Divisão e Conquista

Introduc
ao a Algoritmos
1 / 63
Divisao e Conquista
Eduardo Camponogara
Departamento de Automac
ao e Sistemas
Universidade Federal de Santa Catarina
DAS-9003: Introducao a Algoritmos
Introduc
ao a Algoritmos
Sum
ario
Merge Sort
Abordagens para Solucao de Recorrencias
Outras Recorrencias
Contando Inversoes
Encontrando os Pontos Mais Pr
oximos
2 / 63
Introduc
ao a Algoritmos
Sum
ario
Introducao
Divisao e conquista se refere a uma classe de algoritmos que

quebram um problema em pedacos menores, resolvem cada
parte recursivamente e depois combinam as solucoes das
partes em uma solucao global.
A analise envolve a resolucao de recorrencias.
3 / 63
Introduc
ao a Algoritmos
Merge Sort
Sumario
Merge Sort
Outras Recorrencias
Contando Inversoes
oximos
4 / 63
Introduc
ao a Algoritmos
Merge Sort
Merge List
I
Merge sorted lists A = a1 , . . . , an and B = b1 , . . . , bm
Maintains a current pointer for each list, initialized at the front
The output list is empty

While both lists are nonempty:
I
I
I
Let ai and bj be the elements pointed by the current pointer

Append the smaller of these two to the output list
Advance the pointer of the list from which the smaller element
was selected
Once a list is empty, append the remainder of the other list to

the output list
5 / 63
Introduc
ao a Algoritmos
Merge Sort
Merge-Sort ordena a lista de chaves dividindo-a em duas

sub-listas, cada uma com uma metade da lista original.
Ordena separadamente cada uma das sub-listas,

recursivamente, e depois combinando os resultados das
chamadas recursivas com o algoritmo Merge-List
6 / 63
Introduc
ao a Algoritmos
7 / 63
Merge Sort
Seja n o tamanho da lista a ser ordenada.
Seja T (n) o tempo de execucao no pior caso do algoritmo

para uma entrada de tamanho n.
Supondo n par, T (n) satisfaz a seguinte relacao de

recorrencia:
T (n) 2T (n/2) + O(n)
2T (n/2) + cn quando n > 2
T (2) c
Para alguma constante c > 0 pois o tempo de intercalacao
das duas listas e O(n).
Introduc
ao a Algoritmos
8 / 63
Merge Sort
A rigor, a recorrencia seria da forma:

T (n) T (bn/2c) + T (dn/2e) + cn
para n > 2.
Para a maioria das recorrencias, os limites assintoticos nao sao

afetados pelos operadores bc e de.
As recorrencias apresentadas nao nos dao um limite

assintotico explcito na taxa de crescimento da funcao T .
Introduc
ao a Algoritmos
Abordagens para Soluc
ao de Recorr
encias
Sumario
Merge Sort
Outras Recorrencias
Contando Inversoes
oximos
9 / 63
Introduc
ao a Algoritmos
ao de Recorr
encias
A tecnica mais natural e intuitiva consiste expandir a

recorrencia em uma soma e depois chegar ao tempo de
execucao.
Uma segunda tecnica consiste dar um chute educado,

substituir na recorrencia e verificar se funciona. Formalmente,
a justificativa se da atraves de uma argumentacao com
inducao matematica.
10 / 63
Introduc
ao a Algoritmos
11 / 63

ao de Recorr
encias
Expandindo a Recorrencia Merge-Sort
a) Analisar os primeiros nveis

b) Identificando um padrao
I
No nvel j, o n
umero de problemas duplicou j vezes, logo
existem existem 2j subproblemas cada um deles com tamanho
n/2j .
Portanto, o nvel j contribui com no maximo
2j (
ao tempo total de execucao.
cn
) = cn
2j
Introduc
ao a Algoritmos
ao de Recorr
encias
12 / 63
Introduc
ao a Algoritmos
ao de Recorr
encias
c) Somando sobre todos os nveis de recursao

I
I
O limite cn se aplica a todos os nveis da recursao.

