Α όρι μοι και Πο υπ οκότητα 1η Σειρά Γραπτών Ασκήσε ν

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Α όρι μοι και Πο υπ οκότητα 1η Σειρά Γραπτών Ασκήσε ν"

Transcript

1 .. Α όρι μοι και Πο υπ οκότητα 1η Σειρά Γραπτών Ασκήσε ν CoReLab ΣΗΜΜΥ - Ε.Μ.Π. Επιμέ εια διαφανειών: Χάρης Α ε ιδάκης 12 Δεκεμ ρίου, 2011

2 Outline. 1 Άσκηση 1. 2 Άσκηση 2. 3 Άσκηση 3. 4 Άσκηση 4. 5 Άσκηση 5 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

3 Outline. 1 Άσκηση 1. 2 Άσκηση 2. 3 Άσκηση 3. 4 Άσκηση 4. 5 Άσκηση 5 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

4 Άσκηση 1 (α): Ασυμπτ τικός Συμ ο ισμός Λύση log(n 3 ), n(log n) 50 n, log log n, log(n!) = Θ(n log n), n(log n)10, n 1.01, n 5 log 2 n, k 5 = Θ(n 6 ), (log n) log n = Θ(n log log n ), 2 (log 2 n)4 = n (log 2 n)3, k=1 (log n) n, e n/ ln n, n3 n, 2 2n = 4 n, n! Χρήσιμες σ έσεις ( n ) n/2, n! = ω n! = o(n n ) α ά log n! = Θ(log n n ). 2 Αντί ετα, f(n) = o(g(n)) f(n) = o( g(n)). ɛ > 0, log d n = o(n ɛ ), οπότε και ια ɛ = 1/2, log d n = o( n) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

5 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (1 / 2) Λύση. 1 T(n) = 5T(n/7) + n log n = Θ(n log n) (MT περ. 3). 2 T(n) = 4T(n/5) + n/ log 2 n = Θ(n/ log 2 n) (MT περ. 3). 3 T(n) = T(n/3) + 3T(n/7) + n = Θ(n) ( ύνουμε ια κάτ φρά μα: 3T(n/7) + n, και επα η εύουμε στην αρ ική σ έση. Διαισ ητικά, έ ουμε αναδρομή σε n/3 + 3n/7 < n, και άρα επικρατεί το n.). 4 T(n) = 6T(n/6) + n = Θ(n log n) (MT περ. 2) 5. T(n) = T(n/3) + T(2n/3) + n = Θ(n log n) (διαισ ητικά, n/3 + 2n/3 = n, και άρα υποψιαζόμαστε ια n log n. Ενα ακτικά, φτιά νουμε το δέντρο αναδρομής, με ύψος το πιο με ά ο μονοπάτι, έστ μήκους k -> (2/3) k n = 1 k = Θ(log n).) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

6 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (1 / 2) Λύση. 1 T(n) = 5T(n/7) + n log n = Θ(n log n) (MT περ. 3). 2 T(n) = 4T(n/5) + n/ log 2 n = Θ(n/ log 2 n) (MT περ. 3). 3 T(n) = T(n/3) + 3T(n/7) + n = Θ(n) ( ύνουμε ια κάτ φρά μα: 3T(n/7) + n, και επα η εύουμε στην αρ ική σ έση. Διαισ ητικά, έ ουμε αναδρομή σε n/3 + 3n/7 < n, και άρα επικρατεί το n.). 4 T(n) = 6T(n/6) + n = Θ(n log n) (MT περ. 2) 5. T(n) = T(n/3) + T(2n/3) + n = Θ(n log n) (διαισ ητικά, n/3 + 2n/3 = n, και άρα υποψιαζόμαστε ια n log n. Ενα ακτικά, φτιά νουμε το δέντρο αναδρομής, με ύψος το πιο με ά ο μονοπάτι, έστ μήκους k -> (2/3) k n = 1 k = Θ(log n).) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

7 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (1 / 2) Λύση. 1 T(n) = 5T(n/7) + n log n = Θ(n log n) (MT περ. 3). 2 T(n) = 4T(n/5) + n/ log 2 n = Θ(n/ log 2 n) (MT περ. 3). 3 T(n) = T(n/3) + 3T(n/7) + n = Θ(n) ( ύνουμε ια κάτ φρά μα: 3T(n/7) + n, και επα η εύουμε στην αρ ική σ έση. Διαισ ητικά, έ ουμε αναδρομή σε n/3 + 3n/7 < n, και άρα επικρατεί το n.). 4 T(n) = 6T(n/6) + n = Θ(n log n) (MT περ. 2) 5. T(n) = T(n/3) + T(2n/3) + n = Θ(n log n) (διαισ ητικά, n/3 + 2n/3 = n, και άρα υποψιαζόμαστε ια n log n. Ενα ακτικά, φτιά νουμε το δέντρο αναδρομής, με ύψος το πιο με ά ο μονοπάτι, έστ μήκους k -> (2/3) k n = 1 k = Θ(log n).) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

8 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (1 / 2) Λύση. 1 T(n) = 5T(n/7) + n log n = Θ(n log n) (MT περ. 3). 2 T(n) = 4T(n/5) + n/ log 2 n = Θ(n/ log 2 n) (MT περ. 3). 3 T(n) = T(n/3) + 3T(n/7) + n = Θ(n) ( ύνουμε ια κάτ φρά μα: 3T(n/7) + n, και επα η εύουμε στην αρ ική σ έση. Διαισ ητικά, έ ουμε αναδρομή σε n/3 + 3n/7 < n, και άρα επικρατεί το n.). 4 T(n) = 6T(n/6) + n = Θ(n log n) (MT περ. 2) 5. T(n) = T(n/3) + T(2n/3) + n = Θ(n log n) (διαισ ητικά, n/3 + 2n/3 = n, και άρα υποψιαζόμαστε ια n log n. Ενα ακτικά, φτιά νουμε το δέντρο αναδρομής, με ύψος το πιο με ά ο μονοπάτι, έστ μήκους k -> (2/3) k n = 1 k = Θ(log n).) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

9 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (1 / 2) Λύση. 1 T(n) = 5T(n/7) + n log n = Θ(n log n) (MT περ. 3). 2 T(n) = 4T(n/5) + n/ log 2 n = Θ(n/ log 2 n) (MT περ. 3). 3 T(n) = T(n/3) + 3T(n/7) + n = Θ(n) ( ύνουμε ια κάτ φρά μα: 3T(n/7) + n, και επα η εύουμε στην αρ ική σ έση. Διαισ ητικά, έ ουμε αναδρομή σε n/3 + 3n/7 < n, και άρα επικρατεί το n.). 4 T(n) = 6T(n/6) + n = Θ(n log n) (MT περ. 2) 5. T(n) = T(n/3) + T(2n/3) + n = Θ(n log n) (διαισ ητικά, n/3 + 2n/3 = n, και άρα υποψιαζόμαστε ια n log n. Ενα ακτικά, φτιά νουμε το δέντρο αναδρομής, με ύψος το πιο με ά ο μονοπάτι, έστ μήκους k -> (2/3) k n = 1 k = Θ(log n).) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

10 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (2 / 2). 6 T(n) = 16T(n/4) + n 3 log 2 n = Θ(n 3 log 2 n) (MT περ. 3) 7. T(n) = T( n) + Θ(log log n) = Θ(log 2 log n) (στο i-στάδιο: T(n) = T(n 1/2i ) + i c log log n ( i 1)c. Για την τε ευταία τιμή του i, όταν το n 1/2i φτάσει στο 2, είμαστε ok, κα ώς το επόμενο ήμα μας πάει στη μονάδα, οπότε i = Θ(log log n). Μετά, πράξεις...). 8 T(n) = T(n 3) + log n = Θ(n log n) (Για πο /σα του 3, δη αδή n = 3k, έ ουμε T(n) = T(3(k 1)) + log 3k = T(3(k 2)) + log(3(k 1)) + log 3k =... = T(3(k i)) + log(3(k i + 1)) log 3k =... = T(3) + log(3 2)) + log(3 3) log 3k = T(3) + log(3 k 1 k!) =...) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

11 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (2 / 2). 6 T(n) = 16T(n/4) + n 3 log 2 n = Θ(n 3 log 2 n) (MT περ. 3) 7. T(n) = T( n) + Θ(log log n) = Θ(log 2 log n) (στο i-στάδιο: T(n) = T(n 1/2i ) + i c log log n ( i 1)c. Για την τε ευταία τιμή του i, όταν το n 1/2i φτάσει στο 2, είμαστε ok, κα ώς το επόμενο ήμα μας πάει στη μονάδα, οπότε i = Θ(log log n). Μετά, πράξεις...). 8 T(n) = T(n 3) + log n = Θ(n log n) (Για πο /σα του 3, δη αδή n = 3k, έ ουμε T(n) = T(3(k 1)) + log 3k = T(3(k 2)) + log(3(k 1)) + log 3k =... = T(3(k i)) + log(3(k i + 1)) log 3k =... = T(3) + log(3 2)) + log(3 3) log 3k = T(3) + log(3 k 1 k!) =...) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

12 Άσκηση 1 ( ): Αναδρομικές Σ έσεις (2 / 2). 6 T(n) = 16T(n/4) + n 3 log 2 n = Θ(n 3 log 2 n) (MT περ. 3) 7. T(n) = T( n) + Θ(log log n) = Θ(log 2 log n) (στο i-στάδιο: T(n) = T(n 1/2i ) + i c log log n ( i 1)c. Για την τε ευταία τιμή του i, όταν το n 1/2i φτάσει στο 2, είμαστε ok, κα ώς το επόμενο ήμα μας πάει στη μονάδα, οπότε i = Θ(log log n). Μετά, πράξεις...). 8 T(n) = T(n 3) + log n = Θ(n log n) (Για πο /σα του 3, δη αδή n = 3k, έ ουμε T(n) = T(3(k 1)) + log 3k = T(3(k 2)) + log(3(k 1)) + log 3k =... = T(3(k i)) + log(3(k i + 1)) log 3k =... = T(3) + log(3 2)) + log(3 3) log 3k = T(3) + log(3 k 1 k!) =...) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

13 Outline. 1 Άσκηση 1. 2 Άσκηση 2. 3 Άσκηση 3. 4 Άσκηση 4. 5 Άσκηση 5 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

14 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (1 / 4) Είσοδος: Πίνακας A[1...n] με O(log d n) διαφορετικά στοι εία (d στα ερά). Πρό ημα: Ταξινόμηση σε ρόνο O(n log log n). Παρατηρήσεις Θέ ουμε να εκμετα ευτούμε το μικρό π ή ος διαφορετικών στοι εί ν, ταξινομώντας στην ουσία μόνο αυτά, και στη συνέ εια εμίζοντας τον πίνακα με τα αντί ραφα τους. Αφού δεν ξέρουμε τις διακριτές τιμές όμ ς, πρέπει να τις εντοπίσουμε πρώτα. Εδώ μπορούμε να ρησιμοποιήσουμε μια ουρά προτεραιότητας, έτσι ώστε να ε έ ουμε ρή ορα αν μια τιμή έ ει ήδη ρε εί ή ό ι, και στη συνέ εια να ταξινομήσουμε, ή να τις ταξινομούμε online, ρησιμοποιώντας insertion sort. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

15 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (1 / 4) Είσοδος: Πίνακας A[1...n] με O(log d n) διαφορετικά στοι εία (d στα ερά). Πρό ημα: Ταξινόμηση σε ρόνο O(n log log n). Παρατηρήσεις Θέ ουμε να εκμετα ευτούμε το μικρό π ή ος διαφορετικών στοι εί ν, ταξινομώντας στην ουσία μόνο αυτά, και στη συνέ εια εμίζοντας τον πίνακα με τα αντί ραφα τους. Αφού δεν ξέρουμε τις διακριτές τιμές όμ ς, πρέπει να τις εντοπίσουμε πρώτα. Εδώ μπορούμε να ρησιμοποιήσουμε μια ουρά προτεραιότητας, έτσι ώστε να ε έ ουμε ρή ορα αν μια τιμή έ ει ήδη ρε εί ή ό ι, και στη συνέ εια να ταξινομήσουμε, ή να τις ταξινομούμε online, ρησιμοποιώντας insertion sort. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

