Calcolo Parallelo e Distribuito
|
|
|
- Carlotta Lupo
- 5 anni fa
- Visualizzazioni
Transcript
1 Calcolo Parallelo e Distribuito 1
2 Problema Progettare un algoritmo parallelo per l ordinamento di un vettore su un calcolatore MIMD a memoria distribuita con p processori Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 2
3 Esempio: input L= ( 25,7,1,9,81,3,28,12,6,20 ) output L= ( 1,3,6,7,9,12,20,25,28,81 ) (ordinamento crescente di 10 numeri interi) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 3
4 Qual è l algoritmo sequenziale? selection sort insertion sort bubble sort. Bitonic-merge sort Quick sort Merge sort Heap sort Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 4
5 Punti da analizzare: 1. algoritmo per l ordinamento di di un un vettore bitonico mediante il Bitonic il Bitonic Sort Sort 2. Algoritmo per l ordinamento un vettore qualsiasi mediante il General Bitonic Sort 3. Algoritmo Parallelo per l ordinamento di un vettore qualsiasi (Parallel General Bitonic Sort) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 5
6 Cos è un vettore bitonico? S= 2, 4, 5, 7, 9, 8, 6, 3, 1, 0 Ordinati in senso crescente Ordinati in senso decrescente S è un vettore bitonico Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 6
7 Cos è un vettore bitonico? S= 8, 6, 3, 1, 0, 2, 4, 5, 7, 9 Ordinati in senso decrescente Ordinati in senso crescente S è un vettore bitonico Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 7
8 Cos è un vettore bitonico? S= s 1 s 2 s 3.s n èun vettore bitonico Definizione Esiste un indice k (1 k n) tale che S= s 1 s 2 s.s 3 s k n s 1 1 s 2 s 3. s kk s k+1 s k+2 s k+3. s n (se k=n il vettore si dice MONOTONICO) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 8
9 BBS: Ordinamento crescente di un vettore bitonico Esempio: n=8= è un vettore bitonico Passo 1 si considerano i due sottovettori della I e della II metà e si confrontano gli elementi omologhi si spostano i più piccoli a sinistra e i più grandi a destra CO-EX-LO Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 9
10 BBS:Ordinamento crescente di una lista bitonica Applichiamo il Co-Ex-Lo passo min (2, 9 ) = 2 max ( 2, 9) = 9 min (4, 7 ) = 4 max ( 4, 7) = 7 min (6, 5 ) = 5 max ( 6, 5 ) = 6 min (8, 3 ) = 3 max ( 8, 3 ) = 8 Il vettore iniziale viene decomposto in due vettori bitonici Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 10
11 BBS: Ordinamento crescente di una lista bitonica Passo 2 Si considerano i 2 sottovettori bitonici costruiti al Passo 1 Su ciascuno si applica il procedimento precedente si spostano i più piccoli (di ciascuna metà) a sinistra e i più grandi a destra CO-EX-LO Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 11
12 BBS:Ordinamento crescente di una lista bitonica Fine Passo min (2, 5 ) = 2 max ( 2, 5) = 5 min (9, 6) = 6 max ( 9, 6) = 9 min (4, 3 ) = 3 max ( 4, 3) = 4 min (7, 8) = 7 max ( 7, 8) = 8 Il vettore iniziale è composto da 4 sottovettori bitonici Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 12
13 BBS:Ordinamento crescente di una lista bitonica Passo 3 Si considerano i 4 sottovettori bitonici costruiti al Passo Su ciascuno si applica il procedimento precedente si spostano i più piccoli (di ciascuna coppia) a sinistra e i più grandi a destra CO-EX-LO Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 13
14 BBS:Ordinamento crescente di una lista bitonica min (2, 3 ) = 2 max ( 2, 3) = 3 min (5, 4 ) = 4 max ( 5, 4) = 5 min (6, 7 ) = 6 max ( 6, 7) = 7 min (9, 8 ) = 8 max ( 9, 8) = 9 Fine III passo vettore ordinato Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 14
15 BBS: Ordinamento di un vettore bitonico ad ogni passo e per ogni coppia, si effettuano operazioni di compare-exchange compare: confronto exchange: Scambio Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 15
16 BBS: Ordinamento di un vettore bitonico due tipi di compare-exchange Compare Exchange Low (Co-Ex-Lo) Se si vuole ordinare la coppia in senso crescente Compare Exchange Hight (Co-Ex-Hi) Se si vuole ordinare la coppia in senso decrescente (min, max) (max, min) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 16
17 Come ordinare un vettore bitonico? BBS: IDEA trasformare il vettore di lunghezza n= 2 q in un insieme ordinato di coppie di elementi Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 17
18 Come ordinare un vettore bitonico? BBS: IDEA L algoritmo si basa su un procedimento di tipo Divide and conquer: L operazione di base (confronto scambio) viene applicata ricorsivamente ai sottovettori di lunghezza uguale alla metà di quella precedente Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 18