O no. de vezes que a entrada deve ser dividida por 2 para
reduzir o tamanho n a 2 e log2 n.
Somando tudo, chegamos ao custo total cn log2 n, ou seja,
O(n log n).
13 / 63
Introduc
ao a Algoritmos
14 / 63

ao de Recorr
encias
Substituindo a Solucao na Recorrencia
Suponha que acreditamos que

T (n) cn log2 n
para todo n 2 e desejamos verificar que isto e verdade.
Claramente, esta relacao e verificada para n = 2 pois

cn log2 n = 2c
e a recorrencia explicitamente nos diz que T (2) c.
Introduc
ao a Algoritmos
15 / 63

ao de Recorr
encias
Por inducao, suponha que T (n) cn log2 n para valores menores

que n e queremos estabelecer que T (n) e verdadeiro.
T (n) 2T (n/2) + cn
2c(n/2) log2 (n/2) + cn
= cn[log2 n log2 2] + cn
= cn log2 n cn + cn
= cn log2 n
o que estabelece a verdade de T (n). Isto prova, por inducao, que
T (n) cn log2 n para todo n 2.
Introduc
ao a Algoritmos
16 / 63

ao de Recorr
encias
Substituicao Parcial
A substituicao acima e fraca porque fixa as constantes, porem

podemos mostrar a veracidade sem fixar as constantes.
Suponha que acreditamos que T (n) O(n log n), mas nao
estamos certos das contantes em O().
Suponha que desejamos mostrar que

T (n) kn logb n
para certos valores k e b, que serao determinados mais tarde.
Introduc
ao a Algoritmos
17 / 63

ao de Recorr
encias
Comecamos com o passo de inducao

T (n) 2T (n/2) + cn
n
n
2k
logb
+ cn
2
2
kn [logb n logb 2] + cn
= kn logb n kn logb 2 + cn
Agora podemos definir b = 2 pois ira tornar logb (n/2) = log2 n 1.
Introduc
ao a Algoritmos
18 / 63

ao de Recorr
encias
Prosseguindo
T (n) kn log2 n kn + cn
Existe uma escolha de k que ira tornar a expressao limitada

por kn log2 n?
A resposta e sim, basta usar qualquer k c, para chegarmos a

T (n) kn log2 n kn + cn
kn log2 n
Introduc
ao a Algoritmos
Outras Recorr
encias
Sumario
Merge Sort
Outras Recorrencias
Contando Inversoes
oximos
19 / 63
Introduc
ao a Algoritmos
20 / 63
Outras Recorr
encias
Consideramos uma classe de recorrencias que generalizam a

recorrencia do Merge-Sort.
Esta classe compreende a divisao e conquista que

recursivamente resolve q subproblemas de tamanho n/2, e
depois combina os resultados em tempo O(n).
Para alguma constante c,

T (n) qT (n/2) + cn, quando n > 2
T (2) c
Introduc
ao a Algoritmos
Outras Recorr
encias
Caso q > 2
Usando o metodo da expansao:

I
avaliar os primeiros nveis
identificar um padrao
somar sobre todos os nveis de recursao
21 / 63
Introduc
ao a Algoritmos
Outras Recorr
encias
nvel 0: cn
nvel 1: qc n2
nvel 2: q 2 c n4
nvel k: q k c 2nk
22 / 63
Introduc
ao a Algoritmos
23 / 63
Outras Recorr
encias
n
n
n
n
+ q1c 1 + q2c 2 + + qk c k
20
2
2
2
log2 n1
X
q k
T (n) q 0 c
cn
= cn
k=0
r log2 n