16 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (1 / 4) Είσοδος: Πίνακας A[1...n] με O(log d n) διαφορετικά στοι εία (d στα ερά). Πρό ημα: Ταξινόμηση σε ρόνο O(n log log n). Παρατηρήσεις Θέ ουμε να εκμετα ευτούμε το μικρό π ή ος διαφορετικών στοι εί ν, ταξινομώντας στην ουσία μόνο αυτά, και στη συνέ εια εμίζοντας τον πίνακα με τα αντί ραφα τους. Αφού δεν ξέρουμε τις διακριτές τιμές όμ ς, πρέπει να τις εντοπίσουμε πρώτα. Εδώ μπορούμε να ρησιμοποιήσουμε μια ουρά προτεραιότητας, έτσι ώστε να ε έ ουμε ρή ορα αν μια τιμή έ ει ήδη ρε εί ή ό ι, και στη συνέ εια να ταξινομήσουμε, ή να τις ταξινομούμε online, ρησιμοποιώντας insertion sort. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

17 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (1 / 4) Είσοδος: Πίνακας A[1...n] με O(log d n) διαφορετικά στοι εία (d στα ερά). Πρό ημα: Ταξινόμηση σε ρόνο O(n log log n). Παρατηρήσεις Θέ ουμε να εκμετα ευτούμε το μικρό π ή ος διαφορετικών στοι εί ν, ταξινομώντας στην ουσία μόνο αυτά, και στη συνέ εια εμίζοντας τον πίνακα με τα αντί ραφα τους. Αφού δεν ξέρουμε τις διακριτές τιμές όμ ς, πρέπει να τις εντοπίσουμε πρώτα. Εδώ μπορούμε να ρησιμοποιήσουμε μια ουρά προτεραιότητας, έτσι ώστε να ε έ ουμε ρή ορα αν μια τιμή έ ει ήδη ρε εί ή ό ι, και στη συνέ εια να ταξινομήσουμε, ή να τις ταξινομούμε online, ρησιμοποιώντας insertion sort. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

18 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (2 / 4) Λύση με insertion sort Χρησιμοποιούμε έναν απ ό πίνακα με έ ους O(log d n), στον οποίο α ά ουμε τις διακριτές τιμές, μαζί με τις συ νότητες εμφάνισης τους. Σε κά ε ήμα, με binary search (κόστους O(log log n)) ε έ ουμε αν υπάρ ει ήδη η προς εξέταση τιμή, και αν ναι αυξάνουμε τον αντίστοι ο counter, διαφορετικά με κόστος O(log d n) την τοπο ετούμε, κρατώντας sorted τον πίνακα. Αφού όμ ς α ίνουν O(log d n) insertions, έ ουμε συνο ικό κόστος O(n log log n) + O(log 2d n) = O(n log log n). Η αντι ραφή στον αρ ικό πίνακα έ ει ρόνο Θ(n) και άρα συνο ικά έ ουμε κόστος O(n log log n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

19 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (2 / 4) Λύση με insertion sort Χρησιμοποιούμε έναν απ ό πίνακα με έ ους O(log d n), στον οποίο α ά ουμε τις διακριτές τιμές, μαζί με τις συ νότητες εμφάνισης τους. Σε κά ε ήμα, με binary search (κόστους O(log log n)) ε έ ουμε αν υπάρ ει ήδη η προς εξέταση τιμή, και αν ναι αυξάνουμε τον αντίστοι ο counter, διαφορετικά με κόστος O(log d n) την τοπο ετούμε, κρατώντας sorted τον πίνακα. Αφού όμ ς α ίνουν O(log d n) insertions, έ ουμε συνο ικό κόστος O(n log log n) + O(log 2d n) = O(n log log n). Η αντι ραφή στον αρ ικό πίνακα έ ει ρόνο Θ(n) και άρα συνο ικά έ ουμε κόστος O(n log log n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

20 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (2 / 4) Λύση με insertion sort Χρησιμοποιούμε έναν απ ό πίνακα με έ ους O(log d n), στον οποίο α ά ουμε τις διακριτές τιμές, μαζί με τις συ νότητες εμφάνισης τους. Σε κά ε ήμα, με binary search (κόστους O(log log n)) ε έ ουμε αν υπάρ ει ήδη η προς εξέταση τιμή, και αν ναι αυξάνουμε τον αντίστοι ο counter, διαφορετικά με κόστος O(log d n) την τοπο ετούμε, κρατώντας sorted τον πίνακα. Αφού όμ ς α ίνουν O(log d n) insertions, έ ουμε συνο ικό κόστος O(n log log n) + O(log 2d n) = O(n log log n). Η αντι ραφή στον αρ ικό πίνακα έ ει ρόνο Θ(n) και άρα συνο ικά έ ουμε κόστος O(n log log n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

21 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (2 / 4) Λύση με insertion sort Χρησιμοποιούμε έναν απ ό πίνακα με έ ους O(log d n), στον οποίο α ά ουμε τις διακριτές τιμές, μαζί με τις συ νότητες εμφάνισης τους. Σε κά ε ήμα, με binary search (κόστους O(log log n)) ε έ ουμε αν υπάρ ει ήδη η προς εξέταση τιμή, και αν ναι αυξάνουμε τον αντίστοι ο counter, διαφορετικά με κόστος O(log d n) την τοπο ετούμε, κρατώντας sorted τον πίνακα. Αφού όμ ς α ίνουν O(log d n) insertions, έ ουμε συνο ικό κόστος O(n log log n) + O(log 2d n) = O(n log log n). Η αντι ραφή στον αρ ικό πίνακα έ ει ρόνο Θ(n) και άρα συνο ικά έ ουμε κόστος O(n log log n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

22 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (3 / 4) Λύση με ουρά προτεραιότητας Κα ώς έ ουμε ί α στοι εία προς ταξινόμηση, η ταξινόμηση τους σε κά ε περίπτ ση είναι ρή ορη. Οπότε η ρονική επι άρυνση προκύπτει κα ώς αναζητούμε τις ήδη υπάρ ουσες διακριτές τιμές, ια τον εντοπισμό τ ν duplicates στον αρ ικό πίνακα. Για το ό ο αυτό, προσφέρεται να ρησιμοποιήσουμε μια ουρά προτεραιότητας που δίνει κα ούς ρόνους αναζήτησης. Για παράδει μα, μπορούμε να ρησιμοποιήσουμε κάποια δομή well-balanced binary search tree (AVL trees, Red-black trees, κ.ά.) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

23 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (3 / 4) Λύση με ουρά προτεραιότητας Κα ώς έ ουμε ί α στοι εία προς ταξινόμηση, η ταξινόμηση τους σε κά ε περίπτ ση είναι ρή ορη. Οπότε η ρονική επι άρυνση προκύπτει κα ώς αναζητούμε τις ήδη υπάρ ουσες διακριτές τιμές, ια τον εντοπισμό τ ν duplicates στον αρ ικό πίνακα. Για το ό ο αυτό, προσφέρεται να ρησιμοποιήσουμε μια ουρά προτεραιότητας που δίνει κα ούς ρόνους αναζήτησης. Για παράδει μα, μπορούμε να ρησιμοποιήσουμε κάποια δομή well-balanced binary search tree (AVL trees, Red-black trees, κ.ά.) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

24 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (4 / 4) Ερώτηση: Γιατί δεν ισ ύει το κάτ φρά μα Ω(n log n)?? Απάντηση: Κα ώς έ ουμε πο απ ές εμφανίσεις ίδι ν στοι εί ν, δε ρειάζεται να διακρίνουμε αυτές τις εμφανίσεις. Ουσιαστικά οιπόν από τις n! μετα έσεις, έ ουμε να α νοήσουμε τις μετα έσεις τ ν στοι εί ν που έ ουν ίδια τιμή. Εξετάζοντας την περίπτ ση που τα στοι εία έ ουν ισοκατανεμη εί, έ ουμε ότι το π ή ος τ ν μετα έσε ν είναι n! ( ) log n! log d n που δίνει ύψος του δέντρου συ κρίσε ν Θ(n log log n)). Άρα, ο α όρι μος μας είναι και έ τιστος! d n (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

25 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (4 / 4) Ερώτηση: Γιατί δεν ισ ύει το κάτ φρά μα Ω(n log n)?? Απάντηση: Κα ώς έ ουμε πο απ ές εμφανίσεις ίδι ν στοι εί ν, δε ρειάζεται να διακρίνουμε αυτές τις εμφανίσεις. Ουσιαστικά οιπόν από τις n! μετα έσεις, έ ουμε να α νοήσουμε τις μετα έσεις τ ν στοι εί ν που έ ουν ίδια τιμή. Εξετάζοντας την περίπτ ση που τα στοι εία έ ουν ισοκατανεμη εί, έ ουμε ότι το π ή ος τ ν μετα έσε ν είναι n! ( ) log n! log d n που δίνει ύψος του δέντρου συ κρίσε ν Θ(n log log n)). Άρα, ο α όρι μος μας είναι και έ τιστος! d n (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

26 Άσκηση 2: Ταξινόμηση σε Πίνακα με Πο ά Ίδια Στοι εία (4 / 4) Ερώτηση: Γιατί δεν ισ ύει το κάτ φρά μα Ω(n log n)?? Απάντηση: Κα ώς έ ουμε πο απ ές εμφανίσεις ίδι ν στοι εί ν, δε ρειάζεται να διακρίνουμε αυτές τις εμφανίσεις. Ουσιαστικά οιπόν από τις n! μετα έσεις, έ ουμε να α νοήσουμε τις μετα έσεις τ ν στοι εί ν που έ ουν ίδια τιμή. Εξετάζοντας την περίπτ ση που τα στοι εία έ ουν ισοκατανεμη εί, έ ουμε ότι το π ή ος τ ν μετα έσε ν είναι n! ( ) log n! log d n που δίνει ύψος του δέντρου συ κρίσε ν Θ(n log log n)). Άρα, ο α όρι μος μας είναι και έ τιστος! d n (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

27 Outline. 1 Άσκηση 1. 2 Άσκηση 2. 3 Άσκηση 3. 4 Άσκηση 4. 5 Άσκηση 5 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

28 Άσκηση 3 (α): Δυαδική Αναζήτηση (1 / 2) Γενικά: Δυαδική αναζήτηση στοι είου x σε ταξινομημένο πίνακα A με έ ους n, δίνει έ τιστο ρόνο αναζήτησης O(log n). Πρό ημα: Και αν δεν ξέρουμε το n??... Ιδέα!! Binary Search + Repeating Doubling Doubling: Ε έ ουμε διαδο ικά τις έσεις 2 i, ια i = 0, 1,... Παρατηρούμε ότι σε log n ήματα αίνουμε από τα όρια του πίνακα. i- ήμα α ορί μου: Αν A[2 i ] < x, συνε ίζουμε στο επόμενο ήμα, α ιώς το x μπορεί να ρίσκεται μόνο μεταξύ τ ν έσε ν 2 i 1 και 2 i, οπότε κάνουμε binary search. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