19 Come ordinare un vettore bitonico? BBS: IDEA A partire dalle 2 metà (già ordinate) Si confrontano gli elementi omologhi scambiando gli elementi di ciascuna coppia se non si trovano nell ordine desiderato. Si ripete questo procedimento applicandolo separatamente a ciascuna metà. Si prosegue fino a quando si arriva ad applicarlo a coppie di elementi. Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 19
20 Qual è la complessità di tempo? L algoritmo è costituito da log 2 n passi Ad ogni passo si effettuano n/2 Co-Ex La complessità di tempo dell algoritmo BBS è O(n log 2 n) confronti Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 20
21 Punti da analizzare: 1. Descrizione dello schema per l ordinamento Sequenziale di una vettore bitonico (Bitonic Sort) 2. Descrizione dello schema per l ordinamento Sequenziale di una vettore lista generica qualsiasi (General Bitonic Sort ) 3. Descrizione dello schema per l ordinamento Parallelo di un vettore qualsiasi (Parallel General Bitonic Sort) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 21
22 Come ordinare un vettore qualsiasi? GBS: IDEA Trasformare il vettore in uno bitonico Ordinare il vettore bitonico con il BBS Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 22
23 GBS: fase a Partizioniamo il vettore in 4 coppie (n=2 m = 2 x 2 m-1 ) ovvero in 4 sottosequenze bitoniche di lungh = 2 e ordiniamole (con il BBS) in modo da avere 2 sottosequenze bitoniche di lungh = 4 (da 2 a 2 m-1 m-1= log n -1 passi di BBS ) Co-Ex-Lo Sequenza bitonica Sequenza bitonica Co-Ex-Hi Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 23
24 GBS: fase a al 1 0 passo Co-Ex-Lo Co-Ex-Hi Sequenza bitonica l=4 Sequenza bitonica l=4 Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 24
25 GBS: fase a dopo il 1 0 passo Ordiniamo ciascuno dei 2 sottovettori (con il BBS) in modo da avere un unico vettore bitonico il primo BBS in ordine crescente il secondo BBS in ordine decrescente Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 25
26 GBS: fase a : al 2 0 passo BBS crescente : Passo j=1 Passo j=1 Co-Ex-Hi Co-Ex-Lo Passo j= Passo j=2 Co-Ex-Lo Sotto sequenza ordinata in modo crescente BBS decrescente: Co-Ex-Hi Sotto sequenza ordinata in modo decrescente Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 26
27 GBS: fase b 3 0 passo: applichiamo il BBS al vettore Co-Ex-Lo Passo j=1 Passo j=2 Co-Ex-Lo Co-Ex-Lo Passo j= Lista globalmente ORDINATA Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 27
28 Qual è la complessità di tempo? L algoritmo è costituito da log 2 n passi Ad ogni passo si utilizza l algoritmo BBS su sequenze di lunghezza minore di n, (2, 2 2, m =n) la cui complessità di tempo è O(n log 2 n) La complessità di tempo dell algoritmo GBS è O(n log 22 n) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 28
29 Una rappresentazione grafica Passo 1 Passo 2 Passo 3 Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 29
30 Punti da analizzare: 1. Descrizione dello schema per l ordinamento Sequenziale di una lista bitonica (Bitonic Sort) 2. Descrizione dello schema per l ordinamento Sequenziale di una lista generica (General Bitonic Sort ) 3. Descrizione dello schema per l ordinamento Parallelo di una lista generica (Parallel General Bitonic Sort) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 30
31 Esempio: p=2 Distribuiamo il vettore L= ( 25,7,1,9,81,3,28,12,6,20 ) P 0 P Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 31
32 PGBS:Ordinamento di un vettore IDEA DI BASE DELL ALGORITMO PARALLELO l operazione di confronto scambio [ che nell algoritmo sequenziale opera su una coppia di componenti a < b ] viene ora applicata ad una coppia di processori P 0 e P 1 In che senso P 0 < P 1? Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 32
33 PGBS:Ordinamento di un vettore P 0 < P 1 Tutti gli elementi di P 0 sono minori di tutti gli elementi di P 1 Se gli elementi di P 0 e di P 1 sono ordinati localmente per effettuare il confronto P 0 < P 1 basta confrontare il più piccolo di P 0 con il più grande di P 1 Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 33
34 Strategia generale FASE 1 (SORTING LOCALE) Ciascun processore ordina il proprio vettore utilizzando un algoritmo di ordinamento FASE 2 (MERGING) Si confrontano gli elementi in coppie di Processori Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 34
35 PGBS: Ordinamento di un vettore FASE 1 (SORTING LOCALE) P 0 P Ogni processore ordina in modo crescente il proprio vettore Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 35
36 PGBS:Ordinamento di un vettore FASE 2 (MERGING) l operazione di COMPARE EXCHANGE viene applicata ai 2 processori Il processore P 0 contiene gli elementi più piccoli Processore basso Il processore P 1 contiene gli elementi più grandi Processore alto Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 36