1
com r = q/2
r 1
Introduc
ao a Algoritmos
24 / 63
Outras Recorr
encias
Portanto,

r log2 n
T (n) cn
1
r
c
=
nr log2 n
r 1
Introduc
ao a Algoritmos
Outras Recorr
encias
O aparecimento de log2 q no expoente seguiu naturalmente da

solucao da recorrencia, com q > 2, mas nao e necessariamente
uma expressao que anteciparamos.
Suponha que acreditamos que a solucao da recorrencia, com

q > 2, tenha a forma T (n) knd para constantes k e d. Este
e um chute bem geral.
25 / 63
Introduc
ao a Algoritmos
26 / 63
Outras Recorr
encias
Temos que
T (n) qT (n/2) + cn
e aplicando a hipotese indutiva em T (n/2) chegamos a
n d
+ cn
T (n) qk
2
q
= d knd + cn
2
Introduc
ao a Algoritmos
Outras Recorr
encias
Exemplo: q = 3
27 / 63
Introduc
ao a Algoritmos
28 / 63
Outras Recorr
encias
Isto e muito proximo de uma f

ormula que funciona se escolhermos
d tal que 2qd = 1, entao teremos
T (n) knd + cn
que e quase perfeito, exceto pelo termo cn.
Introduc
ao a Algoritmos
29 / 63
Outras Recorr
encias
A escolha de d e facil, basta fazer q = 2d o que implica

d = log2 q.
Para resolvermos/eliminarmos cn, vamos mudar o chute para

T (n) knd ln. Entao,
T (n) qk
n d
2
ql
n
2
q d ql
kn n + cn
2d
2
ql
d
= kn n + cn
2

ql
d
= kn
+c n
2
=
+ cn
Introduc
ao a Algoritmos
30 / 63
Outras Recorr
encias
Esta hipotese funciona se escolhermos l tal que:

ql
c = l (q 2)l = 2c
2
2c
l =
q2
Ainda temos que resolver o caso base, com n = 2. Isto pode ser
resolvido selecionando k grande o suficiente para que o limite seja
valido quando n = 2.
Introduc
ao a Algoritmos
31 / 63
Outras Recorr
encias
Caso q = 1
Aqui consideramos o caso quando q = 1, neste caso:

T (n) T (n/2) + cn quando n > 2
T (2) c
Analise:
1. analisando os primeiros nveis
2. identificando um padrao
3. somando sobre todos os nveis da recursao
(1)
Introduc
ao a Algoritmos
Outras Recorr
encias
nvel 0: cn
nvel 1: cn/2
nvel 2 cn/4
32 / 63
Introduc
ao a Algoritmos
Outras Recorr
encias
Exemplo: q = 1
33 / 63
Introduc
ao a Algoritmos
34 / 63
Outras Recorr
encias
log2 n1
log2 n1
X cn
X
1
=
cn
2j
2j
j=0
j=0

X
1
cn
2j
T (n)
j=0
1
= 2cn
1 1/2
= O(n)
= cn
Introduc
ao a Algoritmos
35 / 63
Outras Recorr
encias
Da mesma forma que no caso anterior, vamos supor que
T (n) knd
Tentando estabelecer a veracidade por inducao,
T (n) T (n/2) + cn
n d
k
+ cn
2
k
= d nd + cn
2
Introduc
ao a Algoritmos
36 / 63
Outras Recorr
encias
Agora escolhamos d = 1 e k = 2c, obtendo

k
n + cn
2

k
=
+c n
2
= kn
T (n)
Introduc
ao a Algoritmos
Contando Invers
oes
Sumario
Merge Sort
Outras Recorrencias
Contando Inversoes
oximos
37 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Contando Inversoes
Uma aplicacao que tem se tornado muito comum e conhecida

como filtragem colaborativa, na qual se tenta casar as
preferencias de uma pessoa (livros, filmes e restaurantes) com
as preferencias de outras pessoas na Internet.
Quando a Internet identifica pessoas com preferencias

similares às suas, ela pode realizar recomendacoes.
Uma outra aplicacao e a meta-busca, que realiza buscas em

diferentes sites e depois combina os resultados baseando-se
nas similaridades e diferencas dos resultados.
38 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Contando Inversoes



38 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Contando Inversoes



38 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
O problema fundamental consiste da comparacao de dois

ranqueamentos. Voce ranqueia n filmes e o filtro colaborativo
procura na base de dados por pessoas que tem ranqueamentos
similares.
Voce rotula os filmes de 1 a n segundo os teus scores. Nos e

dado um conjunto de n n
umeros, a1 , a2 , . . ., an . Queremos
medir o quao distante sao estes n
umeros de uma ordem
ascendente.
A medida deve ser 0 de a1 < a2 < < an , aumentando à

medida que os n
umeros ficam embaralhados.
39 / 63
Introduc
ao a Algoritmos
Contando Invers
oes

similares.