29 Άσκηση 3 (α): Δυαδική Αναζήτηση (1 / 2) Γενικά: Δυαδική αναζήτηση στοι είου x σε ταξινομημένο πίνακα A με έ ους n, δίνει έ τιστο ρόνο αναζήτησης O(log n). Πρό ημα: Και αν δεν ξέρουμε το n??... Ιδέα!! Binary Search + Repeating Doubling Doubling: Ε έ ουμε διαδο ικά τις έσεις 2 i, ια i = 0, 1,... Παρατηρούμε ότι σε log n ήματα αίνουμε από τα όρια του πίνακα. i- ήμα α ορί μου: Αν A[2 i ] < x, συνε ίζουμε στο επόμενο ήμα, α ιώς το x μπορεί να ρίσκεται μόνο μεταξύ τ ν έσε ν 2 i 1 και 2 i, οπότε κάνουμε binary search. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

30 Άσκηση 3 (α): Δυαδική Αναζήτηση (1 / 2) Γενικά: Δυαδική αναζήτηση στοι είου x σε ταξινομημένο πίνακα A με έ ους n, δίνει έ τιστο ρόνο αναζήτησης O(log n). Πρό ημα: Και αν δεν ξέρουμε το n??... Ιδέα!! Binary Search + Repeating Doubling Doubling: Ε έ ουμε διαδο ικά τις έσεις 2 i, ια i = 0, 1,... Παρατηρούμε ότι σε log n ήματα αίνουμε από τα όρια του πίνακα. i- ήμα α ορί μου: Αν A[2 i ] < x, συνε ίζουμε στο επόμενο ήμα, α ιώς το x μπορεί να ρίσκεται μόνο μεταξύ τ ν έσε ν 2 i 1 και 2 i, οπότε κάνουμε binary search. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

31 Άσκηση 3 (α): Δυαδική Αναζήτηση (1 / 2) Γενικά: Δυαδική αναζήτηση στοι είου x σε ταξινομημένο πίνακα A με έ ους n, δίνει έ τιστο ρόνο αναζήτησης O(log n). Πρό ημα: Και αν δεν ξέρουμε το n??... Ιδέα!! Binary Search + Repeating Doubling Doubling: Ε έ ουμε διαδο ικά τις έσεις 2 i, ια i = 0, 1,... Παρατηρούμε ότι σε log n ήματα αίνουμε από τα όρια του πίνακα. i- ήμα α ορί μου: Αν A[2 i ] < x, συνε ίζουμε στο επόμενο ήμα, α ιώς το x μπορεί να ρίσκεται μόνο μεταξύ τ ν έσε ν 2 i 1 και 2 i, οπότε κάνουμε binary search. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

32 Άσκηση 3 (α): Δυαδική Αναζήτηση (1 / 2) Γενικά: Δυαδική αναζήτηση στοι είου x σε ταξινομημένο πίνακα A με έ ους n, δίνει έ τιστο ρόνο αναζήτησης O(log n). Πρό ημα: Και αν δεν ξέρουμε το n??... Ιδέα!! Binary Search + Repeating Doubling Doubling: Ε έ ουμε διαδο ικά τις έσεις 2 i, ια i = 0, 1,... Παρατηρούμε ότι σε log n ήματα αίνουμε από τα όρια του πίνακα. i- ήμα α ορί μου: Αν A[2 i ] < x, συνε ίζουμε στο επόμενο ήμα, α ιώς το x μπορεί να ρίσκεται μόνο μεταξύ τ ν έσε ν 2 i 1 και 2 i, οπότε κάνουμε binary search. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

33 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A x i 2 i+1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

34 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A x i 2 i+1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

35 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A x i 2 i+1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

36 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A x i 2 i+1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

37 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A x i 2 i+1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

38 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A i... x i+1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

39 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A x i BINARY SEARCH 2 i+1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

40 Άσκηση 3 (α): Δυαδική Αναζήτηση (2 / 2) A x i BINARY SEARCH 2 i+1 Χρόνος: Το πο ύ log n ήματα μέ ρι να ρούμε το κατά η ο (2 i, 2 i+1 ) διάστημα, και μετά binary search σε εύρος 2 i n. Άρα συνο ικό κόστος O(log n) (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

41 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

42 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

43 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. A B n (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

44 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. k A B n (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

45 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. k/2 k A n B (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

46 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. k/2 k A A[k/2] > B[k/2] n B (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

47 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. k/2 k A Still need k/2 to reach k on the merged list A[k/2] > B[k/2] n B k/2 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

48 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. k/2 k A Which ones? The k/2 smallest ones A[k/2] > B[k/2] n B k/2 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

49 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 1 / 2) Είσοδος: Δύο ταξινομημένοι πίνακες A, B, με έ ους n. Ζητούμενο: Το k-οστό μικρότερο στοι είο της έν σης. Ιδέα: Πρακτικά ζητάμε το μεσαίο στοι είο της έν σης τ ν A[1...k], B[1...k]. Θα το ρούμε με divide-and-conquer τρόπο. k/2 k A Observe that the middle element of the red s is what we need B k/2 A[k/2] > B[k/2] n (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

50 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 2 / 2) Χρόνος: Σε κά ε ήμα, υποδιπ ασιάζεται το μέ ε ος του input, δη αδή T(k) = T(k/2) + c, και άρα κατα ή ουμε σε ρόνο O(log k). Σημεί ση: Αν k > n, τότε μπορούμε με μία μικρή τροποποίηση να κάνουμε τον α όρι μο να δου έψει (π ς?). Ο ρόνος είναι και πά ι O(log k), όπου απ ά k = Θ(n), οπότε κατα ή ουμε σε ρόνο O(log n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

51 Άσκηση 3 ( ): Δυαδική Αναζήτηση ( 2 / 2) Χρόνος: Σε κά ε ήμα, υποδιπ ασιάζεται το μέ ε ος του input, δη αδή T(k) = T(k/2) + c, και άρα κατα ή ουμε σε ρόνο O(log k). Σημεί ση: Αν k > n, τότε μπορούμε με μία μικρή τροποποίηση να κάνουμε τον α όρι μο να δου έψει (π ς?). Ο ρόνος είναι και πά ι O(log k), όπου απ ά k = Θ(n), οπότε κατα ή ουμε σε ρόνο O(log n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

52 Outline. 1 Άσκηση 1. 2 Άσκηση 2. 3 Άσκηση 3. 4 Άσκηση 4. 5 Άσκηση 5 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

53 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

54 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

55 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

56 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. 2 k 1 ak 1 ak 2 a0 a k Queries 2 k + (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

57 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. 2 k 1 > 1 ak 1 ak 2 a0 a k Queries 2 k + (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

58 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. 2 k 2 1 ak 1 ak 2 a0 a k Queries 2 k + 2 k 1 + (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

59 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. < 2 k ak 1 ak 2 a0 a k Queries 2 k + 2 k 1 + (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

60 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. 2 k i 1 0 ak 1 ak 2 a0 a k i 0 1 Queries 2 k + 2 k k i+1 + (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

61 Άσκηση 4: Συ ο ή Comics Είσοδος: Ό οι οι αρι μοί από το 0 ς το n = 2 k εκτός από έναν. Ζητούμενο: Εντοπισμός του αρι μού που είπει με ερ τήσεις μόνο ια συ κεκριμένα ψηφία τ ν δοσμέν ν αρι μών. Ιδέα: Βρίσκουμε ένα ένα τα bits του ζητούμενου αρι μού, ξεκινώντας από το MSB. Με την εύρεση ενός νέου bit, το μέ ε ος του προ ήματος υποδιπ ασιάζεται. 2 0 = ak 1 ak 2 0 a0 a Queries 2 k + 2 k = 2 k + 2 k 1 = 2n 1 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

62 Outline. 1 Άσκηση 1. 2 Άσκηση 2. 3 Άσκηση 3. 4 Άσκηση 4. 5 Άσκηση 5 (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

63 Άσκηση 5: Πο υκατοικίες ρίς έα (1 / 4) Είσοδος: Πίνακας A[1...n] Ζητούμενο: Πίνακας B[1...n] όπου B[i] το index του κοντινότερου από αριστερά αρι μού με A[B[i]] > A[i]. Λύση: Γεμίζουμε από αριστερά προς τα δεξιά τον πίνακα B, έση προς έση. Αυτό ίνεται εύκο α: B[1] = 0; for i := 2 to n do { j := i 1; while (j > 0) do { if A[j] > A[i] then break; else j := j 1; } B[i] := j; } // πρώτη προσέ ιση (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

64 Άσκηση 5: Πο υκατοικίες ρίς έα (1 / 4) Είσοδος: Πίνακας A[1...n] Ζητούμενο: Πίνακας B[1...n] όπου B[i] το index του κοντινότερου από αριστερά αρι μού με A[B[i]] > A[i]. Λύση: Γεμίζουμε από αριστερά προς τα δεξιά τον πίνακα B, έση προς έση. Αυτό ίνεται εύκο α: B[1] = 0; for i := 2 to n do { j := i 1; while (j > 0) do { if A[j] > A[i] then break; else j := j 1; } B[i] := j; } // πρώτη προσέ ιση (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

65 Άσκηση 5: Πο υκατοικίες ρίς έα (1 / 4) Είσοδος: Πίνακας A[1...n] Ζητούμενο: Πίνακας B[1...n] όπου B[i] το index του κοντινότερου από αριστερά αρι μού με A[B[i]] > A[i]. Λύση: Γεμίζουμε από αριστερά προς τα δεξιά τον πίνακα B, έση προς έση. Αυτό ίνεται εύκο α: B[1] = 0; for i := 2 to n do { j := i 1; while (j > 0) do { if A[j] > A[i] then break; else j := B[j]; } B[i] := j; } // κα ύτερο?? (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

66 Άσκηση 5: Πο υκατοικίες ρίς έα (2 / 4) Trivial Upper Time Bound: Σκεπτόμενοι απ οϊκά, και παρά τη ε τί ση μας, η ειρότερη περίπτ ση φαντάζει να είναι και πά ι όταν σε κά ε ήμα κάνουμε συ κρίσεις με ό ους τους προη ούμενους αρι μούς. Αυτό δίνει κατευ είαν ένα άν φρά μα της τάξης n 1 = O(n 2 ). Ιδέα: Για να προκύψει ο ζητούμενος ραμμικός ρόνος, ρησιμοποιούμε amortized ανά υση: παρ ό ο που στο i- ήμα το κόστος στη ειρότερη είναι i 1, δε ίνεται ό α τα ήματα να έ ουν κόστος ειρότερης περίπτ σης, ανεξάρτητα από το input μας. Με ά α ό ια, αν ια κάποια στοι εία κάνουμε πο ές συ κρίσεις μέ ρι να ρούμε το σ στό index, τότε πο ά ά α στοι εία σί ουρα α μας έ ουν κοστίσει πο ύ ί ο. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

67 Άσκηση 5: Πο υκατοικίες ρίς έα (2 / 4) Trivial Upper Time Bound: Σκεπτόμενοι απ οϊκά, και παρά τη ε τί ση μας, η ειρότερη περίπτ ση φαντάζει να είναι και πά ι όταν σε κά ε ήμα κάνουμε συ κρίσεις με ό ους τους προη ούμενους αρι μούς. Αυτό δίνει κατευ είαν ένα άν φρά μα της τάξης n 1 = O(n 2 ). Ιδέα: Για να προκύψει ο ζητούμενος ραμμικός ρόνος, ρησιμοποιούμε amortized ανά υση: παρ ό ο που στο i- ήμα το κόστος στη ειρότερη είναι i 1, δε ίνεται ό α τα ήματα να έ ουν κόστος ειρότερης περίπτ σης, ανεξάρτητα από το input μας. Με ά α ό ια, αν ια κάποια στοι εία κάνουμε πο ές συ κρίσεις μέ ρι να ρούμε το σ στό index, τότε πο ά ά α στοι εία σί ουρα α μας έ ουν κοστίσει πο ύ ί ο. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