37 I PASSO: step 1.0 P 0 P Step 1.0: P 0 invia a P 1 il proprio max = 81, mentre P 1 invia a P 0 il proprio min = 3 Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 37
38 I PASSO : step 1.1 P 0 P < 81? IN PARALLELO Step 1.1: P 0 confronta 3 con 81: se è minore lo inserisce; P 1 confronta 81 con 3:se è maggiore lo inserisce Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 38
39 I PASSO: step 1.2 P 0 P IN PARALLELO Step 1.2: Ciascun processore 1) inserisce il numero ricevuto nel proprio vettore 2) elimina il numero inviato dal proprio vettore 3) riordina il vettore Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 39
40 II PASSO: step 2.0 P 0 P Step 1.0: P 0 invia a P 1 il proprio max = 25, mentre P 1 invia a P 0 il proprio min = 6 Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 40
41 II PASSO: step 2.1 P 0 P < 25? IN PARALLELO Step 1.1: P 0 confronta 6 con 25: se è minore lo inserisce; P 1 confronta 25 con 6: se è maggiore lo inserisce Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 41
42 II PASSO: step 2.2 P 0 P IN PARALLELO Step 1.2: Ciascun processore 1) inserisce il numero ricevuto 2) Elimina il numero inviato 3) riordina il vettore Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 42
43 III PASSO: step 3.0 P 0 P Step 1.0: P 0 invia a P 1 il proprio max = 9, mentre P 1 invia a P 0 il proprio min = 12 Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 43
44 III PASSO: step 3.1 P 0 P STOP 12 < 9? IN PARALLELO Step 1.1: P 0 confronta il numero 12 con 9: non è minore e termina l esecuzione. P 1 confronta il numero 9 con 12: non è maggiore e termina l esecuzione Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 44
45 PGBS:Ordinamento parallelo di un vettore P 0 P I 5 numeri più piccoli sono in P 0 mentre i 5 più grandi sono in P 1 Le due sottoliste iniziali sono globalmente ordinate secondo l ordine crescente dell identificativo dei processi Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 45
46 Finora abbiamo risolto il problema dell ordinamento nel caso p=2. Come fare nel caso p>2? Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 46
47 Esempio: p=4, n=20 Passo 1: distribuzione dati 2,19,34,4,29, 1,9,15,5,23, 6,11,38,18,8 3,22,20,7,17 P 0 P 1 P 2 P Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 47
48 Esempio: p=4, n=20 FASE 1 (SORTING LOCALE) P 0 P 1 P 2 P Ogni processore ordina in modo crescente la propria sottolista Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 48
49 Esempio: p=4, n=20 FASE 2 P 0 P 1 P 2 P Si applica l algoritmo GBS: 1) Si trasforma il vettore in uno bitonico; 2) Si ordina il vettore bitonico con il BBS Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 49
50 Esempio: p=4, n=20 Passo i=1 ( j=1 ) FASE 2 P 0 P 1 P 2 P Co-Ex-Lo Ordinanento Crescente Co-Ex-Hi Co-Ex-Hi Co-Ex-Lo Ordinanento Decrescente (proc basso) (proc alto) (proc alto) (proc basso) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 50
51 Esempio: p=4, n=20 FASE 2 P 0 P 1 P 2 P Fine passo i=1 e j=1 Il vettore è bitonico Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 51
52 Esempio: p=4, n=20 FASE 2 P 0 P 1 P 2 P Passo i=2 ordiniamo il vettore con il BBS Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 52
53 Esempio: p=4, n=20 FASE 2 Passo i=2 ( j=1 ) P 0 P 1 P 2 P Co-Ex-Lo Co-Ex-Lo Ordinamento Crescente Co-Ex-Hi Co-Ex-Hi Ordinamento Crescente Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 53
54 Esempio: p=4, n=20 FASE 2 (MERGING) La lista è ora globalmente ordinata P 0 P 1 P 2 P Co-Ex-Lo Co-Ex-Hi Co-Ex-Lo Co-Ex-Hi Ordinamento Crescente Ordinamento Crescente Passo i=2 ( j=2 ) Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 54
55 Esempio: p=4, n=20 La lista è ora globalmente ordinata P 0 P 1 P 2 P Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 55
56 Esempio: p=8, n=32 Passo 1: distribuzione dati,30,10,21, 6, 27,11,32, 3,12,26,7, 13,18,1,24, 14,4,25,19, 15,28,2,20, 5,16,22,29, 8,17,31,23 P 0 P 1 P 2 P 3 P 4 P 5 P 6 P Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 56
57 Esempio: p=8, n=32 FASE 1 (SORTING LOCALE) P 0 P 1 P 2 P 3 P 4 P 5 P 6 P Ogni processore ordina in modo crescente la propria sottolista Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 57
58 Esempio: p=8, n=32 FASE 2 (MERGING) P 0 P 1 P 2 P 3 P 4 P 5 P 6 P Applichiamo l algoritmo GBS Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 58
59 Esempio: p=8, n=32 FASE 2 (MERGING) Passo i=1 P 0 P 1 P 2 P 3 P 4 P 5 P 6 P C-E-Lo Ordimanento C-E-Hi Crescente Ordimanento C-E-Hi C-E-Lo Decrescente Ordimanento C-E-Lo C-E-Hi Crescente Ordimanento C-E-HiDecrescente C-E-Lo Sequenza globalmente bitonica Sequenza globalmente bitonica Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 59