umeros de uma ordem
ascendente.

medida que os n
39 / 63
Introduc
ao a Algoritmos
Contando Invers
oes

similares.

umeros de uma ordem
ascendente.

medida que os n
39 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Uma maneira natural de quantificar esta nocao e atraves da

contagem de invers
oes. Dizemos que dois ndices i < j
formam uma inversao ser ai > aj , ou seja, se ai e aj estao fora
de ordem.
Queremos determinar o n
umero de invers
oes na sequencia
a1 , . . . , an .
Exemplo (2, 4, 1, 3, 5). Cada intersecao de segmentos de linha

corresponde a um par que esta fora da ordem.
Ha tres inversoes no exemplo: (2, 1), (4, 1) e (4, 3).
40 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Uma maneira natural de quantificar esta nocao e atraves da

contagem de invers
oes. Dizemos que dois ndices i < j
formam uma inversao ser ai > aj , ou seja, se ai e aj estao fora
de ordem.
Queremos determinar o n
umero de invers
oes na sequencia
a1 , . . . , an .
Exemplo (2, 4, 1, 3, 5). Cada intersecao de segmentos de linha

corresponde a um par que esta fora da ordem.
Ha tres inversoes no exemplo: (2, 1), (4, 1) e (4, 3).
40 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Se os ranqueamentos estao em total desacordo, entao o

n
umero de inverso
es e tal
que todos pares definem uma
n
inversao, ou seja,
e o n
umero de inversoes.
2
41 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Projetando um Algoritmo
Uma possibilidade e examinar cada um dos pares, levando a

um algoritmo de tempo O(n2 ).
Estrategia de divisao e conquista:
I
I
I
Divida a cadeia ha1 , . . . , an i em duas metades, ha1 , . . . , am i e

ham+1 , . . . , an i.
Calcule o n
umero de invers
oes em cada metade.
Calcule o n
umero de invers
oes (ai , aj ) com ai e aj pertencendo
a cadeias/metades distintas.
42 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Projetando um Algoritmo
Uma possibilidade e examinar cada um dos pares, levando a

um algoritmo de tempo O(n2 ).
Estrategia de divisao e conquista:
I
I
I
Divida a cadeia ha1 , . . . , an i em duas metades, ha1 , . . . , am i e

ham+1 , . . . , an i.
Calcule o n
umero de invers
oes em cada metade.
Calcule o n
umero de invers
oes (ai , aj ) com ai e aj pertencendo
a cadeias/metades distintas.
42 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Exemplo: q = 1
43 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Para nos ajudar a contar o n

umero de invers
oes entre duas
metades, vamos fazer com que o algoritmo recursivamente
ordene os n
umeros das duas metades.
Toda vez que o elemento ai e inserido na lista intercalada C ,

nenhuma inversao e contabilizada pois ai e menor ou igual a
todos os elementos em B.
Por outro lado, toda vez que um elemento bj e inserido em C ,

incrementamos o n
umero de invers
oes do n
umero de
elementos restantes em A, pois eles sao todos maiores que bj .
44 / 63
Introduc
ao a Algoritmos
Contando Invers
oes

umero de invers
oes entre duas
ordene os n


incrementamos o n
umero de invers
oes do n
umero de
44 / 63
Introduc
ao a Algoritmos
Contando Invers
oes

umero de invers
oes entre duas
ordene os n


incrementamos o n
umero de invers
oes do n
umero de
44 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Merge-and-Count(A, B)
I
Maintain a Current pointer into each list, intialized to the

front
Maintain a variable Count for the number of inversion,

initialized to 0
While both lists are nonempty
I
I
I
Let ai and bj be the elements pointed by the Current pointer

Append the smaller element to the output list
If bj < ai , increment Count by the number of elements
remaining in A
Advance the pointer Current in the list from which the smaller
element was removed
Once one list is empty, append the remainder of the other to

the output
Return Count and the merged list
45 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Sort-and-Count(L)
I If the list has one element then
I
I
there are no inversions