68 Άσκηση 5: Πο υκατοικίες ρίς έα (3 / 4) Χρησιμοποιήσουμε ένα charging επι είρημα: διαμοιράζουμε τον αρι μό τ ν συ κρίσε ν ανάμεσα στα στοι εία του πίνακα, και στο τέ ος μετράμε πόσες συ κρίσεις έ ιναν, α ροίζοντας τις ρεώσεις που κάναμε σε κά ε στοι είο. Έστ ότι στο i- ήμα κάνουμε k συ κρίσεις, κατά σειρά με τα στοι εία με δείκτες t 1 > t 2 >... > t k, (t 1 = i 1). Τότε, ρεώνουμε το A[i] με 1 σύ κριση και τα A[t 1 ], A[t 2 ],..., A[t k 1 ], με 1 σύ κριση το κα ένα. Δη αδή το κόστος διαμοιράζεται σε ό α τα στοι εία, π ην του τε ευταίου. Παρατηρούμε ότι ένα στοι είο στη έση i ρεώνεται είτε όταν είμαστε στο ήμα i είτε όταν συμμετέ ει ς ενδιάμεσο σημείο σε κάποιο μονοπάτι, ια κάποιο ήμα j > i. Τέ ος, παρατηρούμε ότι ένα στοι είο μπορεί να συμμετέ ει ς ενδιάμεσο μόνο σε ένα μονοπάτι, αυτό που αντιστοι εί στο πρώτο j > i με A[j] > A[i]. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

69 Άσκηση 5: Πο υκατοικίες ρίς έα (3 / 4) Χρησιμοποιήσουμε ένα charging επι είρημα: διαμοιράζουμε τον αρι μό τ ν συ κρίσε ν ανάμεσα στα στοι εία του πίνακα, και στο τέ ος μετράμε πόσες συ κρίσεις έ ιναν, α ροίζοντας τις ρεώσεις που κάναμε σε κά ε στοι είο. Έστ ότι στο i- ήμα κάνουμε k συ κρίσεις, κατά σειρά με τα στοι εία με δείκτες t 1 > t 2 >... > t k, (t 1 = i 1). Τότε, ρεώνουμε το A[i] με 1 σύ κριση και τα A[t 1 ], A[t 2 ],..., A[t k 1 ], με 1 σύ κριση το κα ένα. Δη αδή το κόστος διαμοιράζεται σε ό α τα στοι εία, π ην του τε ευταίου. Παρατηρούμε ότι ένα στοι είο στη έση i ρεώνεται είτε όταν είμαστε στο ήμα i είτε όταν συμμετέ ει ς ενδιάμεσο σημείο σε κάποιο μονοπάτι, ια κάποιο ήμα j > i. Τέ ος, παρατηρούμε ότι ένα στοι είο μπορεί να συμμετέ ει ς ενδιάμεσο μόνο σε ένα μονοπάτι, αυτό που αντιστοι εί στο πρώτο j > i με A[j] > A[i]. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

70 Άσκηση 5: Πο υκατοικίες ρίς έα (3 / 4) Χρησιμοποιήσουμε ένα charging επι είρημα: διαμοιράζουμε τον αρι μό τ ν συ κρίσε ν ανάμεσα στα στοι εία του πίνακα, και στο τέ ος μετράμε πόσες συ κρίσεις έ ιναν, α ροίζοντας τις ρεώσεις που κάναμε σε κά ε στοι είο. Έστ ότι στο i- ήμα κάνουμε k συ κρίσεις, κατά σειρά με τα στοι εία με δείκτες t 1 > t 2 >... > t k, (t 1 = i 1). Τότε, ρεώνουμε το A[i] με 1 σύ κριση και τα A[t 1 ], A[t 2 ],..., A[t k 1 ], με 1 σύ κριση το κα ένα. Δη αδή το κόστος διαμοιράζεται σε ό α τα στοι εία, π ην του τε ευταίου. Παρατηρούμε ότι ένα στοι είο στη έση i ρεώνεται είτε όταν είμαστε στο ήμα i είτε όταν συμμετέ ει ς ενδιάμεσο σημείο σε κάποιο μονοπάτι, ια κάποιο ήμα j > i. Τέ ος, παρατηρούμε ότι ένα στοι είο μπορεί να συμμετέ ει ς ενδιάμεσο μόνο σε ένα μονοπάτι, αυτό που αντιστοι εί στο πρώτο j > i με A[j] > A[i]. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

71 Άσκηση 5: Πο υκατοικίες ρίς έα (3 / 4) Χρησιμοποιήσουμε ένα charging επι είρημα: διαμοιράζουμε τον αρι μό τ ν συ κρίσε ν ανάμεσα στα στοι εία του πίνακα, και στο τέ ος μετράμε πόσες συ κρίσεις έ ιναν, α ροίζοντας τις ρεώσεις που κάναμε σε κά ε στοι είο. Έστ ότι στο i- ήμα κάνουμε k συ κρίσεις, κατά σειρά με τα στοι εία με δείκτες t 1 > t 2 >... > t k, (t 1 = i 1). Τότε, ρεώνουμε το A[i] με 1 σύ κριση και τα A[t 1 ], A[t 2 ],..., A[t k 1 ], με 1 σύ κριση το κα ένα. Δη αδή το κόστος διαμοιράζεται σε ό α τα στοι εία, π ην του τε ευταίου. Παρατηρούμε ότι ένα στοι είο στη έση i ρεώνεται είτε όταν είμαστε στο ήμα i είτε όταν συμμετέ ει ς ενδιάμεσο σημείο σε κάποιο μονοπάτι, ια κάποιο ήμα j > i. Τέ ος, παρατηρούμε ότι ένα στοι είο μπορεί να συμμετέ ει ς ενδιάμεσο μόνο σε ένα μονοπάτι, αυτό που αντιστοι εί στο πρώτο j > i με A[j] > A[i]. (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

72 Άσκηση 5: Πο υκατοικίες ρίς έα (4 / 4) Άρα, κά ε στοι είο ρεώνεται το πο ύ 2 συ κρίσεις. (amortized κόστος) Κατα ή ουμε οιπόν ότι ίνονται το πο ύ 2n συ κρίσεις, και άρα έ ουμε ραμμικό ρόνο Θ(n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

73 Άσκηση 5: Πο υκατοικίες ρίς έα (4 / 4) Άρα, κά ε στοι είο ρεώνεται το πο ύ 2 συ κρίσεις. (amortized κόστος) Κατα ή ουμε οιπόν ότι ίνονται το πο ύ 2n συ κρίσεις, και άρα έ ουμε ραμμικό ρόνο Θ(n). (CoReLab - NTUA) Α όρι μοι - 1η Σειρά 12 Δεκεμ ρίου, / 23

1η Σειρά Γραπτών Ασκήσεων

1η Σειρά Γραπτών Ασκήσεων 1/20 Ασυμπτωτικός Συμβολισμός, Αναδρομικές Σχέσεις 1η Σειρά Γραπτών Ασκήσεων Αλγόριθμοι και Πολυπλοκότητα ΣΗΜΜΥ, Εθνικό Μετσόβιο Πολυτεχνείο 1 Ασυμπτωτικός Συμβολισμός, Αναδρομικές Σχέσεις 2 3 4 5 2/20

Διαβάστε περισσότερα

Κανονισμός Εκτε εστικής Επιτροπής

Κανονισμός Εκτε εστικής Επιτροπής Κανονισμός Εκτε εστικής Επιτροπής Περιφερειακής Ένωσης Δήμων (Π.Ε.Δ.) Ιονίων Νήσων Περιφερειακή Έν ση Δήμ ν (Π.Ε.Δ.) Ιονί ν Νήσ ν ΠΕΔ ΙΝ Ιανουάριος 2012 2 Περιε όμενα 1 Αντικείμενο 4 2 Σύν εση εκτε εστικής

Διαβάστε περισσότερα

Κανονισμός Διοικητικού Συμ ου ίου

Κανονισμός Διοικητικού Συμ ου ίου Κανονισμός Διοικητικού Συμ ου ίου Περιφερειακής Ένωσης Δήμων (Π.Ε.Δ.) Ιονίων Νήσων Περιφερειακή Έν ση Δήμ ν (Π.Ε.Δ.) Ιονί ν Νήσ ν -3mm-3mm ΠΕΔ ΙΝ Ιανουάριος 2012 2 Περιε όμενα 1 Αντικείμενο του κανονισμού

Διαβάστε περισσότερα

Απ ή υ οποίηση α ορί μου Fast Multipole Method ανεξάρτητου συνάρτησης πυρήνα

Απ ή υ οποίηση α ορί μου Fast Multipole Method ανεξάρτητου συνάρτησης πυρήνα Αριστοτέ ειο Πανεπιστήμιο Θεσσα ονίκης Πο υτε νική Σ ο ή Τμήμα Η εκτρο ό ν Μη ανικών και Μη ανικών Υπο ο ιστών Τομέας Η εκτρονικής και Υπο ο ιστών Απ ή υ οποίηση α ορί μου Fast Multipole Method ανεξάρτητου

Διαβάστε περισσότερα

Ο Κατά ο ος Υπο ραφών

Ο Κατά ο ος Υπο ραφών 7 Ο Κατά ο ος Υπο ραφών Περιε όμενα Κεφα αίου 7.1 Εισα ή............................ 144 7.2 Μέ οδοι Εξα ής Υπο ραφών................ 144 7.2.1 Βασικές Μέ οδοι Εξα ής Υπο ραφών....... 145 7.2.2 Εξα ή Υπο

Διαβάστε περισσότερα

Αλγόριθµοι και Πολυπλοκότητα

Αλγόριθµοι και Πολυπλοκότητα Αλγόριθµοι και Πολυπλοκότητα Ν. Μ. Μισυρλής Τµήµα Πληροφορικής και Τηλεπικοινωνιών, Πανεπιστήµιο Αθηνών Καθηγητής: Ν. Μ. Μισυρλής () Αλγόριθµοι και Πολυπλοκότητα Φεβρουαρίου 0 / ένδρα Ενα δένδρο είναι

Διαβάστε περισσότερα

Διάλεξη 09: Αλγόριθμοι Ταξινόμησης I

Διάλεξη 09: Αλγόριθμοι Ταξινόμησης I Διάλεξη 09: Αλγόριθμοι Ταξινόμησης I Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Οι αλγόριθμοι ταξινόμησης: Α. SelectionSort Ταξινόμηση με Επιλογή Β. InsertionSort Ταξινόμηση με Εισαγωγή

Διαβάστε περισσότερα

Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ

Διδάσκων: Κωνσταντίνος Κώστα Διαφάνειες: Δημήτρης Ζεϊναλιπούρ Διάλεξη 14: Αλγόριθμοι Ταξινόμησης Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Οι αλγόριθμοι ταξινόμησης 3) Mergesort Ταξινόμηση με Συγχώνευση 4) BucketSort Ταξινόμηση με Κάδους Διδάσκων:

Διαβάστε περισσότερα

Το Διανυσματικό Μοντέ ο

Το Διανυσματικό Μοντέ ο 4 Το Διανυσματικό Μοντέ ο Περιε όμενα Κεφα αίου 4.1 Εισα ή............................ 74 4.2 Βασικές Έννοιες........................ 74 4.2.1 Υπο ο ισμός Σημαντικότητας Όρ ν......... 76 4.2.2 Υπο ο ισμός

Διαβάστε περισσότερα

Ε νικό Μετσό ιο Πο υτε νείο Σ ο ή Η εκτρο ό ν Μη ανικών και Μη ανικών Υπο ο ιστών Τομέας Τε νο ο ίας Π ηροφορικής και Υπο ο ιστών. Διπ ματική Ερ ασία

Ε νικό Μετσό ιο Πο υτε νείο Σ ο ή Η εκτρο ό ν Μη ανικών και Μη ανικών Υπο ο ιστών Τομέας Τε νο ο ίας Π ηροφορικής και Υπο ο ιστών. Διπ ματική Ερ ασία Ε νικό Μετσό ιο Πο υτε νείο Σ ο ή Η εκτρο ό ν Μη ανικών και Μη ανικών Υπο ο ιστών Τομέας Τε νο ο ίας Π ηροφορικής και Υπο ο ιστών Υ οποίηση κατασκευής δέντρου επι εμάτ ν σε Hadoop Mapreduce Διπ ματική