60 Esempio: p=8, n=32 FASE 2 (MERGING) P 0 P 1 P 2 P 3 P 4 P 5 P 6 P ) P 0 e P 2 / P 1 e P 3 2) P 0 e P 1 / P 2 e P 3 1) P 4 e P 6 / P 5 e P 7 2) P 4 e P 5 / P 6 e P7 Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 60
61 Esempio: p=8, n=32 FASE 2 (MERGING) P 0 P 1 P 2 P 3 P 4 P 5 P 6 P ) (P 0 e P 4 ) / ( P 1 e P 5 )/ (P 2 e P 6 )/ ( P 3 e P 7 ) 2) ( P 0 e P 1 ) / (P 2 e P 3 ) / (P 4 e P 5 ) / (P 6 e P 7 ) Passo i=2 : ordiniamo il vettore con il BBS Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 61
62 In sintesi Non si effettuano operazioni aritmetiche ma solo confronti e scambi Ogni scambio comporta una comunicazione tra coppie di processori l overhead di comunicazione incide in maniera significativa sulle prestazioni dell algoritmo parallelo Sorting Bitonico A. Murli Calcolo Parallelo e Distribuito 62
Calcolo Parallelo e Distribuito
Calcolo Parallelo e Distribuito 1 Problema Progettare un algoritmo parallelo per l ordinamento di un vettore su un calcolatore MIMD a memoria distribuita con p processori Sorting Bitonico A. Murli Calcolo
Fondamenti di Informatica. Algoritmi di Ricerca e di Ordinamento
Fondamenti di Informatica Algoritmi di Ricerca e di Ordinamento 1 Ricerca in una sequenza di elementi Data una sequenza di elementi, occorre verificare se un elemento fa parte della sequenza oppure l elemento
Algoritmi di ordinamento: Array e ricorsione
Laboratorio di Algoritmi e Strutture Dati Aniello Murano http://people.na.infn.it people.na.infn.it/~murano/ 1 Algoritmi di ordinamento: Array e ricorsione 2 1 Indice Algoritmi di ordinamento: Insertion
Fondamenti di Informatica
Algoritmi di ordinamento Gli ordinamenti interni sono fatti su sequenze in memoria centrale Fondamenti di Informatica 18. Algoritmi di ordinamento in C++ Gli ordinamenti esterni sono fatti su sequenze
FONDAMENTI DI INFORMATICA. Prof. Alfredo Accattatis Prof. Venturino Taggi
FONDAMENTI DI INFORMATICA Prof. Alfredo Accattatis Prof. Venturino Taggi accattatis@ing.uniroma2.it taggi@ing.uniroma2.it 2 Fondamenti di Informatica 2015/16 V.Taggi taggi@ing.uniroma2.it Algoritmi di
Un vettore è una struttura dati che permette di memorizzare sequenze di dati omogeneii (sequenze di interi, di valori booleani,...
Vettori (array) Un vettore è una struttura dati che permette di memorizzare sequenze di dati omogeneii (sequenze di interi, di valori booleani,...) I vettori sono caratterizzati da dimensione tipo Es.
Sommario. Ordinamento. Selection Sort Bubble Sort/ Shaker Sort Shell Sort
Ordinamento Sommario Ordinamento Selection Sort Bubble Sort/ Shaker Sort Shell Sort Cosa e' l'ordinamento Il problema consiste nell elaborare insiemi di dati costituiti da record I record hanno sono costituiti
Algoritmi di ordinamento
Algoritmi di ordinamento Il problema Vogliamo ordinare un array monodimensionale in modo crescente per il caso decrescente valgono le stesse considerazioni Vari algoritmi possibili Diverse caratteristiche
Ordinamento per inserzione e per fusione
Ordinamento per inserzione e per fusione Alessio Orlandi 15 marzo 2010 Fusione: problema Problema Siano A e B due array di n A e n B interi rispettivamente. Si supponga che A e B siano ordinati in modo
Ordinamento di una lista: bubble-sort
Ordinamento di una lista: bubble-sort L idea è di far galleggiare il minimo della lista nelle prima posizione Riduco la parte di lista da considerare, escludendo le prime posizioni già ordinate Ordinamento:
Algoritmi e Strutture Dati. Capitolo 4 Ordinamento: Selection e Insertion Sort
Algoritmi e Strutture Dati Capitolo 4 Ordinamento: Selection e Insertion Sort Ordinamento Dato un insieme S di n elementi presi da un dominio totalmente ordinato, ordinare S in ordine non crescente o non
Parallel sorting. Algoritmi Avanzati. Davide Lo Re
Parallel sorting Algoritmi Avanzati Davide Lo Re Indice Richiami Idea Descrizione Illustrazione Fase 1: Costruzione delle strutture dati Fase 1.1 Fase 1.2 Fase 2: Merge Analisi Costo Algoritmo di Cole
RICERCA IN UN VETTORE
RICERCA IN UN ETTORE La ricerca controlla se gli elementi di un vettore contengono un certo valore dato (detto anche chiave K) e comunica se l'elemento cercato esiste non esiste e nel caso che esista può
Algoritmo di ordinamento sul posto che ha tempo di esecuzione :
QuickSort Algoritmo di ordinamento sul posto che ha tempo di esecuzione : - O(n 2 ) nel caso peggiore - O(n log n) nel caso medio Nonostante le cattive prestazioni nel caso peggiore, rimane il miglior
Laboratorio di Programmazione Appunti sulla lezione 4: Divide et impera e algoritmi di ordinamento
Laboratorio di Programmazione Appunti sulla lezione 4: Divide et impera e algoritmi di ordinamento Alessandra Raffaetà Università Ca Foscari Venezia Corso di Laurea in Informatica Ricerca binaria Assunzione:
