Katia S. Guimarães katia@cin.ufpe.br QUICKSORT Katia S. Guimarães katia@cin.ufpe.br.

Apresentação em tema: "Katia S. Guimarães katia@cin.ufpe.br QUICKSORT Katia S. Guimarães katia@cin.ufpe.br."— Transcrição da apresentação:

1 Katia S. Guimarães katia@cin.ufpe.br
QUICKSORT Katia S. Guimarães

2 Uma outra abordagem Dividir-para-conquistar?
Vimos que o Mergesort usava a abordagem dividir-para-conquistar, porém fazia a divisão de forma trivial, levando a muito trabalho na fase de conquistar. Será que poderíamos encontrar um esquema onde a divisão fosse feita com mais cuidado, de forma a tornar a conquista mais rápida? janeiro/2003

3 Uma outra abordagem Dividir-para-conquistar
Vamos procurar dividir o array em duas partes, de forma que: - Os elementos y, menores que um certo elemento x fiquem todos à esquerda de x, e - Os elementos z, maiores do que x fiquem todos à direita de x. y  x x x < z janeiro/2003

4 Uma outra abordagem Dividir-para-conquistar
Ficam duas questões: 1- Será que isso agiliza a etapa do conquistar? 2- Quanto custa fazer uma divisão tão sofisticada? Se dividirmos o array de acordo com esta regra, na fase de conquistar (após o retorno das chamadas recursivas) o arquivo estará ordenado! janeiro/2003

5 Quanto Custa Dividir? Como fazer uma divisão tão sofisticada?
Vamos começar definindo quem será o “pivô” x. Se nenhuma distribuição dos elementos é conhecida, então um elemento é tão bom como outro qualquer no array. Tomaremos pivô  x[1] janeiro/2003

6 Quanto Custa Dividir? Em seguida, vamos começar a inspecionar o array pela esquerda, prosseguindo enquanto o elemento y sendo inspecionado for  x: i  left; enquanto array[i]  x faça i  i + 1 right left x y  x z i     janeiro/2003

7 Onde devemos colocar o elemento z?
Como z > x, ele deve ser colocado numa posição mais à direita do array. Mas onde? Talvez na última posição do array? right left x y  x z  z? i      janeiro/2003

8 Onde devemos colocar o elemento z?
Observe que na última posição do array pode haver um outro elemento t com t > x. Se colocarmos z ali, estaremos fazendo trabalho inútil, pois t já está no lugar correto. Então onde colocaremos z? janeiro/2003

9 Onde será um bom lugar para z?
Vamos começar a inspecionar o array pela direita, prosseguindo enquanto o elemento t sendo inspecionado for > x: j  right; enquanto array[j] > x faça j  j - 1 right left x y  x z t  x  y i    j janeiro/2003

10 Situação conveniente Temos z = array[i] > x e t = array[j]  x
Se os trocarmos, teremos reduzido a nossa tarefa a um array bem menor que o original. right left x y  x z t j x  y i x y  x t z x  y x y  x x  y janeiro/2003

11 Custo de Particionar? Como varremos o array comparando cada elemento com o pivô (eventualmente trocando os elementos de posição), o custo é  (n). right left x y  x z t j x  y i x y  x t z x  y x y  x x  y janeiro/2003

12 Algoritmo Particiona Algoritmo Particiona (A, left, right)
i  left; j  right; pivô  A[left]; while i < j do { while A[i]  pivô do i  i + 1; while A[j] > pivô do j  j - 1; if i < j then switch (A[i], A[j]) } switch (A[left], A[j]) retorne (j) janeiro/2003

13 Algoritmo Quicksort Algoritmo Quicksort (A, left, right)
if left < right then { split  Particiona (A, left , right) Quicksort (A, left, split -1) Quicksort (A, split + 1, right) } retorne ( ) janeiro/2003

14 Considerações de Implementação
Quando a quantidade de elementos é pequena, é melhor usar um outro algoritmo na chamada recursiva. Na verdade, quando n é pequeno, quanto mais simples melhor janeiro/2003

15 Considerações de Implementação
Como a escolha do pivô é crucial para um bom desempenho do algoritmo, as implementações usam métodos mais sofisticados para a sua escolha, sendo os mais populares: 1. Mediana ( A[left], A[(right+left) / 2], A[right] ) 2. Aleatório (left..right) janeiro/2003

16 Custo de QuickSort - Caso Desfavorável
Se a posição do pivô no array ordenado está sempre ou muito próximo do início ou muito próximo do final, então o tempo de execução de Quicksort é alto. Por exemplo, se o array de entrada está ordenado, o pivô é sempre o menor elemento da seqüência então     A primeira partição gasta (n-1) comparações e deixa n-1 chaves por serem ordenadas.  Q(n) = (n–1) + (n–2) + (n–3) = n (n –1) / 2 = (n2) janeiro/2003

17 Custo de QuickSort - Caso Favorável
Designaremos por Q(n) o número de comparações de chaves que Quicksort faz para uma entrada de tamanho n. Se o pivô sempre particionasse as chaves em partes iguais, então o número de comparações seria aproximadamente: (1 * n) + (2 * n/2) + (4 * n/4) + (8 * n/8) (n * 1) E a relação de recorrência seria:   Q(n) = 2 * Q(n/2) + O(n) , Q(1) = 1 Neste caso, já sabemos (Mergesort) que Q(n) = (n log n). janeiro/2003