Return (0, L)
else
I
I
I
I
I
Divide the list in two halves: A contains the first dn/2e

elements, B contains the remaining bn/2c elements
(rA , A)=Sort-and-Count(A)
(rB , B)=Sort-and-Count(B)
(r , L)=Merge-and-Count(A, B)
Return (rA + rB + r , L)
Observacao
Sort-and-Count roda em tempo O(n log n).
46 / 63
Introduc
ao a Algoritmos
Contando Invers
oes
Sort-and-Count(L)
I If the list has one element then
I
I
there are no inversions

Return (0, L)
else
I
I
I
I
I
Divide the list in two halves: A contains the first dn/2e

elements, B contains the remaining bn/2c elements
(rA , A)=Sort-and-Count(A)
(rB , B)=Sort-and-Count(B)
(r , L)=Merge-and-Count(A, B)
Return (rA + rB + r , L)
Observacao
Sort-and-Count roda em tempo O(n log n).
46 / 63
Introduc
ao a Algoritmos
oximos
Sumario
Merge Sort
Outras Recorrencias
Contando Inversoes
oximos
47 / 63
Introduc
ao a Algoritmos
oximos
Definicao do Problema
Dados n pontos no plano, encontre o par de pontos mais proximo.

I
Uma solucao obvia consiste em verificar todos os O(n2 ) pares

possveis e selecionar o par mais pr
oximo.
Shamos e Hoey se perguntaram se existiria um algoritmo mais

rapido do que o algoritmo quadratico. Eles encontraram um
algoritmo de tempo O(n log n).
48 / 63
Introduc
ao a Algoritmos
oximos
Definicao do Problema
Dados n pontos no plano, encontre o par de pontos mais proximo.

I
Uma solucao obvia consiste em verificar todos os O(n2 ) pares

possveis e selecionar o par mais pr
oximo.
Shamos e Hoey se perguntaram se existiria um algoritmo mais

rapido do que o algoritmo quadratico. Eles encontraram um
algoritmo de tempo O(n log n).
48 / 63
Introduc
ao a Algoritmos
oximos
Projetando o Algoritmo
Seja P = {p1 , . . . , pn } o conjunto de pontos onde pi = (xi , yi ).
Para dois pontos pi , pj P, d(pi , pj ) e a distancia Euclidiana

entre eles.
Nosso objetivo e encontrar o par de pontos pi , pj que

minimiza d(pi , pj ).
Assumimos que nao ha dois pontos em P com a mesma

coordenada x ou y .
49 / 63
Introduc
ao a Algoritmos
oximos
Projetando o Algoritmo
Seja P = {p1 , . . . , pn } o conjunto de pontos onde pi = (xi , yi ).
Para dois pontos pi , pj P, d(pi , pj ) e a distancia Euclidiana

entre eles.
Nosso objetivo e encontrar o par de pontos pi , pj que

minimiza d(pi , pj ).
Assumimos que nao ha dois pontos em P com a mesma

coordenada x ou y .
49 / 63
Introduc
ao a Algoritmos
oximos
Divisao e Conquista
Estrategia:
1. Dividimos os pontos em uma metade esquerda e uma metade
direita.
2. Encontramos o par mais pr
oximo na metade esquerda, e o par
mais proximo na metade direita.
3. Usamos a informacao anterior para encontrar a solucao global.
As combinacoes nao consideradas sao aquelas que envolvem
um ponto da esquerda e da direita.
50 / 63
Introduc
ao a Algoritmos
oximos
Definindo a Recursao
Em qualquer chamada recursiva sobre um conjunto P 0 P,

iniciamos com duas listas:
I
A lista Px0 com os pontos de P 0 ordenados em x
A lista Py0 com os pontos de P 0 ordenados em y
Recursao:
I
Definimos como Q os dn/2e primeiros pontos na lista Px e R

os bn/2c u
ltimos pontos na lista Px . Teremos quatro listas:
Qx , Qy , Rx e Ry
51 / 63
Introduc
ao a Algoritmos
oximos
Em qualquer chamada recursiva sobre um conjunto P 0 P,