Algoritmi di Ordinamento
Algoritmi di Ordinamento 1 Algoritmi di ordinamento Selection Sort Quick Sort Lower bound alla complessità degli algoritmi di ordinamento Statistiche di ordine 2 Selection Sort SelectionSort(dati[]) {
Gli heap. Sommario. Algoritmi e Programmazione Avanzata. Fulvio CORNO - Matteo SONZA REORDA Dip. Automatica e Informatica Politecnico di Torino
Gli heap Fulvio CORNO - Matteo SONZA REORDA Dip. Automatica e Informatica Politecnico di Torino 1 a.a. 2001/2002 Sommario Gli heap L algoritmo Heapsort Le code con priorità. 2 a.a. 2001/2002 Politecnico
Esercizi per il corso di Algoritmi, anno accademico 2011/12
Esercizi per il corso di Algoritmi, anno accademico 2011/12 Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, nè in C++, etc. ). Di tutti gli
Informatica Generale Andrea Corradini Gli algoritmi e la risoluzione di problemi
Informatica Generale Andrea Corradini 13 - Gli algoritmi e la risoluzione di problemi Sommario Passi per la risoluzione di problemi Problemi di ricerca e ordinamento Algoritmi iterativi: la ricerca lineare
Progetto Corda. Alberto Ferrari. Alberto Ferrari Ingegneria dell'informazione, UniPR. 18/12/2017 Progetto Corda
Progetto Corda Alberto Ferrari Alberto Ferrari Ingegneria dell'informazione, UniPR file:///e:/cordanoweb/lez/array.html#3 1/33 Array (ordinamento) 2/33 file:///e:/cordanoweb/lez/array.html#3 2/33 Sort
Semplici Algoritmi di Ordinamento
Fondamenti di Informatica Semplici Algoritmi di Ordinamento Fondamenti di Informatica - D. Talia - UNICAL 1 Ordinamento di una sequenza di elementi Esistono molti algoritmi di ordinamento. Tutti ricevono
Linguaggio C. Algoritmi di ordinamento e ricerca. Università degli Studi di Brescia. Prof. Massimiliano Giacomin
Linguaggio C Algoritmi di ordinamento e ricerca Università degli Studi di Brescia Prof. Massimiliano Giacomin ORDINAMENTO DI VETTORI Dato un vettore, es. int v[10] 9 5 2 3 2 10 2 10 4 1 permutare i suoi
Algoritmi di ordinamento
Università Roma Tre Dipartimento di Matematica e Fisica Percorso Abilitante Speciale Classe A048 Matematica Applicata Corso di Informatica Algoritmi di ordinamento Marco Liverani (liverani@mat.uniroma3.it)
PROVETTE D ESAME. Algoritmi e Strutture Dati
PROVETTE D ESAME Algoritmi e Strutture Dati ESERCIZIO 1 Si ottengano limiti superiori e inferiori per la seguente ricorrenza ESERCIZIO 1 ESERCIZIO 2 Dato un albero binario T, il grado di sbilanciamento
In questa lezione. Il Mergesort: primo esempio di applicazione della tecnica divide et impera analisi tempo di esecuzione del Mergesort
In questa lezione Il Mergesort: primo esempio di applicazione della tecnica divide et impera analisi tempo di esecuzione del Mergesort [CLRS] par. 2.3. Prof. E. Fachini - Intr. Alg.!1 Progettazione di
Problemi di ricerca in insiemi ordinati
Problemi di ricerca in insiemi ordinati Abbiamo visto che, per trovare un elemento in un insieme ordinato, con l algoritmo della ricerca binaria restringiamo l intervallo della ricerca alla metà in ogni
Algoritmi di ordinamento
Algoritmi di ordinamento! Selection Sort! Quick Sort! Lower bound alla complessità degli algoritmi di ordinamento Ordinamento 1 Selection Sort SelectionSort(dati[]) { for (i=0; idati.length-1; i++) { min
Tecniche di Ordinamento dei Vettori
Tecniche di Ordinamento dei Vettori Corso di Laurea Ingegneria Corso B A.A. 2010-2011 1 Contenuto 1) Generalità 2) Metodi a Minimo Ingombro di Memoria 2.1) Ordinamento per selezione ( Selection Sort )
Camil Demetrescu, Irene Finocchi, Giuseppe F. Italiano. Usa la tecnica del divide et impera:
MergeSort Usa la tecnica del divide et impera: 1 Divide: dividi l array a metà 2 Risolvi i due sottoproblemi ricorsivamente 3 Impera: fondi le due sottosequenze ordinate 1 Esempio di esecuzione 7 2 4 5
Laboratorio di Programmazione Appunti sulla lezione 5: Algoritmi di ordinamento (cont.) Alessandra Raffaetà
Laboratorio di Programmazione Appunti sulla lezione : Algoritmi di ordinamento (cont.) Alessandra Raffaetà Università Ca Foscari Venezia Corso di Laurea in Informatica Bubblesort Idea: Due elementi adiacenti
ORDINAMENTO DI UN GRANDE NUMERO DI OGGETTI
ORDINAMENTO DI UN GRANDE NUMERO DI OGGETTI L entropia era già molta ma... il risultato finale sarà irreversibile a dispetto di qualsivoglia ALGORITMO DI ORDINAMENTO SELECTION SORT INSERTION SORT MERGE
Laboratorio di Programmazione Appunti sulla lezione 4: Divide et impera e algoritmi di ordinamento
Laboratorio di Programmazione Appunti sulla lezione 4: Divide et impera e algoritmi di ordinamento Alessandra Raffaetà Università Ca Foscari Venezia Corso di Laurea in Informatica Ricerca binaria Assunzione:
Chiamata di FUNZIONI All interno della funzione P c è una chiamata ad un altra funzione Q (su input diverso).
