|
|||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Аналіз алгоритмів- спосіб передбачення потрібних ресурсів для виконання алгоритму (оцінка його ефективності), де ресурси - час виконання і об’єм пам’яті. Застосовується аналіз алгоритмів як на етапі їх розробки, так і на етапі реалізації. Методи, що розглядаються, застосовуються до різних алгоритмів, що розв’язують одну і ту саму задачу. 1) Емпіричний (експериментальний) – обчислення часу виконання шляхом запуску на виконання реалізації алгоритмів. Допущення: 1 категорія - реалізація 01. алгоритми реалізовані на тій же самій мові програмування; 02. реалізація алгоритмів виконується з однаковою ретельністю; 03. виконуваний код (програма) алгоритмів має бути отриманий з використанням одного і того ж середовища програмування; 04. виконання алгоритмів виконується на одній і тій самій машині. 2 категорія – вхідні дані 01. використання реальних даних (точне вимірювання часу виконання); 02. використання випадкових даних (гарантія аналізу самого алгоритму, вимірювання середнього часу виконання); 03. використання незвичайних даних (вимірювання найгіршого випадку). Приклад емпіричного аналізу алгоритмів послідовного і бінарного пошуків: - пошук виконується в масиві цілих значень (невпорядкована структура); - розмірність масиву у діапазоні від до - кількість операцій пошуку елемента у діапазоні від до ; - набір даних і пошук елементів один і той самий; - масив ініціалізується випадковими значеннями. а) Невдалий послідовний пошук – у найгіршому і середньому випадках треба перевіряти усі N елементів; успішний - в середньому перевіряється N/2 елементів. Послідовний пошук у впорядкованому масиві: невдалий – N/2 елементів у середньому і N елементів у найгіршому випадку; вдалий пошук – N/2 елементів у середньому (час виконання пропорційний кількості елементів). б) При використанні бінарного пошуку перевіряється не більше елементів:
2) Математичний (аналітичний) – обчислення відносного часу виконання шляхом побудови математичного виразу. Застосовується якщо: 1. відсутня реалізація алгоритму; 2. необхідно передбачити час виконання алгоритму у новому середовищі; 3. порівнюються різні алгоритми, що мають використовуватися для вирішення одної задачі. Залежність часу виконання можна виразити через головний параметр з використанням простих математичних формул, що називаються ріст функціями: 1. 1- постійний час виконання (майже всі операції виконуються один раз або декілька); наприклад – пошук індексуванням за ключем; 2. N- лінійний час виконання (якщо кожний елемент обробляється); наприклад – послідовний пошук; 3. logN- логарифмічний час виконання (задача розбивається на набір під-задач, із зменшенням розміру задачі на кожному кроці на деякий постійний коефіцієнт, і розв’язок визначається в одній із під-задач); наприклад – бінарний пошук. 4. NlogN- час виконання пропорційний NlogN (задача розбивається на під-задачі, розв’язки яких потім об’єднуються); наприклад, низхідне сортування злиттям; 5. - квадратичний час виконання (коли опрацьовуються усі пари елементів – подвійні цикли); наприклад, сортування алгоритмом вставки у найгіршому випадку; 6. - кубічний час виконання (потрійні цикли); наприклад, сортування двовимірного масиву за значеннями одного рядка алгоритмом бульбашки; 7. - експоненціальний час виконання (прямий розв’язок задачі); наприклад, розклад числа на прості множники (ряди). Для побудови аналітичного виразу, яким обчислюється час виконання, треба визначити всі операції, їх кількість та час виконання, і отриманий вираз можна перетворити, виразивши його через ріст функції. Для приблизної оцінки часу виконання алгоритму при більших значеннях N можна спростити математичний вираз, відкинувши додатки «нижчих порядків». Оцінка порядку росту часу виконання алгоритму при великих об’ємах набору даних називається асимптотичною ефективністю. Її математичний запис називається «тета-нотацією» T(n)= (g(n)), де (g(n)) - множина функцій, для яких справедливе висловлювання: f(n) is (g(n)), якщо існують константи c(1) c(2) і n(0), такі що 0<=c(1)g(n)<=f(n)<=c(2)g(n) для всіх n>=n(0). Визначення асимптотичної верхньої межі – О-нотація; f(n) is O(g(n)), якщо існують c і n(0), такі що 0<=f(n)<=cg(n) для всіх n>=n(0). Нижньої межі – омега-нотація: -||- 0<=cg(n)<=f(n) -||-. Через О-нотацію описується найгірший випадок – наприклад, сортування за зростанням алгоритмом вставки масиву, який уже відсортовано за спаданням. 01. найкращий випадок (масив відсортовано у потрібному порядку): c1N; c2…c4, c7 … all*(N-1) = (c1…)N + (c2..c7)=aN+b; 02. найгірший випадок (масив відсортовано у оберненому порядку): sum(j=1 to N-1)k(j)= sum(j=1 to N-1)j=(N*(N+1)/2)-1; ….
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.004 сек.) |