iniciamos com duas listas:
I
A lista Px0 com os pontos de P 0 ordenados em x
A lista Py0 com os pontos de P 0 ordenados em y
Recursao:
I
Definimos como Q os dn/2e primeiros pontos na lista Px e R

os bn/2c u
ltimos pontos na lista Px . Teremos quatro listas:
Qx , Qy , Rx e Ry
51 / 63
Introduc
ao a Algoritmos
oximos
Ilustracao
52 / 63
Introduc
ao a Algoritmos
oximos
Recursivamente encontra-se os pontos mais pr

oximos em Q e R:
I
Suponha q0? e q1? os mais pr

oximos em Q
Suponha r0? e r1? os mais pr

oximos em R
53 / 63
Introduc
ao a Algoritmos
oximos
Combinando as Solucoes
Seja = {d(q0? , q1? ), d(r0? , r1? )}
Questao: Existem pontos q Q e r R para os quais

d(q, r ) < ? Se nao, entao ja encontramos o par de pontos
mais proximo recursivamente. Caso contrario q e r definem o
par mais proximo.
Seja x ? a coordenada x do ponto Q mais à direita, e seja L a

linha vertical definida pela equacao x = x ? . Esta reta separa
os pontos dos conjuntos Q e R.
54 / 63
Introduc
ao a Algoritmos
55 / 63

oximos
Proposicao
Se existe q Q e r R para os quais d(q, r ) < , entao q e r
estao a uma distancia de L
Prova
Suponha que q e r existem, onde q = (qx , qy ) e r = (rx , ry ). Pela
definicao de r ? , sabemos que qx x ? rx . Entao,
x ? qx rx qx d(q, r ) <
Alem disso,
rx x ? rx qx d(q, r ) <
Introduc
ao a Algoritmos
oximos
Prova
Logo, os pontos q e r tem uma coordenada-x a unidades de x ?
e, portanto, estao a uma distancia maxima da linha L.
56 / 63
Introduc
ao a Algoritmos
oximos
Observacao
Para encontrar q e r , podemos restringir a busca a uma banda

consistindo de pontos em P que estao a uma distancia de L.
Seja S P este conjunto de pontos.
Seja Sy a lista de S ordenada pela coordenada-y . Em uma

passagem por Py , podemos produzir Sy em tempo O(n).
57 / 63
Introduc
ao a Algoritmos
oximos
Observacao


57 / 63
Introduc
ao a Algoritmos
oximos
Observacao


57 / 63
Introduc
ao a Algoritmos
oximos
Proposicao
Existe q Q e r R com d(q, r ) < se, e somente se, existe
s, s 0 S para os quais d(s, s 0 ) < .
58 / 63
Introduc
ao a Algoritmos
oximos
Ilustracao
59 / 63
Introduc
ao a Algoritmos
oximos
Proposicao
Se s, s 0 S tem a propriedade que d(s, s 0 ) < , entao s e s 0 estao
a 15 posicoes um do outro na lista ordenada Sy .
Prova
I
Considere o subconjunto Z no plano dos pontos que estao a

uma distancia de L.
Particionamos Z em caixas com largura/altura /2.
Suponha que dois pontos pertencam a uma mesma caixa,

entao ambos pertencem a Q ou ambos pertencem a R.
60 / 63
Introduc
ao a Algoritmos
oximos
Proposicao
Prova
I

uma distancia de L.

60 / 63
Introduc
ao a Algoritmos
oximos
Proposicao
Prova
I

uma distancia de L.