Διαβάστε περισσότερα

Κανονισμός Οικονομικής Δια είρισης

Κανονισμός Οικονομικής Δια είρισης Κανονισμός Οικονομικής Δια είρισης Περιφερειακής Ένωσης Δήμων (Π.Ε.Δ.) Ιονίων Νήσων Περιφερειακή Έν ση Δήμ ν (Π.Ε.Δ.) Ιονί ν Νήσ ν ΠΕΔ ΙΝ Ιανουάριος 2012 2 Περιε όμενα Άρ ρο 1: Αντικείμενο Κανονισμού 4

Διαβάστε περισσότερα

ΠΛΗ111. Ανοιξη Μάθηµα 9 ο. Ταξινόµηση. Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης

ΠΛΗ111. Ανοιξη Μάθηµα 9 ο. Ταξινόµηση. Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης ΠΛΗ111 οµηµένος Προγραµµατισµός Ανοιξη 2005 Μάθηµα 9 ο Ταξινόµηση Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών Πολυτεχνείο Κρήτης Ταξινόµηση Εισαγωγή Selection sort Insertion sort Bubble sort

Διαβάστε περισσότερα

Το Λο ικό Μοντέ ο. Περιε όμενα Κεφα αίου

Το Λο ικό Μοντέ ο. Περιε όμενα Κεφα αίου 3 Το Λο ικό Μοντέ ο Περιε όμενα Κεφα αίου 3.1 Εισα ή............................ 52 3.2 Το Απ ό Λο ικό Μοντέ ο................... 52 3.2.1 Βασικές Έννοιες.................... 53 3.2.2 Τε εστές Γειτονικότητας

Διαβάστε περισσότερα

Δομές Δεδομένων & Αλγόριθμοι

Δομές Δεδομένων & Αλγόριθμοι Δομές Δεδομένων & Αναζήτηση & Ταξινόμηση 1 Αναζήτηση Έχω έναν πίνακα Α με Ν στοιχεία. Πρόβλημα: Βρες αν το στοιχείο x ανήκει στον πίνακα Αν ο πίνακας είναι αταξινόμητος τότε μόνη λύση σειριακή αναζήτηση

Διαβάστε περισσότερα

ΔΥΑΔΙΚΗ ΑΝΑΖΗΤΗΣΗ & ΤΑΞΙΝΟΜΗΣΗ ΜΕ ΣΥΓΧΩΝΕΥΣΗ

ΔΥΑΔΙΚΗ ΑΝΑΖΗΤΗΣΗ & ΤΑΞΙΝΟΜΗΣΗ ΜΕ ΣΥΓΧΩΝΕΥΣΗ ΔΥΑΔΙΚΗ ΑΝΑΖΗΤΗΣΗ & ΤΑΞΙΝΟΜΗΣΗ ΜΕ ΣΥΓΧΩΝΕΥΣΗ (ΑΛΓΟΡΙΘΜΟΙ, Sanjoy Dasgupta, Christos Papadimitriou, Umesh Vazirani, σελ. 55-62 ΣΧΕΔΙΑΣΜΟΣ ΑΛΓΟΡΙΘΜΩΝ, Jon Kleinberg, Eva Tardos, Κεφάλαιο 5) Δυαδική αναζήτηση

Διαβάστε περισσότερα

Διαίρει-και-Βασίλευε. Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Διαίρει-και-Βασίλευε 2

Διαίρει-και-Βασίλευε. Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Διαίρει-και-Βασίλευε 2 Διαίρει-και-Βασίλευε Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Διαίρει-και-Βασίλευε 2 Διαίρει-και-Βασίλευε Γενική µέθοδος σχεδιασµού αλγορίθµων: Διαίρεση σε ( 2) υποπροβλήµατα (σηµαντικά) µικρότερου µεγέθους.

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΣΙΚΕ ΑΚΗΕΙ ΜΙΓΑΔΙΚΟΤ-ΟΡΙΑ-ΤΝΕΧΕΙΑ

ΕΠΑΝΑΛΗΠΣΙΚΕ ΑΚΗΕΙ ΜΙΓΑΔΙΚΟΤ-ΟΡΙΑ-ΤΝΕΧΕΙΑ (ΠΕΡΙΕΧΕΙ ΑΚΗΕΙ ΚΑΙ ΑΠΟ ΣΗΝ ΣΡΑΠΕΖΑ ΘΕΜΑΣΩΝ ΣΗ Ε.Μ.Ε) ΑΚΗΗ 1 Έςτω ςυνεήσ ςυνάρτηςη :RR, με (0)=2 η οποία ικανοποιεί τη ςέςη ( ) 4 = 6 ια κά ε R α) Να βρείτε τισ τιμέσ (2) και (-2) β) Να απο είξετε τι υπάρει

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 4: Αναδρομικές σχέσεις και ανάλυση αλγορίθμων Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Quicksort. Πρόβλημα Ταξινόμησης. Μέθοδοι Ταξινόμησης. Συγκριτικοί Αλγόριθμοι

Quicksort. Πρόβλημα Ταξινόμησης. Μέθοδοι Ταξινόμησης. Συγκριτικοί Αλγόριθμοι Πρόβλημα Ταξινόμησης Quicksort Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Είσοδος : ακολουθία n αριθμών (α 1, α 2,..., α n

Διαβάστε περισσότερα

Ο Αντεστραμμένος Κατά ο ος

Ο Αντεστραμμένος Κατά ο ος 6 Ο Αντεστραμμένος Κατά ο ος Περιε όμενα Κεφα αίου 6.1 Εισα ή............................ 118 6.2 Η Δομή του Αντεστραμμένου Κατα ό ου........... 118 6.3 Χρήση του Κατα ό ου στην Επεξερ ασία Ερ τημάτ ν...

Διαβάστε περισσότερα

Κανονισμός Εποπτικού Συμ ου ίου

Κανονισμός Εποπτικού Συμ ου ίου Κανονισμός Εποπτικού Συμ ου ίου Περιφερειακής Ένωσης Δήμων (Π.Ε.Δ.) Ιονίων Νήσων Περιφερειακή Έν ση Δήμ ν (Π.Ε.Δ.) Ιονί ν Νήσ ν ΠΕΔ ΙΝ Ιανουάριος 2012 2 Περιε όμενα 1 Αντικείμενο του Κανονισμού 4 2 Σύν

Διαβάστε περισσότερα

Αλγόριθμοι ταξινόμησης

Αλγόριθμοι ταξινόμησης Αλγόριθμοι Ταξινόμησης Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Οι αλγόριθμοι ταξινόμησης BuubleSort, SelectionSort, InsertionSort, Merger Sort, Quick Soft ΕΠΛ Δομές Δεδομένων και Αλγόριθμοι

Διαβάστε περισσότερα

Διάλεξη 19: Αλγόριθμοι ΤαξινόμησηςII. Διδάσκων: Παναγιώτης Ανδρέου

Διάλεξη 19: Αλγόριθμοι ΤαξινόμησηςII. Διδάσκων: Παναγιώτης Ανδρέου Διάλεξη 19: Αλγόριθμοι ΤαξινόμησηςII Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Οι αλγόριθμοι ταξινόμησης: Γ. MergeSort Ταξινόμηση με Συγχώνευση Δ. BucketSort Ταξινόμηση με Κάδους Διδάσκων:

Διαβάστε περισσότερα

Γ7.5 Αλγόριθμοι Αναζήτησης. Γ Λυκείου Κατεύθυνσης

Γ7.5 Αλγόριθμοι Αναζήτησης. Γ Λυκείου Κατεύθυνσης Γ7.5 Αλγόριθμοι Αναζήτησης Γ Λυκείου Κατεύθυνσης Εισαγωγή Αλγόριθμος αναζήτησης θεωρείται ένας αλγόριθμος, ο οποίος προσπαθεί να εντοπίσει ένα στοιχείο με συγκεκριμένες ιδιότητες, μέσα σε μία συλλογή από

Διαβάστε περισσότερα

Αλγόριθμοι Ταξινόμησης Μέρος 4

Αλγόριθμοι Ταξινόμησης Μέρος 4 Αλγόριθμοι Ταξινόμησης Μέρος 4 Μανόλης Κουμπαράκης Δομές Δεδομένων και Τεχνικές 1 Μέθοδοι Ταξινόμησης Βασισμένοι σε Συγκρίσεις Κλειδιών Οι αλγόριθμοι ταξινόμησης που είδαμε μέχρι τώρα αποφασίζουν πώς να

Διαβάστε περισσότερα

Ουρά Προτεραιότητας: Heap

Ουρά Προτεραιότητας: Heap Ουρά Προτεραιότητας: Heap Επιμέλεια διαφανειών: Δ. Φωτάκης (λίγες τροποποιήσεις: Α. Παγουρτζής) Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Δομές Δεδομένων (Αναπαράσταση,)

Διαβάστε περισσότερα

α κα ρι ι ο ος α α νηρ ος ου ουκ ε πο ρε ε ευ θη εν βου λη η η α α σε ε ε βων και εν ο δω ω α α µαρ τω λω ων ουουκ ε ε ε

α κα ρι ι ο ος α α νηρ ος ου ουκ ε πο ρε ε ευ θη εν βου λη η η α α σε ε ε βων και εν ο δω ω α α µαρ τω λω ων ουουκ ε ε ε Ἦχος Νη α κα ρι ι ο ος α α νηρ ος ου ουκ ε πο ρε ε ευ θη εν βου λη η η α α σε ε ε βων και εν ο δω ω α α µαρ τω λω ων ουουκ ε ε ε στη η και ε πι κα α θε ε ε ε δρα α λοι οι µων ου ουκ ε ε κα θι ι σε ε ε

Διαβάστε περισσότερα

Επιμέλεια διαφανειών: Δ. Φωτάκης Τροποποιήσεις-προσθήκες: Α. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Επιμέλεια διαφανειών: Δ. Φωτάκης Τροποποιήσεις-προσθήκες: Α. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Διαίρει-και-Βασίλευε Επιμέλεια διαφανειών: Δ. Φωτάκης Τροποποιήσεις-προσθήκες: Α. Παγουρτζής Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Διαίρει-και-Βασίλευε Γενική

Διαβάστε περισσότερα

Αλγόριθµοι Divide-and- Conquer

Αλγόριθµοι Divide-and- Conquer Αλγόριθµοι Divide-and- Conquer Περίληψη Αλγόριθµοι Divide-and-Conquer Master Theorem Παραδείγµατα Αναζήτηση Ταξινόµηση Πλησιέστερα σηµεία Convex Hull Αλγόριθµοι Divide-and-Conquer Γενική Μεθοδολογία Το

Διαβάστε περισσότερα

Παρά η η Δια είριση Δεδομέν ν

Παρά η η Δια είριση Δεδομέν ν 17 Παρά η η Δια είριση Δεδομέν ν Ο όρος "με ά α δεδομένα" εμφανίστηκε στα μέσα της δεκαετίας του 2000 και έ ει έσει νέες προκ ήσεις στα ΣΔΒΔ. Συνοπτικά, οι προκ ήσεις αυτές απορρέουν κυρί ς από τον πο

Διαβάστε περισσότερα

Ορισµός. Εστω συναρτήσεις: f : N R και g : N R. η f(n) είναι fi( g(n) ) αν υπάρχουν σταθερές C 1, C 2 και n 0, τέτοιες ώστε:

Ορισµός. Εστω συναρτήσεις: f : N R και g : N R. η f(n) είναι fi( g(n) ) αν υπάρχουν σταθερές C 1, C 2 και n 0, τέτοιες ώστε: Συµβολισµός Ω( ) Τάξη των Συναρτήσεων () Εκτίµηση Πολυπλοκότητας Αλγορίθµων Ορέστης Τελέλης telelis@unipi.gr Ορισµός. Εστω συναρτήσεις: f : N R και g : N R η f(n) είναι Ω( g(n) ) αν υπάρχουν σταθερές C

Διαβάστε περισσότερα

Merge Sort (Ταξινόμηση με συγχώνευση) 6/14/2007 3:04 AM Merge Sort 1

Merge Sort (Ταξινόμηση με συγχώνευση) 6/14/2007 3:04 AM Merge Sort 1 Merge Sort (Ταξινόμηση με συγχώνευση) 7 2 9 4 2 4 7 9 7 2 2 7 9 4 4 9 7 7 2 2 9 9 4 4 6/14/2007 3:04 AM Merge Sort 1 Κύρια σημεία για μελέτη Το παράδειγμα του «διαίρει και βασίλευε» ( 4.1.1) Merge-sort

Διαβάστε περισσότερα

Δομές Δεδομένων & Αλγόριθμοι

Δομές Δεδομένων & Αλγόριθμοι Δομές Δεδομένων & Αναζήτηση & Ταξινόμηση 1 Αναζήτηση Έχω έναν πίνακα Α με Ν στοιχεία. Πρόβλημα: Βρες αν το στοιχείο x ανήκει στον πίνακα Αν ο πίνακας είναι αταξινόμητος τότε μόνη λύση σειριακή αναζήτηση

Διαβάστε περισσότερα

Το Πι ανοκρατικό Μοντέ ο

Το Πι ανοκρατικό Μοντέ ο 5 Το Πι ανοκρατικό Μοντέ ο Περιε όμενα Κεφα αίου 5.1 Εισα ή............................ 94 5.2 Βασικές Έννοιες Θε ρίας Πι ανοτήτ ν............ 95 5.3 Υπο ο ισμός Σ ετικότητας Ε ράφ ν............ 96 5.3.1

Διαβάστε περισσότερα

Δομές Δεδομένων & Αλγόριθμοι

Δομές Δεδομένων & Αλγόριθμοι - Πίνακες 1 Πίνακες Οι πίνακες έχουν σταθερό μέγεθος και τύπο δεδομένων. Βασικά πλεονεκτήματά τους είναι η απλότητα προγραμματισμού τους και η ταχύτητα. Ωστόσο δεν παρέχουν την ευελιξία η οποία απαιτείται

Διαβάστε περισσότερα

Ταξινόμηση κάδου και ταξινόμηση Ρίζας Bucket-Sort και Radix-Sort

Ταξινόμηση κάδου και ταξινόμηση Ρίζας Bucket-Sort και Radix-Sort Ταξινόμηση κάδου και ταξινόμηση Ρίζας Bucket-Sort και Radix-Sort 1, c 3, a 3, b 7, d 7, g 7, e B 0 1 3 4 5 6 7 8 9 1 BucketSort (Ταξινόμηση Κάδου) - Αρχικά θεωρείται ένα κριτήριο κατανομής με βάση το οποίο

Διαβάστε περισσότερα

Ανάκτηση Π ηροφορίας στον Πα κόσμιο Ιστό

Ανάκτηση Π ηροφορίας στον Πα κόσμιο Ιστό 9 Ανάκτηση Π ηροφορίας στον Πα κόσμιο Ιστό Περιε όμενα Κεφα αίου 9.1 Εισα ή............................ 204 9.2 Πα κόσμιος Ιστός και Μη ανές Αναζήτησης......... 204 9.2.1 Οι Προκ ήσεις του Πα κόσμιου Ιστού........

Διαβάστε περισσότερα

Σχεδίαση και Ανάλυση Αλγορίθμων

Σχεδίαση και Ανάλυση Αλγορίθμων Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα 3.0 Σταύρος Δ. Νικολόπουλος 0-7 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros Διαίρει και Βασίλευε Quick-sort και Merge-sort

Διαβάστε περισσότερα

ιαίρει-και-βασίλευε ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο

ιαίρει-και-βασίλευε ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο ιαίρει-και-βασίλευε ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο ιαίρει-και-βασίλευε Γενική μέθοδος σχεδιασμού αλγορίθμων: ιαίρεση σε ( 2) υποπροβλήματα

Διαβάστε περισσότερα

Αλγόριθμοι Ταξινόμησης Μέρος 2

Αλγόριθμοι Ταξινόμησης Μέρος 2 Αλγόριθμοι Ταξινόμησης Μέρος 2 Μανόλης Κουμπαράκης 1 Προχωρημένοι Αλγόριθμοι Ταξινόμησης Στη συνέχεια θα παρουσιάσουμε τρείς προχωρημένους αλγόριθμους ταξινόμησης: treesort, quicksort και mergesort. 2

Διαβάστε περισσότερα

Στοιχεία Αλγορίθµων και Πολυπλοκότητας

Στοιχεία Αλγορίθµων και Πολυπλοκότητας Στοιχεία Αλγορίθµων και Πολυπλοκότητας Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Ο. Τελέλης Πανεπιστήµιο Πειραιώς Πολυπλοκότητα 1 / 16 «Ζέσταµα» Να γράψετε τις συναρτήσεις

Διαβάστε περισσότερα

Outline. 6 Edit Distance

Outline. 6 Edit Distance Αλγόριθμοι και Πολυπλοκότητα Άπληστοι Αλγόριθμοι και Δυναμικός Προγραμματισμός Ασκήσεις CoReLab ΣΗΜΜΥ - Ε.Μ.Π. 16 Νοεμβρίου 216 (CoReLab - NTUA) Αλγόριθμοι - Ασκήσεις 16 Νοεμβρίου 216 1 / 52 Outline 1

Διαβάστε περισσότερα

Αλγόριθμοι και Πολυπλοκότητα

Αλγόριθμοι και Πολυπλοκότητα Αλγόριθμοι και Πολυπλοκότητα Διαίρει και Βασίλευε Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Διαίρει και Βασίλευε Divide and Conquer Η τεχνική διαίρει και βασίλευε αναφέρεται

Διαβάστε περισσότερα

Παράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία. Πέτρος Ποτίκας CoReLab 4/5/2006

Παράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία. Πέτρος Ποτίκας CoReLab 4/5/2006 Παράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία Πέτρος Ποτίκας CoReLab 4/5/2006 Επισκόπηση Ετικέτες σε συνιστώσες (Component labelling) Hough μετασχηματισμοί (transforms) Πλησιέστερος

Διαβάστε περισσότερα

Quicksort. Επιμέλεια διαφανειών: Δ. Φωτάκης Μικροαλλαγές: Α. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Quicksort. Επιμέλεια διαφανειών: Δ. Φωτάκης Μικροαλλαγές: Α. Παγουρτζής. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Quicksort Επιμέλεια διαφανειών: Δ. Φωτάκης Μικροαλλαγές: Α. Παγουρτζής Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Quicksort [Hoare, 6] Στοιχείο διαχωρισμού (pivot),

Διαβάστε περισσότερα

Quicksort [Hoare, 62] Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Quicksort 1

Quicksort [Hoare, 62] Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Quicksort 1 Quicksort [Hoare, 62] Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Quicksort 1 Quicksort [Hoare, 62] Στοιχείο διαχωρισµού (pivot), π.χ. πρώτο, τυχαίο, Αναδιάταξη και διαίρεση εισόδου σε δύο υπο-ακολουθίες:

Διαβάστε περισσότερα

Δομές Δεδομένων & Αλγόριθμοι

Δομές Δεδομένων & Αλγόριθμοι Απόδοση Αλγορίθμων Πληροφορικής 1 Απόδοση Αλγορίθμων Συνήθως υπάρχουν πολλοί τρόποι (αλγόριθμοι) για την επίλυση ενός προβλήματος. Πώς επιλέγουμε μεταξύ αυτών; Πρέπει να ικανοποιηθούν δύο (αντικρουόμενοι)

Διαβάστε περισσότερα

Αναζήτηση. 1. Σειριακή αναζήτηση 2. Δυαδική Αναζήτηση. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη

Αναζήτηση. 1. Σειριακή αναζήτηση 2. Δυαδική Αναζήτηση. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Αναζήτηση. Σειριακή αναζήτηση. Δυαδική Αναζήτηση Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Παραδοχή Στη συνέχεια των διαφανειών (διαλέξεων) η ασυμπτωτική έκφραση (συμβολισμός Ο, Ω, Θ) του χρόνου

Διαβάστε περισσότερα

Ταξινόμηση με συγχώνευση Merge Sort

Ταξινόμηση με συγχώνευση Merge Sort Ταξινόμηση με συγχώνευση Merge Sort 7 2 9 4 2 4 7 9 7 2 2 7 9 4 4 9 7 7 2 2 9 9 4 4 Πληροφορικής 1 Διαίρει και Βασίλευε Η μέθοδος του «Διαίρει και Βασίλευε» είναι μια γενική αρχή σχεδιασμού αλγορίθμων

Διαβάστε περισσότερα

Αλγόριθμοι και Δομές Δεδομένων (Ι) (εισαγωγικές έννοιες)

Αλγόριθμοι και Δομές Δεδομένων (Ι) (εισαγωγικές έννοιες) Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2015-16 Αλγόριθμοι και Δομές Δεδομένων (Ι) (εισαγωγικές έννοιες) http://di.ionio.gr/~mistral/tp/csintro/ Μ.Στεφανιδάκης Τι είναι

Διαβάστε περισσότερα

Προγραµµατισµός 1 Ταξινόµηση - Αναζήτηση

Προγραµµατισµός 1 Ταξινόµηση - Αναζήτηση Προγραµµατισµός 1 Ταξινόµηση - Αναζήτηση 1 Ταξινόµηση! Δεδοµένα: Δίνεται ένας πίνακας data από N ακεραίους! Ζητούµενο: Να ταξινοµηθούν τα περιεχόµενα σε αύξουσα αριθµητική σειρά:!i : 0 data[i]

Διαβάστε περισσότερα

ἔστω www.esto.gr Ο...πισινός μας! American Bar το καναμε για όλους μας. * * * www.esto.gr κι από τη Σκιά τους. σε κάθε νησί;

ἔστω www.esto.gr Ο...πισινός μας! American Bar το καναμε για όλους μας. * * * www.esto.gr κι από τη Σκιά τους. σε κάθε νησί; American Bar το καναμε * κι από τη Σκιά τους. * κι απο τις Συνιστώσες τους. * για όλους μας. * * * σε κάθε νησί; * σε κάθε υπουργείο. * έξω από το σπίτι του. * * * Ποιος είναι πίσω μας; * Ο...πισινός μας!

