A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Recorrências.

Apresentações semelhantes


Apresentação em tema: "Recorrências."— Transcrição da apresentação:

1 Recorrências

2 Recorrências e Tempo de Execução
Uma equação ou inequação que descreve uma função em termos de seu valor sobre pequenas entradas T(n) = T(n-1) + n Recorrências aparecem quando um algoritimo contém chamadas recursivas para ele mesmo Qual é de fato o tempo de exeução de um algoritmo? É preciso resolver a recorrência Encontrar um fórmula explícita de uma expressão Limitar a recorrência por uma expressão que envolve n

3 Exemplos de Recorrências
T(n) = T(n-1) + n Θ(n2) Algoritmo recursivo que a cada loop examina a entrada e elimina um item T(n) = T(n/2) + c Θ(lgn) Algoritmo recursivo que divide a entrada em cada passo T(n) = T(n/2) + n Θ(n) Algoritmo recursivo que divide a entrada, mas precisa examinar cada item na entrada T(n) = 2T(n/2) Θ(n) Algoritmo recursivo que divide a entrada em duas metades e executa uma quantidade constante de operações

4 Algoritmos Recursivos BINARY-SEARCH
Para um vetor ordenado A, verifique se x está no vetor A[lo…hi] Alg.: BINARY-SEARCH (A, lo, hi, x) if (lo > hi) return FALSE mid  (lo+hi)/2 if x = A[mid] return TRUE if ( x < A[mid] ) BINARY-SEARCH (A, lo, mid-1, x) if ( x > A[mid] ) BINARY-SEARCH (A, mid+1, hi, x) 12 11 10 9 7 5 3 2 1 4 6 8 mid lo hi

5 Exemplo A[8] = {1, 2, 3, 4, 5, 7, 9, 11} lo = 1 hi = 8 x = 7 11 9 7 5
6 8 mid = 4, lo = 5, hi = 8 11 9 7 5 4 3 2 1 mid = 6, A[mid] = x Encontrado!!!

6 Outro exemplo A[8] = {1, 2, 3, 4, 5, 7, 9, 11} lo = 1 hi = 8 x = 6 11
mid = 4, lo = 5, hi = 8 11 9 7 5 4 3 2 1 mid = 6, A[6] = 7, lo = 5, hi = 5 11 9 7 5 4 3 2 1 mid = 5, A[5] = 5, lo = 6, hi = 5 NÃO ENCONTRADO!

7 Análise do BINARY-SEARCH
Alg.: BINARY-SEARCH (A, lo, hi, x) if (lo > hi) return FALSE mid  (lo+hi)/2 if x = A[mid] return TRUE if ( x < A[mid] ) BINARY-SEARCH (A, lo, mid-1, x) if ( x > A[mid] ) BINARY-SEARCH (A, mid+1, hi, x) T(n) = c + T(n/2) T(n) – tempo de execução para um vetor de tamanho n tempo contante: c1 tempo contante: c2 tempo contante: c3 mesmo problema de tamanho n/2 mesmo problema de tamanho n/2

8 Métodos para resolver recorrências
Iteração Substituição Árvore de Recursão Teorema Mestre

9 O Método da Iteração Converter a recorrência em um somatório e tentar limitá-lo usando uma série conhecida Iterar a recorrência até a condição inicial ser alcançada. Usar retro-substituição para expressar a recorrência em termos de n e a condição inicial.

10 O Método da Iteração T(n) = c + T(n/2) = c + c + T(n/4)
= c + c + c + T(n/8) Assume n = 2k T(n) = c + c + … + c + T(1) = clgn + T(1) = Θ(lgn) T(n/2) = c + T(n/4) T(n/4) = c + T(n/8) k times

11 Método da Iteração– Exemplo
T(n) = n + 2T(n/2) = n + 2(n/2 + 2T(n/4)) = n + n + 4T(n/4) = n + n + 4(n/4 + 2T(n/8)) = n + n + n + 8T(n/8) … = in + 2iT(n/2i) = kn + 2kT(1) = nlgn + nT(1) = Θ(nlgn) Assume: n = 2k T(n/2) = n/2 + 2T(n/4)

