritmo Inversatildeo de sequecircnciaEntrada sequecircncia de elementos armazenados no vetor S[i] i = 1 ateacute nSaiacuteda sequecircncia invertida dos elementos de S[i]Iniacutecio Para i = 1 |_ n2 _| faccedila temp = S[i] S[i] = S[n ndash i + 1] S[n ndash i + 1] = tempFim
Ideacuteia Central
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Notaccedilatildeo A - um algoritmo E = E1Em ndash conjunto de entradas possiacuteveis de A ti = Nuacutemero de passos efetuados por A com entrada Ei
Definiccedilatildeo Complexidade de pior caso = Max (Ei E) ti
Complexidade do caso meacutedio = Σ (1 lt= i lt= m)(pi ti) onde pi eacute a probabilidade de ocorrecircncia da entrada Ei
Classificaccedilatildeo ndash Complexidade de Tempo
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Notaccedilotildees O Ω e Θ
Notaccedilatildeo O Limite superior para o tempo de execuccedilatildeoO problema pode ser resolvido em tempo NO MAacuteXIMO x
Notaccedilatildeo Ω Limite inferior para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x
Notaccedilatildeo Θ Limite exato para o tempo de execuccedilatildeoO problema requer tempo NO MIacuteNIMO x e pode ser resolvido em tempo NO MAacuteXIMO x
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Intuitivamente nas definiccedilotildees de complexidade usamos as notaccedilotildees O Ω e θ para
1 Desprezar as constantes aditivas ou multiplicativas
Ex nuacutemero de passos = 3n + 25 aproximado n
2 Desprezar os termos de menor grau mantendo apenas o termo DOMINANTE
Ex nuacutemero de passos = 3n2 + 8n + 14 aproximado n2
Notaccedilotildees O Ω e Θ
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Porque o interesse eacute assintoacutetico
Notaccedilotildees O Ω e Θ - POR QUEcirc
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Definiccedilatildeo (notaccedilatildeo O) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute O(h) [f = O(h)] quando existirem (1) uma constante c gt 0 e (2) um inteiro n0 tais que n gt n0 =gt f(n) c h(n)
Ex f = n2 + 1 f = O(n2) (c=3 n0 = 4)
f = n2 + 1 f = O(n3) (c=3 n0 = 4)
f = 403 f = O(1) (c= n0 = )
f = 3n + 5 log n + 2 f = O(n) f = 5 2n + 12 5n10 f = O(2n)
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Definiccedilatildeo (notaccedilatildeo ) Sejam fh funccedilotildees positivas de variaacutevel inteira n Diz-se que f eacute (h) escrevendo-se f = (h) quando existir uma constante c gt 0 e um valor inteiro n0 tal que n gt n0 =gt f(n) c h(n)
Ex
f = n2 ndash 1 f = (n2) f = (n) f = (1) Mas natildeo vale f = (n3)
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-
Definiccedilatildeo (notaccedilatildeo )
Sejam f e h funccedilotildees positivas de variaacutevel inteira Diz-se que f eacute (h) escrevendo-se f = (h) quando ambas as condiccedilotildees acontecem f = O(h) e f = (h)
- Slide 1
- Slide 2
- Slide 3
- Slide 4
- Slide 5
- Slide 6
- Slide 7
- Slide 8
- Slide 9
- Slide 10
- Slide 11
- Slide 12
- Slide 13
- Slide 14
- Slide 15
-