Χρονική Πολυπλοκότητα

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Βασικές έννοιες αλγορίθμων
Advertisements

Εισαγωγή στις Τεχνολογίες της Πληροφορικής και των Επικοινωνιών
Αυτο-συσχέτιση (auto-correlation)
Τμήμα Πληροφορικής και Τηλεπικοινωνιών Κ. Χαλάτσης, Εισαγωγή στην Επιστήμη της Πληροφορικής και των Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών 1 ΑΛΓΟΡΙΘΜΟΙ- ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ.
Πιθανοκρατικοί Αλγόριθμοι
Γεωργαλλίδης Δημήτρης Καθηγητής Πληροφορικής
ΕΠΛ231 – Δομές Δεδομένων και Αλγόριθμοι
Διακριτά Μαθηματικά ΙI Ανάλυση Αλγορίθμων
Αλγόριθμοι Ι Κάθε καλώς ορισμένη υπολογιστική διαδικασία, η οποία καλείται να επιλύσει ένα συγκεκριμένο πρόβλημα εντός πεπερασμένου χρόνου. Αλγόριθμος.
Εισαγωγικές Έννοιες Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο.
Επιλογή Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο.
Διαίρει-και-Βασίλευε
Δυναμικός Προγραμματισμός
Η αλληλουχία των ενεργειών δεν είναι πάντα μία και μοναδική!!!
ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΚΕΦΑΛΑΙΟ 1ο ΚΕΦ. 1-ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΑΕΠΠ.
Αλγόριθμοι και Πολυπλοκότητα
Τμήμα Πληροφορικής και Τηλεπικοινωνιών Κ. Χαλάτσης, Εισαγωγή στην Επιστήμη της Πληροφορικής και των Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών 1 ΑΛΓΟΡΙΘΜΟΙ- ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ.
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 1)
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ 2: ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Η/Υ
Προσεγγιστικοί Αλγόριθμοι για NP-Δύσκολα Προβλήματα
ΘΕΩΡΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ ΠΑΡΟΥΣΙΑΣΗ ΣΤΑ ΚΕΦΑΛΑΙΑ 7.4 – 7.6 NP ΠΛΗΡΟΤΗΤΑ.
Ενεργή επιλογή αλγορίθμου, Active Algorithm Selection, Feilong Chen and Rong Jin Εύα Σιταρίδη.
Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης
2-1 Ανάλυση Αλγορίθμων Αλγόριθμος Πεπερασμένο σύνολο εντολών που, όταν εκτελεστούν, επιτυγχάνουν κάποιο επιθυμητό αποτέλεσμα –Δεδομένα εισόδου και εξόδου.
Θεωρία Υπολογισμού Εισαγωγή (μέρος 2 ο ) Πρακτική Θεωρία.
31/03/2015 Καθηγητής : Δρίμτζιας Βασίλης 1 ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΕΦΑΛΑΙΟ 1ο: ΑΝΑΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ.
Μηχανές Turing και Υπολογισιμότητα
Θεωρία Υπολογισμού Εισαγωγή (μέρος 3 ο ). Χρειαζόμαστε Μοντέλα Εμπρός πατάκι Πίσω πατάκι Πόρτα ΚλειστόΑνοιχτό.
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ 2: ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Η/Υ
Υπολογιστική Πολυπλοκότητα Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό.
Quicksort Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο.
ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΑΛΓΟΡΙΘΜΩΝ