12 O método da substituição
Adivinhe uma solução Use indução para provar que a solução está correta

13 Método da substituição
Adivinhe uma solução (um chute) T(n) = O(g(n)) Objetivo da indução: aplicar a definição de notação assintótica T(n) ≤ d g(n), para algum d > 0 e n ≥ n0 Hipótese indutiva: T(k) ≤ d g(k) para todo k < n Prove a indução Use a hipótese indutiva para encontrar alguns valores de constantes d e n0 para os quais a indução seja válida

14 Exemplo: Binary Search
T(n) = c + T(n/2) Chute: T(n) = O(lgn) Indução: T(n) ≤ d lgn, para algum d e n ≥ n0 Hipótese indutiva: T(n/2) ≤ d lg(n/2) Prova da indução: T(n) = T(n/2) + c ≤ d lg(n/2) + c = d lgn – d + c ≤ d lgn se: – d + c ≤ 0, d ≥ c Caso base?

15 Exemplo 2 T(n) = T(n-1) + n Chute: T(n) = O(n2) Prova da indução:
Indução: T(n) ≤ c n2, para algum c e n ≥ n0 Hipótese indutiva: T(n-1) ≤ c(n-1)2 para todo k < n Prova da indução: T(n) = T(n-1) + n ≤ c (n-1)2 + n = cn2 – (2cn – c - n) ≤ cn2 se: 2cn – c – n ≥ 0  c ≥ n/(2n-1)  c ≥ 1/(2 – 1/n) Para n ≥ 1  2 – 1/n ≥ 1  qualquer c ≥ 1 irá satisfazer

16 Exemplo 3 T(n) = 2T(n/2) + n Chute: T(n) = O(nlgn)
Indução: T(n) ≤ cn lgn, para algum c e n ≥ n0 Hipótese indutiva : T(n/2) ≤ cn/2 lg(n/2) Prova da indução: T(n) = 2T(n/2) + n ≤ 2c (n/2)lg(n/2) + n = cn lgn – cn + n ≤ cn lgn se: - cn + n ≤ 0  c ≥ 1 Caso base?

17 Mudança de variáveis T(n) = 2T( ) + lgn Fazendo: m = lgn  n = 2m
T (2m) = 2T(2m/2) + m Tomando: S(m) = T(2m) S(m) = 2S(m/2) + m  S(m) = O(mlgm) (como visto anteriormente) T(n) = T(2m) = S(m) = O(mlgm)=O(lgnlglgn) Idéia: transformar a recorrência em uma que seja conhecida

18 O método da árvore de recursão
Converter a recorrência em uma árvore: Cada nó representa o custo incorrido ´nos vários níveis de recursão Some os custos de todos os níveis Usado para “adivinhar” uma solução para a recorrência

19 Exemplo 1 W(n) = 2W(n/2) + n2  W(n) = O(n2)
Tamanho do subproblema no nível i é: n/2i Tamanho de subproblema alcança 1 quando 1 = n/2i  i = lgn Custo de um problema no nível i = (n/2i)2 Número de nós no nível i = 2i Custo total:  W(n) = O(n2)

20 Exemplo 2 E.g.: T(n) = 3T(n/4) + cn2  T(n) = O(n2)
Tamanho do subproblema no nível i é: n/4i Tamanho do subproblema alcança 1quando 1 = n/4i  i = log4n Custo de um nó no nível i = c(n/4i)2 Número de nós no nível i = 3i  último nível tem 3log4n = nlog43 nós Custo total:  T(n) = O(n2)

21 Exemplo 2 - Substituição
T(n) = 3T(n/4) + cn2 Chute: T(n) = O(n2) Indução: T(n) ≤ dn2, para algum d e n ≥ n0 Hipótese indutiva: T(n/4) ≤ d (n/4)2 Prova da indução: ≤ 3d (n/4)2 + cn2 = (3/16) d n2 + cn2 ≤ d n2 se: d ≥ (16/13)c Portanto: T(n) = O(n2)