Chiamata di FUNZIONI All interno della funzione P c è una chiamata ad un altra funzione Q (su input diverso). Es. Int P(int n) { if(n0) return
Ordinamento efficiente: quick-sort
Ordinamento efficiente: quick-sort Si cerca di ridurre la parte disordinata di più di un elemento per volta (a differenza di selection-sort e bubble-sort) L idea è di ordinare parzialmente l array, in
Ordinamento di una lista: bubble-sort
Ordinamento di una lista: bubble-sort L idea è di far galleggiare il minimo della lista nelle prima posizione Riduco la parte di lista da considerare, escludendo le prime posizioni già ordinate Ordinamento:
Ricerca in una sequenza ordinata
Ricerca su array ordinata Ricerca in una sequenza ordinata Se la sequenza è ordinata posso sfruttare l ordinamento per rendere più efficiente la ricerca, terminando se l elemento corrente risulta maggiore
Il tipo astratto coda con priorità: specifiche sintattiche e semantiche. Realizzazioni.
Il tipo astratto coda con priorità: specifiche sintattiche e semantiche. Realizzazioni. Algoritmi e Strutture Dati + Lab A.A. 14/15 Informatica Università degli Studi di Bari Aldo Moro Nicola Di Mauro
2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione
Algoritmi di ordinamento
Algoritmi di ordinamento Il problema Vogliamo ordinare un array monodimensionale in modo crescente per il caso decrescente valgono le stesse considerazioni Vari algoritmi possibili Diverse caratteristiche
INFORMATICA GENERALE
CAROSELLI STEFANO INFORMATICA GENERALE TESINA «LA TECNICA DEL DIVIDE-ET-IMPERA E DUE SUE IMPORTANTI APPLICAZIONI: IL QUICK SORT E IL MERGE SORT» La tecnica del DIVIDE-ET-IMPERA è un metodo di risoluzione
Problemi di ordinamento
Problemi di ordinamento Input: una sequenza di n numeri a 1, a 2,..., a n ; Output: una permutazione a 1, a 2,..., a n di a 1, a 2,..., a n tale che a 1 a 2... a n. Generalmente, la sequenza è rappresentata
Algoritmi e Strutture di Dati I 1. Algoritmi e Strutture di Dati I Massimo Franceschet francesc
Algoritmi e Strutture di Dati I 1 Algoritmi e Strutture di Dati I Massimo Franceschet http://www.sci.unich.it/ francesc m.franceschet@unich.it Algoritmi e Strutture di Dati I 2 Problema dell ordinamento
nel trasformare una sequenza di elementi
Ordinamento Carla Binucci e Walter Didimo Il problema dell ordinamento In generale, il Problema dell ordinamento consiste nel trasformare una sequenza di elementi rendendola ordinata rispetto a un certo
Laboratorio di Algoritmi e Strutture Dati. Aniello Murano. people.na.infn.it/~murano/ Murano Aniello - Lab. di ASD Terza Lezione
Laboratorio di Algoritmi e Strutture Dati Aniello Murano http://people.na.infn.it people.na.infn.it/~murano/ Heap e Heapsort Algoritmi di ordinamento Insertion Sort Quicksort Heapsort Insertion Sort L
Calcolo Parallelo. Domanda. In particolare. Qual è l algoritmo parallelo. PROBLEMA: Prodotto Matrice-Vettore
Calcolo Parallelo Algoritmi Paralleli per il prodotto Matrice-Vettore Laura Antonelli PROBLEMA: Prodotto Matrice-Vettore Progettazione di un algoritmo parallelo per architettura MIMD a memoria distribuita
2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione
Laboratorio di Algoritmi e Strutture Dati. Code con Priorità
Laboratorio di Algoritmi e Strutture Dati Code con Priorità Teresa M.A. Basile basile@di.uniba.it Dipartimento di Informatica Università degli Studi di Bari Aldo Moro Materiale di base gentilmente concesso
UNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA. Algoritmi
UNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA Algoritmi Algoritmi classici Alcuni problemi si presentano con elevata frequenza e sono stati ampiamente studiati Ricerca di un elemento in un vettore
Insert sort. Considero il primo elemento a 1. cerco il minimo tra gli elementi 3...N. scambio il minimo trovato con il primo e- lemento
Insert sort Considero il primo elemento a 1 cerco il minimo tra gli elementi 2...N scambio il minimo trovato con il primo e- lemento considero ora a 2 cerco il minimo tra gli elementi 3...N scambio il
Algoritmi e Strutture Dati Geometria Computazionale. Daniele Loiacono
Algoritmi e Strutture Dati Geometria Computazionale Riferimenti 2 T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein Introduction to Algorithms, Second Edition Queste trasparenze sono disponibili su http://dei.polimi.it/upload/loiacono
Informatica Generale Andrea Corradini Algoritmi: ordinamento per inserimento e ricorsione
Informatica Generale Andrea Corradini 14 - Algoritmi: ordinamento per inserimento e ricorsione Sommario Un algoritmo iterativo: l'ordinamento per inserimento (insertion sort) La ricorsione: i numeri triangolari
Ad ogni problema computazionale possiamo associare una misura della sua complessità.