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Εισαγωγή στην Επεξεργασία Ερωτήσεων.
Χρονική Πολυπλοκότητα και Μοντέλα
Θεωρία Υπολογισμού Αλγόριθμοι και Μηχανές Turing Υπολογισιμότητα.
Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ - 4ο εξάμηνο1 Ανάλυση Αλγορίθμων b Θέματα: Ορθότητα Χρονική αποδοτικότητα Χωρική αποδοτικότητα Βελτιστότητα b Προσεγγίσεις:
ΒΕΣ 06: Προσαρμοστικά Συστήματα στις Τηλεπικοινωνίες © 2007 Nicolas Tsapatsoulis Προσαρμοστικοί Αλγόριθμοι Υλοποίησης Βέλτιστων Ψηφιακών Φίλτρων: Ο αλγόριθμος.
Προγραμματισμός Εισαγωγή στην έννοια του αλγορίθμου και στον Προγραμματισμό.
Θεωρία Υπολογισμού Χρονική Πολυπλοκότητα και Μοντέλα.
Θεωρία Υπολογισμού Ανεπίλυτα Προβλήματα από τη Θεωρία Γλωσσών.
Ασυμπτωτικός Συμβολισμός
Θεωρία Υπολογισμού Μηχανές Turing. w#w προσομοίωση.
Θεωρία Υπολογισμού Κλάσεις P και NP.
Δομές Δεδομένων 1 Θέματα Απόδοσης. Δομές Δεδομένων 2 Οργανώνοντας τα Δεδομένα  Η επιλογή της δομής δεδομένων και του αλγορίθμου επηρεάζουν το χρόνο εκτέλεσης.
Θεώρημα Διαγνωσιμότητας
Επιλυσιμότητα – Διαγωνοποίηση Καντόρ
ΚΕΦΑΛΑΙΟ Τι είναι αλγόριθμος
Διαγνώσιμες και μη-διαγνώσιμες ασυμφραστικές γραμματικές και γλώσσες
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Διδάσκοντες:Στάθης Ζάχος Νίκος Παπασπύρου
ΚΕΦΑΛΑΙΟ 2.1 ΠΡΟΒΛΗΜΑ. Ο Όμηρος στην Οδύσσεια περιγράφει τα προβλήματα που αντι- μετώπιζε ο Οδυσσέας για να φτάσει στην Ιθάκη. Το πρόβλημα που κλήθηκε.
Μάθημα 1 ο Τρίτη 4 Οκτωβρίου 2011 Τσαλικάκης Δημήτρης « Εισαγωγικές έννοιες» «ΘΕΩΡΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ»
ΚΕΦΑΛΑΙΟ ΑΛΓΟΡΙΘΜΟΙ Αλγόριθμος Η έννοια του αλγορίθμου δεν συνδέεται αποκλειστικά και μόνο με προβλήματα της Πληροφορικής. Πχ συνταγή.
Σήματα και Συστήματα 11 10η διάλεξη. Σήματα και Συστήματα 12 Εισαγωγικά (1) Έστω γραμμικό σύστημα που περιγράφεται από τη σχέση: Αν η είσοδος είναι γραμμικός.
. 8η Διάλεξη Παρεμβολή Hermite
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ - ΑΣΥΜΜΕΤΡΙΑΣ - ΚΥΡΤΩΣΕΩΣ
5η Διάλεξη Λίστες και αρχές ανάλυσης αλγορίθμων Ε. Μαρκάκης
Πρόγραμμα Προπτυχιακών Σπουδών Ροή Λ: Λογισμικό
ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ (Κ105)
Διδάσκων: Δρ. Τσίντζα Παναγιώτα
Αρχεσ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Η/Υ ΤΑξη Β΄
Η ΕΝΝΟΙΑ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ
Η έννοια του προβλήματος
ΚΕΦΑΛΑΙΟ 1 Ανάλυση προβλήματος.
ΤΜΗΜΑ Μηχανικών Παραγωγής & Διοίκησης
ENOTHTA 2. ΘΕΜΑΤΑ ΘΕΩΡΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΕΦΑΛΑΙΟ 2
ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΟΙΚΟΝΟΜΟΛΟΓΟΥΣ (Κ105)
ΑΣΥΜΠΤΩΤΙΚΗ ΑΝΑΛΥΣΗ & ΠΡΟΣΘΕΣΗ
Στοιχεία Χωρικής Πολυπλοκότητας
ΤΜΗΜΑ Μηχανικών Παραγωγής & Διοίκησης
Μεταγράφημα παρουσίασης:

Χρονική Πολυπλοκότητα Θεωρία Υπολογισμού Χρονική Πολυπλοκότητα

Χρονική Πολυπλοκότητα Μέτρηση της Πολυπλοκότητας (7.1) Η κλάση Ρ (7.2) Η κλάση ΝΡ (7.3) ΝΡ-πληρότητα (7.4)

Επιλυσιμότητα και Πολυπλοκότητα Δόγμα Church – Turing: Αν υπάρχει κάποια μέθοδος (αλγόριθμος) μέσω της οποίας μπορούμε να διεκπεραιώσουμε κάποιο υπολογισμό, τότε ο ίδιος υπολογισμός μπορεί να διεκπεραιωθεί μέσω μιας μηχανής Turing. Ανεπίλυτα προβλήματα: Προβλήματα για τα οποία δεν υπάρχει κανένας αλγόριθμος που να τα επιλύει π.χ. το πρόβλημα του τερματισμού Επιλύσιμα Προβλήματα: Προβλήματα για τα οποία υπάρχει αλγόριθμος (μηχανή Turing) που τα επιλύει Πολυπλοκότητα Πόσος χρόνος/μνήμη απαιτείται για την επίλυση του προβλήματος; Είναι η επίλυση του προβλήματος πρακτικά εφικτή;

Μέτρηση της Πολυπλοκότητας Η δίπλα ΜΤ διαγιγνώσκει τη γλώσσα L1 = {w#w | w ∈ {a, b}*} Ποια η χρονική της πολυπλοκότητα; Εξαρτάται από: • το μήκος της λέξης • τη δομή της λέξης

Χρονική πολυπλοκότητα Έστω Μ μια ντετερμινιστική ΤΜ που τερματίζει σε κάθε είσοδο. O χρόνος εκτέλεσης ή η χρονική πολυπλοκότητα της Μ είναι η συνάρτηση f: ℕ -> ℕ όπου f(n) είναι το μέγιστο πλήθος βημάτων που είναι δυνατόν να πραγματοποιήσει η Μ όταν το μήκος της εισόδου της είναι n.

Εργαλεία Εκτίμησης Πολυπλοκότητας Ασυμπτωτική ανάλυση Στόχος: εκτίμηση του χρόνου σε μεγάλα δεδομένα εισόδου Δυνατότητα σύγκρισης του χρόνου εκτέλεσης διαφορετικών αλγορίθμων Παράδειγμα: Έστω αλγόριθμος με χρονική πολυπλοκότητα f(n) = 3n3-4n2+n Ασυμπτωτική ανάλυση: Μας ενδιαφέρει ο μεγιστοβάθμιος όρος (αγνοούμε τον συντελεστή του όρου όπως επίσης και τους όρους μικρότερου βαθμού). Τότε λέμε ότι η πολυπλοκότητα του αλγορίθμου είναι ασυμπτωτικά το πολύ n3

Μέτρηση της Πολυπλοκότητας Αριθμητική Γραμμική Άλγεβρα

f(n) =Ο(g(n)) Αν f(n) = Ο(g(n)), τότε λέμε πως η συνάρτηση f είναι της τάξεως g(n) ή της τάξεως κεφαλαίο Ο του g(n). η g(n) αποτελεί ασυμπτωτικό, άνω φράγμα της f(n).

Γραφική Απεικόνιση f(n) = Ο(g(n))

Ασυμπτωτική ανάλυση – Η τάξη ο f(n) = Ο(g(n)) τότε η f είναι ασυμπτωτικά μικρότερη ή ίση της g f(n) = o(g(n)) τότε η f είναι ασυμπτωτικά μικρότερη της g Παραδείγματα f(n) = 6n3+ 20n + 45 τότε f(n) = ο(n4) n = o(n log n) n log n = o(n2)

1ο Παράδειγμα Η δίπλα ΜΤ διαγιγνώσκει τη γλώσσα O(n) φορές Η δίπλα ΜΤ διαγιγνώσκει τη γλώσσα L1 = {w#w | w ∈ {a, b}*} Ποια η χρονική της πολυπλοκότητα; O(n) βήματα O(n) φορές

Κλάση Χρονικής Πολυπλοκότητας L1 ϵ ΤΙΜΕ(Ο(n2))