60 / 63
Introduc
ao a Algoritmos
oximos
Prova
I
Mas dois pontos

em uma mesma caixa estao a uma distancia
maxima de 2/2 < , contradizendo a definicao que e a
distancia mnima entre dois pontos de Q ou de R.
Portanto, cada caixa contem no maximo 1 ponto.
Agora suponha que s, s 0 S tem a propriedade que

d(s, s 0 ) < , e que eles estao a pelo menos 16 posicoes um do
outro em Sy .
Assuma que s tem a menor coordenada-y .
61 / 63
Introduc
ao a Algoritmos
oximos
Prova
I
Mas dois pontos


outro em Sy .
61 / 63
Introduc
ao a Algoritmos
oximos
Prova
I
Mas dois pontos


outro em Sy .
61 / 63
Introduc
ao a Algoritmos
oximos
Prova
I
Como Z pode ter no maximo 1 ponto por caixa, ha pelo

menos 3 linhas da caixa entre s e s 0 .
Mas dois pontos quaisquer de Z separados por 3 ou mais

linhas deve estar a uma distancia 3/2 um do outro, o que
configura uma contradicao.
62 / 63
Introduc
ao a Algoritmos
oximos
Encerramento
Fim!
Obrigado pela presenca
63 / 63

Divisão e Conquista

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Divisão e Conquista

Diunggah oleh

Hak Cipta:

Format Tersedia

Introduc

DAS-9003: Introducao a Algoritmos

Divisao e conquista se refere a uma classe de algoritmos que

A analise envolve a resolucao de recorrencias.

Merge sorted lists A = a1 , . . . , an and B = b1 , . . . , bm

Maintains a current pointer for each list, initialized at the front

The output list is empty

Let ai and bj be the elements pointed by the current pointer

Once a list is empty, append the remainder of the other list to

Merge-Sort ordena a lista de chaves dividindo-a em duas

Ordena separadamente cada uma das sub-listas,

Seja n o tamanho da lista a ser ordenada.

Seja T (n) o tempo de execucao no pior caso do algoritmo

Supondo n par, T (n) satisfaz a seguinte relacao de

A rigor, a recorrencia seria da forma:

Para a maioria das recorrencias, os limites assintoticos nao sao

As recorrencias apresentadas nao nos dao um limite

A tecnica mais natural e intuitiva consiste expandir a

Uma segunda tecnica consiste dar um chute educado,

Abordagens para Soluc

Expandindo a Recorrencia Merge-Sort

a) Analisar os primeiros nveis

c) Somando sobre todos os nveis de recursao

O limite cn se aplica a todos os nveis da recursao.

Abordagens para Soluc

Substituindo a Solucao na Recorrencia

Suponha que acreditamos que

Claramente, esta relacao e verificada para n = 2 pois

Abordagens para Soluc

Por inducao, suponha que T (n) cn log2 n para valores menores

Abordagens para Soluc

A substituicao acima e fraca porque fixa as constantes, porem

Suponha que desejamos mostrar que

Abordagens para Soluc

Comecamos com o passo de inducao

Abordagens para Soluc

Existe uma escolha de k que ira tornar a expressao limitada

A resposta e sim, basta usar qualquer k c, para chegarmos a

Consideramos uma classe de recorrencias que generalizam a

Esta classe compreende a divisao e conquista que

Para alguma constante c,

Usando o metodo da expansao:

avaliar os primeiros nveis

somar sobre todos os nveis de recursao

O aparecimento de log2 q no expoente seguiu naturalmente da

Suponha que acreditamos que a solucao da recorrencia, com

Isto e muito proximo de uma f

A escolha de d e facil, basta fazer q = 2d o que implica

Para resolvermos/eliminarmos cn, vamos mudar o chute para

Esta hipotese funciona se escolhermos l tal que:

Aqui consideramos o caso quando q = 1, neste caso:

Agora escolhamos d = 1 e k = 2c, obtendo

Uma aplicacao que tem se tornado muito comum e conhecida

Quando a Internet identifica pessoas com preferencias

Uma outra aplicacao e a meta-busca, que realiza buscas em

Uma aplicacao que tem se tornado muito comum e conhecida

Quando a Internet identifica pessoas com preferencias

Uma outra aplicacao e a meta-busca, que realiza buscas em

Uma aplicacao que tem se tornado muito comum e conhecida

Quando a Internet identifica pessoas com preferencias

Uma outra aplicacao e a meta-busca, que realiza buscas em

O problema fundamental consiste da comparacao de dois

Voce rotula os filmes de 1 a n segundo os teus scores. Nos e