Problema computazionale: Descrizione dell input, Compito da svolgere. Esempio: SOMMA: INPUT: 2 numeri x e y, COMPITO: stampare x+y. Ad ogni problema computazionale possiamo associare una misura della sua
ripeto il procedimento a partire da a j cerco il minimo tra j +1 ed N scambio il valore trovato con a j ripeto finché j non è N 1
Insert sort Considero il primo elemento a 1 cerco il minimo tra gli elementi 2...N scambio il minimo trovato con il primo e- lemento considero ora a 2 cerco il minimo tra gli elementi 3...N scambio il
Algoritmi e Strutture Dati
Algoritmi di Ordinamento Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino 13 novembre 2008 Il problema dell ordinamento Il problema dell ordinamento
2. Analisi degli Algoritmi
2. Analisi degli Algoritmi Introduzione 2.1 Un modello di macchina elementare: la Macchina a Registri 2.2 Costo di esecuzione di un programma 2.3 Analisi del costo di esecuzione: il modello a costi uniformi
Silvia Rossi. Cenni sulla complessità. Informatica. Lezione n. Parole chiave: Corso di Laurea: Insegnamento: Programmazione I
Silvia Rossi Cenni sulla complessità 23 Lezione n. Parole chiave: Corso di Laurea: Informatica Insegnamento: Programmazione I Email Docente: srossi@na.infn.it A.A. 2009-2010 Abbiamo visto che dato un problema
Per regnare occorre tenere divisi i nemici e trarne vantaggio. fai ad ogni passo la scelta più conveniente
Progetto di algoritmi sequenziali (un solo esecutore ) Divide et Impera Per regnare occorre tenere divisi i nemici e trarne vantaggio Greedy fai ad ogni passo la scelta più conveniente Buoni risultati
Linguaggio C. Problemi di Ricerca e Ordinamento: Algoritmi e Complessità.
Linguaggio C Problemi di Ricerca e Ordinamento: Algoritmi e Complessità. 1 Complessità degli Algoritmi Si definisce Complessità di un Algoritmo C(A) la funzione dei parametri rilevanti per A che determina
Laboratorio di Calcolatori 1 Corso di Laurea in Fisica A.A. 2006/2007
Laboratorio di Calcolatori 1 Corso di Laurea in Fisica A.A. 2006/2007 Dott.Davide Di Ruscio Dipartimento di Informatica Università degli Studi di L Aquila Lezione del 07/02/07 Nota Questi lucidi sono tratti
PROBLEMA. Progettare un algoritmo parallelo per architettura MIMD-DM per il calcolo dell integrale definito: R = dominio di integrazione
PROBLEMA Progettare un algoritmo parallelo per architettura MIMD-DM per il calcolo dell integrale definito: R f ( t 1, t2, K, tn) dt1dt2 Kdt n R = dominio di integrazione 1 Esempio: n=2 R A R f ( t1, t2)
1.1 Concetti base dell Informatica: Algoritmi
1.1 Concetti base dell Informatica: Algoritmi Insegnamento di Informatica Elisabetta Ronchieri Corso di Laurea di Economia, Università di Ferrara I semestre, anno 2014-2015 Elisabetta Ronchieri (Università)
Array e Oggetti. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 12. A. Miola Dicembre 2006
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 12 Array e Oggetti A. Miola Dicembre 2006 http://www.dia.uniroma3.it/~java/fondinf1/ Array e Oggetti 1 Contenuti Array paralleli
Laboratorio di Informatica
Corso di Laurea in Informatica e Tecnologie per la Produzione del Software (Track B) - A.A. 2017/2018 Laboratorio di Informatica Algoritmi Fondamentali (Parte 2) docente: Cataldo Musto cataldo.musto@uniba.it
Sommario. Algoritmi di ordinamento lineari: CountingSort. BucketSort. RadixSort
Sommario Algoritmi di ordinamento lineari:! CountingSort! BucketSort! RadixSort 1 Ordinamento in tempo lineare. Il limite inferiore Ω(n log n) vale per tutti gli algoritmi di ordinamento generali, nel
ALGORITMI DI ORDINAMENTO E RICERCA BINARIA. Docente: Giorgio Giacinto AA 2008/2009. problema dell ordinamento in modi diversi
Università degli Studi di Cagliari Corso di Laurea Specialistica in Ingegneria per l Ambiente ed il Territorio Corso di Laurea Specialistica in Ingegneria Civile - Strutture FONDAMENTI DI INFORMATICA 2
Algoritmi e Strutture Dati
Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino A.A. 2006/07 Il concetto di dato Il concetto di tipo di dato Insertion Sort for j 2 to lenght[a]
Esercizi Capitolo 6 - Alberi binari di ricerca
Esercizi Capitolo 6 - Alberi binari di ricerca Alberto Montresor 9 Agosto, 204 Alcuni degli esercizi che seguono sono associati alle rispettive soluzioni. Se il vostro lettore PDF lo consente, è possibile
Algoritmi di Ricerca Ordinamento
Algoritmi di Ricerca e Ordinamento Prof. Francesco Accarino IIS Altiero Spinelli Sesto San Giovanni Appunti Di Informatica Prof. Accarino 1 Algoritmi classici In ambito informatico alcuni problemi si presentano
Si può fare di meglio?