Διαβάστε περισσότερα

Quicksort. ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Quicksort. ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Quicksort ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

Ταξινόμηση. 1. Στατιστικά Διάταξης 2. Στατιστικά σε Μέσο Γραμμικό Χρόνο. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη

Ταξινόμηση. 1. Στατιστικά Διάταξης 2. Στατιστικά σε Μέσο Γραμμικό Χρόνο. Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Ταξινόμηση. Στατιστικά Διάταξης. Στατιστικά σε Μέσο Γραμμικό Χρόνο Εισαγωγή στην Ανάλυση Αλγορίθμων Μάγια Σατρατζέμη Στατιστικά Διάταξης Με τον όρο στατιστικά διάταξης (order statistics) εννοούμε την περίπτωση

Διαβάστε περισσότερα

Προγραμματισμός Ι (ΗΥ120)

Προγραμματισμός Ι (ΗΥ120) Προγραμματισμός Ι (ΗΥ120) Διάλεξη 10: Ταξινόμηση Πίνακα Αναζήτηση σε Ταξινομημένο Πίνακα Πρόβλημα Δίνεται πίνακας t από Ν ακεραίους. Ζητούμενο: να ταξινομηθούν τα περιεχόμενα του πίνακα σε αύξουσα αριθμητική

Διαβάστε περισσότερα

auth Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο

auth Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο Σχεδίαση Αλγορίθμων Διαίρει και Βασίλευε http://delab.csd.auth.gr/courses/algorithms/ auth 1 Διαίρει και Βασίλευε Η γνωστότερη ρημέθοδος σχεδιασμού αλγορίθμων: 1. Διαιρούμε το στιγμιότυπο του προβλήματος

Διαβάστε περισσότερα

Σχεδίαση Αλγορίθμων -Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο

Σχεδίαση Αλγορίθμων -Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο Πολλαπλασιασμός μεγάλων ακεραίων (1) Για να πολλαπλασιάσουμε δύο ακεραίους με n 1 και n 2 ψηφία με το χέρι, θα εκτελέσουμε n 1 n 2 πράξεις πολλαπλασιασμού Πρόβλημα ρβημ όταν έχουμε πολλά ψηφία: A = 12345678901357986429

Διαβάστε περισσότερα

Αναδρομικές Σχέσεις «ιαίρει-και-βασίλευε»

Αναδρομικές Σχέσεις «ιαίρει-και-βασίλευε» Αναδρομικές Σχέσεις «ιαίρει-και-βασίλευε» ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο ιαίρει-και-βασίλευε

Διαβάστε περισσότερα

Εισαγωγή στην Ανάλυση Αλγορίθμων

Εισαγωγή στην Ανάλυση Αλγορίθμων Εισαγωγή στην Ανάλυση Αλγορίθμων (4) Μεθοδολογία αναδρομικών σχέσεων (Ι) Με επανάληψη της αναδρομής Έστω όπου r και a είναι σταθερές. Βρίσκουμε τη σχέση που εκφράζει την T(n) συναρτήσει της T(n-) την T(n)

Διαβάστε περισσότερα

I 1 I 2 I 3 I 4 I 5 I 6 I 7 I 8 I 9 I 10 I 11

I 1 I 2 I 3 I 4 I 5 I 6 I 7 I 8 I 9 I 10 I 11 Αλγόριθμοι και Πολυπλοκότητα 2η Σειρά Γραπτών και Προγραμματιστικών Ασκήσεων CoReLab ΣΗΜΜΥ - Ε.Μ.Π. Δεκέμβριος 2016 (CoReLab - NTUA) Αλγόριθμοι - 2η σειρά ασκήσεων Δεκέμβριος 2016 1 / 65 Outline 1 Άσκηση

Διαβάστε περισσότερα

Τι είναι αλγόριθμος; Υποπρογράμματα (υποαλγόριθμοι) Βασικές αλγοριθμικές δομές

Τι είναι αλγόριθμος; Υποπρογράμματα (υποαλγόριθμοι) Βασικές αλγοριθμικές δομές Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2015-16 Αλγόριθμοι και Δομές Δεδομένων (Ι) (εισαγωγικές έννοιες) http://di.ionio.gr/~mistral/tp/csintro/ Μ.Στεφανιδάκης Τι είναι

Διαβάστε περισσότερα

1o Φροντιστήριο ΗΥ240

1o Φροντιστήριο ΗΥ240 1o Φροντιστήριο ΗΥ240 Άσκηση 1 Αποδείξτε τη μεταβατική και τη συμμετρική ιδιότητα του Θ Μεταβατική Ιδιότητα (ορισμός): Αν f(n) = Θ(g(n)) και g(n) = Θ(h(n)) τότε f(n)=θ(h(n)) Για να ισχύει f(n)= Θ(h(n))

Διαβάστε περισσότερα

Κεφάλαιο 4. Διαίρει και Βασίλευε (Divide and Conquer) Παύλος Εφραιμίδης V1.1,

Κεφάλαιο 4. Διαίρει και Βασίλευε (Divide and Conquer) Παύλος Εφραιμίδης V1.1, Κεφάλαιο 4 Διαίρει και Βασίλευε (Divide and Conquer) Παύλος Εφραιμίδης V1.1, 2015-01-19 Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 Διαίρει και Βασίλευε (Divide-and-Conquer) Διαίρει-και-βασίλευε

Διαβάστε περισσότερα

Quicksort. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο

Quicksort. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο Quicksort ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Quicksort [Hoare, 62] Στοιχείο διαχωρισμού (pivot), π.χ. πρώτο, τυχαίο, Αναδιάταξη και διαίρεση

Διαβάστε περισσότερα

Διαίρει-και-Βασίλευε. Διαίρει-και-Βασίλευε. MergeSort. MergeSort. Πρόβλημα Ταξινόμησης: Είσοδος : ακολουθία n αριθμών (α 1

Διαίρει-και-Βασίλευε. Διαίρει-και-Βασίλευε. MergeSort. MergeSort. Πρόβλημα Ταξινόμησης: Είσοδος : ακολουθία n αριθμών (α 1 Διαίρει-και-Βασίλευε Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Διαίρει-και-Βασίλευε Γενική μέθοδος

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ Ενότητα 6α: Αναζήτηση Μαρία Σατρατζέμη Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos. Για εκπαιδευτικό

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Δομές Δεδομένων. Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Δομές Δεδομένων. Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Δομές Δεδομένων Ιωάννης Γ. Τόλλης Τμήμα Επιστήμης Υπολογιστών Πανεπιστήμιο Κρήτης Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού

Διαβάστε περισσότερα

2η Σειρά Γραπτών Ασκήσεων

2η Σειρά Γραπτών Ασκήσεων 2η Σειρά Γραπτών Ασκήσεων Αλγόριθμοι και Πολυπλοκότητα ΣΗΜΜΥ, Εθνικό Μετσόβιο Πολυτεχνείο 1/23 1 Κλειδιά και κλειδαριές 2 Puzzle 3 Διαστημικές Μάχες 4 Κεραίες 5 Εργοστάσιο Ποτηριών 2/23 Κλειδιά και κλειδαριές

Διαβάστε περισσότερα

ΜΥΥ105: Εισαγωγή στον Προγραμματισμό. Αναζήτηση και Ταξινόμηση Χειμερινό Εξάμηνο 2016

ΜΥΥ105: Εισαγωγή στον Προγραμματισμό. Αναζήτηση και Ταξινόμηση Χειμερινό Εξάμηνο 2016 ΜΥΥ105: Εισαγωγή στον Προγραμματισμό Αναζήτηση και Ταξινόμηση Χειμερινό Εξάμηνο 2016 Αναζήτηση και Ταξινόμηση Βασικές λειτουργίες σε προγράμματα Αναζήτηση (searching): Βρες ένα ζητούμενο στοιχείο σε μια

Διαβάστε περισσότερα

ΚΑΝΟΝΙΣ ΜΟ Ι ΙΕΞΑΓΩΓΗΣ ΑΓΩΝΩΝ 1 / 8 SCALE IC TRA CK ΕΛ. Μ. Ε

ΚΑΝΟΝΙΣ ΜΟ Ι ΙΕΞΑΓΩΓΗΣ ΑΓΩΝΩΝ 1 / 8 SCALE IC TRA CK ΕΛ. Μ. Ε ΚΑΝΟΝΙΣ ΜΟ Ι ΙΕΞΑΓΩΓΗΣ ΑΓΩΝΩΝ 1 / 8 SCALE IC TRA CK ΕΛ. Μ. Ε. 2 0 1 9 Κλ ά δο ς θερ µ ι κώ ν τη λ εκα τ ευθυ νό µ εν ω ν α υ το κι νή τω ν. Υπ εύ θυνο ς Κ λ ά δ ο υ Ζωτιαδης Κωστας bo d @ e l - m e. gr

Διαβάστε περισσότερα

Π α σα πνο η αι νε σα τω τον Κυ ρι. Π α σα πνο η αι νε σα α τω τον. Ἕτερον. Τάξις Ἑωθινοῦ Εὐαγγελίου, Ὀ Ν Ψαλµός. Μέλος Ἰωάννου Ἀ. Νέγρη.

Π α σα πνο η αι νε σα τω τον Κυ ρι. Π α σα πνο η αι νε σα α τω τον. Ἕτερον. Τάξις Ἑωθινοῦ Εὐαγγελίου, Ὀ Ν Ψαλµός. Μέλος Ἰωάννου Ἀ. Νέγρη. Τάξις Ἑωθινοῦ Εὐαγγελίου, Ὀ Ν Ψαλµός. Μέλος Ἰωάννου Ἀ. Νέγρη. Κυ ρι ε ε λε η σον Ἦχος Πα Α µην Π α σα πνο η αι νε σα τω τον Κυ ρι ον Ἕτερον. Π α σα πνο η αι νε σα α τω τον Κυ υ ρι ι ον 1 ΙΩΑΝΝΟΥ Α. ΝΕΓΡΗ

Διαβάστε περισσότερα

Σχεδίαση και Ανάλυση Αλγορίθμων

Σχεδίαση και Ανάλυση Αλγορίθμων Σχεδίαση και Ανάλυση Αλγορίθμων Ενότητα.0 Σταύρος Δ. Νικολόπουλος 06-7 Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Ιωαννίνων Webpage: www.cs.uoi.gr/~stavros Ταξινόμηση Selection-Sort Bubble-Sort και

Διαβάστε περισσότερα

Κεφάλαιο 4. Διαίρει και Βασίλευε (Divide and Conquer) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.

Κεφάλαιο 4. Διαίρει και Βασίλευε (Divide and Conquer) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. Κεφάλαιο 4 Διαίρει και Βασίλευε (Divide and Conquer) Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne. 1 Διαίρει και Βασίλευε (Divide-and-Conquer) Διαίρει-και-βασίλευε (γενικά) Χωρίζουµε

Διαβάστε περισσότερα

Ουρά Προτεραιότητας: Heap

Ουρά Προτεραιότητας: Heap Ουρά Προτεραιότητας: Heap ιδάσκοντες: Σ. Ζάχος,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Άδεια Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ταξινόμηση. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ταξινόμηση. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Δομές Δεδομένων Ταξινόμηση Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Το πρόβλημα Είσοδος n αντικείμενα a 1, a 2,..., a n με κλειδιά (συνήθως σε ένα πίνακα, ή λίστα, κ.τ.λ)

Διαβάστε περισσότερα

Εκτενείς Δομές Δεδομένων

Εκτενείς Δομές Δεδομένων Εκτενείς Δομές Δεδομένων Ειδικά Δυαδικά Δένδρα Δυαδικά Δένδρα Αναζήτησης Το αριστερό υποδένδρο κάθε κόμβου έχει τιμές μικρότερες από την τιμή του κόμβου. Το δεξιό υποδένδρο κάθε κόμβου έχει τιμές μεγαλύτερες

Διαβάστε περισσότερα

ΑΛΓΟΡΙΘΜΟΙ Άνοιξη I. ΜΗΛΗΣ

ΑΛΓΟΡΙΘΜΟΙ  Άνοιξη I. ΜΗΛΗΣ ΑΛΓΟΡΙΘΜΟΙ http://eclass.aueb.gr/courses/inf161/ Άνοιξη 2016 - I. ΜΗΛΗΣ ΠΑΡΑΔΕΙΓΜΑΤΑ ΑΛΓΟΡΙΘΜΩΝ ΚΑΙ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ ΑΛΓΟΡΙΘΜΟΙ - ΑΝΟΙΞΗ 2016 - Ι. ΜΗΛΗΣ - 03 - EXAMPLES ALG & COMPL 1 Example: GCD συνάρτηση

Διαβάστε περισσότερα

Εισαγωγή στους Αλγόριθμους

Εισαγωγή στους Αλγόριθμους Εισαγωγή στους Αλγόριθμους Ενότητα 16: Δυαδική αναζήτηση και ταξινόμηση με συγχώνευση Εύη Παπαϊωάννου Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών

Διαβάστε περισσότερα

Ουρά Προτεραιότητας: Heap

Ουρά Προτεραιότητας: Heap Δομές Δεδομένων Ουρά Προτεραιότητας: Heap Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο (Αναπαράσταση,)

Διαβάστε περισσότερα

Αλγόριθμοι και Πολυπλοκότητα

Αλγόριθμοι και Πολυπλοκότητα Αλγόριθμοι και Πολυπλοκότητα Ανάλυση Αλγορίθμων Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ανάλυση Αλγορίθμων Η ανάλυση αλγορίθμων περιλαμβάνει τη διερεύνηση του τρόπου

Διαβάστε περισσότερα

Διακριτά Μαθηματικά [Rosen, κεφ. 3] Γιάννης Εμίρης Τμήμα Πληροφορικής & Τηλεπικοινωνιών, ΕΚΠΑ Οκτώβριος 2018

Διακριτά Μαθηματικά [Rosen, κεφ. 3] Γιάννης Εμίρης Τμήμα Πληροφορικής & Τηλεπικοινωνιών, ΕΚΠΑ Οκτώβριος 2018 Διακριτά Μαθηματικά [Rosen, κεφ. 3] Γιάννης Εμίρης Τμήμα Πληροφορικής & Τηλεπικοινωνιών, ΕΚΠΑ Οκτώβριος 2018 Αλγόριθμοι Ρυθμός αύξησης συναρτήσεων [Rosen 3.2] Αριθμητικές συναρτήσεις Τάξη αριθμητικών συναρτήσεων

Διαβάστε περισσότερα

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ουρές Προτεραιότητας. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο

Δομές Δεδομένων. Δημήτρης Μιχαήλ. Ουρές Προτεραιότητας. Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Δομές Δεδομένων Ουρές Προτεραιότητας Δημήτρης Μιχαήλ Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρά Προτεραιότητας Το πρόβλημα Έχουμε αντικείμενα με κλειδιά και θέλουμε ανά πάσα στιγμή

Διαβάστε περισσότερα

Προγραμματισμός Ι (ΗΥ120)

Προγραμματισμός Ι (ΗΥ120) Προγραμματισμός Ι (ΗΥ120) Διάλεξη 20: Δυαδικό Δέντρο Αναζήτησης Δυαδικό δέντρο Κάθε κόμβος «γονέας» περιέχει δύο δείκτες που δείχνουν σε δύο κόμβους «παιδιά» του ιδίου τύπου. Αν οι δείκτες προς αυτούς

Διαβάστε περισσότερα

Σχεδίαση Αλγορίθμων -Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο

Σχεδίαση Αλγορίθμων -Τμήμα Πληροφορικής ΑΠΘ - Εξάμηνο 4ο Σχεδίαση Αλγορίθμων Διαίρει και Βασίλευε http://delab.csd.auth.gr/~gounaris/courses/ad auth gounaris/courses/ad 1 Διαίρει και Βασίλευε Η γνωστότερη ρημέθοδος σχεδιασμού αλγορίθμων: 1. Διαιρούμε το στιγμιότυπο

Διαβάστε περισσότερα

Ορθότητα Χωρική αποδοτικότητα. Βελτιστότητα. Θεωρητική ανάλυση Εμπειρική ανάλυση. Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ -4ο εξάμηνο 1

Ορθότητα Χωρική αποδοτικότητα. Βελτιστότητα. Θεωρητική ανάλυση Εμπειρική ανάλυση. Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ -4ο εξάμηνο 1 Ανάλυση Αλγορίθμων Θέματα Θέματα: Ορθότητα Χρονική αποδοτικότητα Χωρική αποδοτικότητα Βελτιστότητα Προσεγγίσεις: Θεωρητική ανάλυση Εμπειρική ανάλυση Αλγόριθμοι - Τμήμα Πληροφορικής ΑΠΘ -4ο εξάμηνο 1 Θεωρητική

Διαβάστε περισσότερα

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2017-2018 1 Κατακερματισμός Πρόβλημα στατικού κατακερματισμού: Έστω Μ κάδους και r εγγραφές ανά κάδο - το πολύ Μ * r εγγραφές (αλλιώς μεγάλες αλυσίδες υπερχείλισης)

Διαβάστε περισσότερα

Ε νικό Μετσό ιο Πο υτε νείο

Ε νικό Μετσό ιο Πο υτε νείο Ε νικό Μετσό ιο Πο υτε νείο Σ ο ή Μη ανο ό ν Μη ανικών Τομέας Ρευστών Ερ αστήριο Θερμικών Στρο ι ομη ανών Μονάδα Παρά η ης Υπο ο ιστικής Ρευστοδυναμικής& Βε τιστοποίησης Η συνε ής συζυ ής μέ οδος ια περιοδικές

Διαβάστε περισσότερα

Ουρά Προτεραιότητας: Heap

Ουρά Προτεραιότητας: Heap Ουρά Προτεραιότητας: Heap ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο ομές εδομένων (Αναπαράσταση,) οργάνωση και διαχείριση συνόλων αντικειμένων για

Διαβάστε περισσότερα

Πελάτες φθάνουν στο ταμείο μιας τράπεζας Eνα μόνο ταμείο είναι ανοικτό Κάθε πελάτης παρουσιάζεται με ένα νούμερο - αριθμός προτεραιότητας Όσο ο

Πελάτες φθάνουν στο ταμείο μιας τράπεζας Eνα μόνο ταμείο είναι ανοικτό Κάθε πελάτης παρουσιάζεται με ένα νούμερο - αριθμός προτεραιότητας Όσο ο Ουρές προτεραιότητας Πελάτες φθάνουν στο ταμείο μιας τράπεζας Eνα μόνο ταμείο είναι ανοικτό Κάθε πελάτης παρουσιάζεται με ένα νούμερο - αριθμός προτεραιότητας Όσο ο αριθμός είναι μεγάλος, τόσο οι πελάτες

Διαβάστε περισσότερα

JEAN-CHARLES BLATZ 02XD34455 01RE52755

JEAN-CHARLES BLATZ 02XD34455 01RE52755 ΟΡΘΗ ΕΠΑΝΑΛΗΨΗ ΤΩΝ ΕΝ Ι ΑΜ ΕΣ ΩΝ ΟΙ Κ ΟΝΟΜ Ι Κ ΩΝ Κ ΑΤΑΣ ΤΑΣ ΕΩΝ ΤΗΣ ΕΤΑΙ ΡΙ ΑΣ Κ ΑΙ ΤΟΥ ΟΜ Ι ΛΟΥ Α Τρίµηνο 2005 ΑΝΩΝΥΜΟΣ Γ ΕΝΙ Κ Η ΕΤ ΑΙ Ρ Ι Α Τ ΣΙ ΜΕΝΤ ΩΝ Η Ρ ΑΚ Λ Η Σ ΑΡ. ΜΗ Τ Ρ. Α.Ε. : 13576/06/Β/86/096

Διαβάστε περισσότερα

οµές εδοµένων 3 ο Εξάµηνο Τµήµα Πανεπιστήµιο Πληροφορικής Ιωαννίνων ΟΜΕΣ Ε ΟΜΕΝΩΝ

οµές εδοµένων 3 ο Εξάµηνο Τµήµα Πανεπιστήµιο Πληροφορικής Ιωαννίνων ΟΜΕΣ Ε ΟΜΕΝΩΝ Τµήµα Πανεπιστήµιο Πληροφορικής Ιωαννίνων ΟΜΕΣ Ε ΟΜΕΝΩΝ ΕΝΟΤΗΤΑ 1 ΕΙΣΑΓΩΓΗ 1 εδοµένα Σύνολο από πληροφορίες που πρέπει να αποθηκευτούν σε έναν υπολογιστή Υπολογιστικό Μοντέλο ένας επεξεργαστής και µεγάλος

Διαβάστε περισσότερα

ΜΥΥ105: Εισαγωγή στον Προγραµµατισµό. Αναζήτηση και Ταξινόµηση Χειµερινό Εξάµηνο 2014

ΜΥΥ105: Εισαγωγή στον Προγραµµατισµό. Αναζήτηση και Ταξινόµηση Χειµερινό Εξάµηνο 2014 ΜΥΥ105: Εισαγωγή στον Προγραµµατισµό Αναζήτηση και Ταξινόµηση Χειµερινό Εξάµηνο 2014 Αναζήτηση και Ταξινόµηση Βασικές λειτουργίες σε προγράµµατα Αναζήτηση (searching): Βρες ένα ζητούµενο στοιχείο σε µια

Διαβάστε περισσότερα

Διαδικασιακός Προγραμματισμός

Διαδικασιακός Προγραμματισμός Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ Διαδικασιακός Προγραμματισμός Διάλεξη 12 η Αναζήτηση/Ταξινόμηση Πίνακα Οι διαλέξεις βασίζονται στο βιβλίο των Τσελίκη και Τσελίκα C: Από τη Θεωρία στην

Διαβάστε περισσότερα

Δοµές Δεδοµένων. Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Ουρές Προτεραιότητας 2

Δοµές Δεδοµένων. Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Ουρές Προτεραιότητας 2 Δοµές Δεδοµένων Αλγόριθµοι & Πολυπλοκότητα (Χειµώνας 2011) Ουρές Προτεραιότητας 2 Δοµές Δεδοµένων (Αναπαράσταση,) οργάνωση και διαχείριση συνόλων αντικειµένων για αποδοτική ενηµέρωση και ανάκτηση πληροφορίας.

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕΛΕΤΗ ΚΑΙ ΠΡΟΣΟΜΟΙΩΣΗ BLDC ΚΙΝΗΤΗΡΑ ΣΕ ΠΕΡΙΒΑΛΛΟΝ MATLAB/SIMULINK

Διαβάστε περισσότερα

Διάλεξη 10: Αλγόριθμοι Ταξινόμησης II

Διάλεξη 10: Αλγόριθμοι Ταξινόμησης II ΕΠΛ231 Δομές Δεδομένων και Αλγόριθμοι 1 Διάλεξη 10: Αλγόριθμοι Ταξινόμησης II Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Οι αλγόριθμοι ταξινόμησης: Δ. QuickSort Γρήγορη Ταξινόμηση Ε. BucketSort

Διαβάστε περισσότερα

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Δυναμικός Κατακερματισμός Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Κατακερματισμός Τι αποθηκεύουμε στους κάδους; Στα παραδείγματα δείχνουμε μόνο την τιμή του πεδίου κατακερματισμού Την ίδια την εγγραφή

Διαβάστε περισσότερα

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Δυναμικός Κατακερματισμός. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Δυναμικός Κατακερματισμός 1 Κατακερματισμός Τι αποθηκεύουμε στους κάδους; Στα παραδείγματα δείχνουμε μόνο την τιμή του πεδίου κατακερματισμού Την ίδια την εγγραφή (ως τρόπος οργάνωσης αρχείου) μέγεθος

Διαβάστε περισσότερα

Αποτίμηση Αποτε εσματικότητας

Αποτίμηση Αποτε εσματικότητας 2 Αποτίμηση Αποτε εσματικότητας Περιε όμενα Κεφα αίου 2.1 Εισα ή............................ 26 2.2 Βασικά Μέτρα Αποτε εσματικότητας............. 26 2.2.1 Ανάκ ηση, Ακρί εια και Αστο ία........... 27 2.2.2

Διαβάστε περισσότερα

ιαφάνειες παρουσίασης #4

ιαφάνειες παρουσίασης #4 ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΕΣ ΤΕΧΝΙΚΕΣ http://www.softlab.ntua.gr/~nickie/courses/progtech/ ιδάσκοντες: Γιάννης Μαΐστρος (maistros@cs.ntua.gr) Στάθης Ζάχος (zachos@cs.ntua.gr) (nickie@softlab.ntua.gr) ιαφάνειες παρουσίασης

Διαβάστε περισσότερα