22 Exemplo 3 W(n) = W(n/3) + W(2n/3) + n  W(n) = O(nlgn)
O maior caminho da raiz até uma folha é: n  (2/3)n  (2/3)2 n  …  1 Tamanho de subproblema alcança 1 quando 1 = (2/3)in  i=log3/2n Custo de um problema no nível i = n Custo total:  W(n) = O(nlgn)

23 Example 3 - Substitution
W(n) = W(n/3) + W(2n/3) + O(n) Chute: W(n) = O(nlgn) Indução: W(n) ≤ d nlgn, para algum d e n ≥ n0 Hipótese indutiva: W(k) ≤ d klgk para qualquer K < n (n/3, 2n/3) Prova da indução: Fica como exercício! T(n) = O(nlgn)

24 Idéia: comparar f(n) com nlogba
Teorema Mestre “Receita de bolo” para resolver recorrências da forma: onde, a ≥ 1, b > 1, e f(n) > 0 Idéia: comparar f(n) com nlogba f(n) é assintoticamente menor ou maior do que nlogba por um fator polinomial n f(n) é assintoticamente igual a nlogba

25 Teorema Mestre “Receita de bolo” para resolver recorrências da forma: onde, a ≥ 1, b > 1, e f(n) > 0 Caso 1: se f(n) = O(nlogba -) para algum  > 0, então: T(n) = (nlogba) Caso 2: se f(n) = (nlogba), então: T(n) = (nlogba lgn) Caso 3: se f(n) = (nlogba +) para algum  > 0, e se af(n/b) ≤ cf(n) para algum c < 1 e todo n suficientemente grande, então: T(n) = (f(n)) Condição de regularidade

26 Why nlogba? Tomando n = bk  k = logbn Ao final da iteração i = k:
Case 1: Se f(n) é dominada por nlogba: T(n) = (nlogbn) Case 3: Se f(n) domina nlogba: T(n) = (f(n)) Case 2: Se f(n) = (nlogba): T(n) = (nlogba logn) Tomando n = bk  k = logbn Ao final da iteração i = k:

27 Exemplos T(n) = 2T(n/2) + n a = 2, b = 2, log22 = 1
Compare nlog22 com f(n) = n  f(n) = (n)  Caso 2  T(n) = (nlgn)

28 Exemplos T(n) = 2T(n/2) + n2 a = 2, b = 2, log22 = 1
Compare n com f(n) = n2  f(n) = (n1+) Caso 3  verificando a condição de regularidade a f(n/b) ≤ c f(n)  2 n2/4 ≤ c n2  c = ½ é uma solução (c<1)  T(n) = (n2)

29 Exemplos (cont.) T(n) = 2T(n/2) + a = 2, b = 2, log22 = 1
Compare n com f(n) = n1/2  f(n) = O(n1-) Caso 1  T(n) = (n)

30 Exemplos T(n) = (nlgn) T(n) = 3T(n/4) + nlgn
a = 3, b = 4, log43 = 0.793 Compare n0.793 com f(n) = nlgn f(n) = (nlog43+) Case 3 Verificando a condição de regularidade: 3(n/4)lg(n/4) ≤ (3/4)nlgn = c f(n), c=3/4 T(n) = (nlgn)

31 Árvore de Recursão Considere T(n)=3T(n/4)+cn2 T(n) cn2 T(n/4) T(n/4)

32 Árvore de Recursão Considere T(n)=3T(n/4)+cn2 T(n) cn2 c(n/4)2 c(n/4)2

33 Árvore de Recursão Considere T(n)=3T(n/4)+cn2 T(n) cn2 cn2 log4n
. c(n/16)2 c(n/16)2 c(n/16)2 c(n/16)2 c(n/16)2 c(n/16)2 c(n/16)2 c(n/16)2 c(n/16)2 . . . . . . . . log43 (n ) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) T(1) log43 n


Carregar ppt "Recorrências."

Apresentações semelhantes


Anúncios Google