Si può fare di meglio? Gli algoritmi visti fino ad ora hanno costo O(n 2 ) È possibile fare di meglio? Quanto meglio? Algoritmi e Strutture Dati 1 Algoritmi divide et impera Idea generale Divide: Scomporre
COMPLESSITÀ COMPUTAZIONALE. Fondamenti di Informatica A - Massimo Bertozzi
COMPLESSITÀ COMPUTAZIONALE Tipi di complessità Consideriamo l'analisi della complessità di un programma da due punti di vista: spazio tempo Complessità Spaziale Lo spazio utilizzato da un programma può
Algoritmi e Strutture Dati
Maria Rita Di Berardini 2, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino 2 Polo di Scienze Università di Camerino ad Ascoli Piceno Il concetto di dato Il concetto
Problem Set 3 docente: Luciano Gualà
Problem Set 3 docente: Luciano Gualà Esercizio (una domanda semplice ma non troppo) Dire se può esistere un algoritmo di ordinamento basato su confronti che ordina un insieme di 8 elementi facendo nel
Corso di Fondamenti di Informatica
Corso di Fondamenti di Informatica Gli algoritmi di base sul tipo array: ordinamento e ricerca Claudio De Stefano - Corso di Fondamenti di Informatica 1 Algoritmi di ordinamento gli algoritmi si differenziano
Lezione 31: Algoritmi di Ordinamento Giovedì 2 Dicembre 2010
Università di Salerno Corso di FONDAMENTI DI INFORMATICA Corso di Laurea Ingegneria Corso B Docente : Ing. Anno Accademico 2010-2011 Lezione 31: Algoritmi di Ordinamento Giovedì 2 Dicembre 2010 Ordinare
Algoritmi greedy. Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione
Algoritmi greedy Gli algoritmi che risolvono problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione Gli algoritmi greedy sono algoritmi basati sull idea
Ordinamenti. Vittorio Maniezzo Università di Bologna
Ordinamenti 1 Vittorio Maniezzo Università di Bologna Grafo : definizione Un grafo G = (V,E)è composto da: V: insieme di vertici E V V: insieme di archi (edge) che connettono i vertici Un arco a= {u,v}
Algoritmi e Strutture di Dati
Algoritmi e Strutture di Dati Code di priorità (Heap e heap_sort) m.patrignani Nota di copyright queste slides sono protette dalle leggi sul copyright il titolo ed il copyright relativi alle slides (inclusi,
Esercitazioni del Corso di Fondamenti di Informatica ARRAY. Prof. Giuseppe Manco. A cura di Ing. Andrea Tagarelli
Esercitazioni del Corso di Fondamenti di Informatica ARRAY Prof. Giuseppe Manco A cura di Ing. Andrea Tagarelli ESERCIZIO 1 public static int[] elaboravettore (int[] v) che verifica che gli elementi di
Progetto e analisi di algoritmi
Progetto e analisi di algoritmi Roberto Cordone DTI - Università degli Studi di Milano Polo Didattico e di Ricerca di Crema Tel. 0373 / 898089 E-mail: cordone@dti.unimi.it Ricevimento: su appuntamento
Appunti di informatica. Lezione 10 anno accademico Mario Verdicchio
Appunti di informatica Lezione 10 anno accademico 2016-2017 Mario Verdicchio Esercizio Scrivere un programma che, data una sequenza di 10 interi (scelta dall utente), la ordini in ordine crescente Soluzione
>> A = [1 2 3; 4 5 6; 7 8 9]; >> A
![>> A = [1 2 3; 4 5 6; 7 8 9]; >> A](/thumbs/96/127998273.jpg ">> A = [1 2 3; 4 5 6; 7 8 9]; >> A")
Creazione di matrici Delimititatore di riga Delimititatore di matrice >> A = [1 2 3; 4 5 6; 7 8 9]; >> A = [... 1 2 3 4 5 6 7 8 9 ]; Entrambi i comandi creano la stessa matrice 3x3 Accedere agli elementi
Parte 1: tipi primitivi e istruzioni C
Parte 1: tipi primitivi e istruzioni C Esercizio 1 Scrivere un programma che stampa la somma di una sequenza di N numeri inseriti dall utente. Esercizio 2 Scrivere un programma che stampa la somma di una
Algoritmi e Strutture Dati
Strutture Elementari Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino 29 ottobre 2008 Strutture Dati Astratte Il concetto di dato Il concetto
Albero di Riscorsione
Albero di Riscorsione Albero di ricorsione Un albero di ricorsione è un modo di visualizzare cosa accade in un algoritmo divide et impera L etichetta della radice rappresenta il costo non ricorsivo della
Il Problema dell Ordinamento
Il problema dell Ordinamento o SORT rancesca Maccarino (S.S.I.S.) Il Problema dell Ordinamento Per ordinamento (SORT) di un qualsiasi insieme di dati s intende la tecnica che dispone un gruppo di elementi
Quick Sort. PARTITION(A,p,r) risistema il sottoarray A[p...r] e riporta l indice q:
![Quick Sort. PARTITION(A,p,r) risistema il sottoarray A[p...r] e riporta l indice q:](/thumbs/93/111654321.jpg "Quick Sort. PARTITION(A,p,r) risistema il sottoarray A[p...r] e riporta l indice q:")
Quick Sort - Ordinamento in loco - Tempo di esecuzione nel caso peggiore: Θ(n 2 ) - Tempo di esecuzione nel caso medio: Θ(n lg n) - I fattori costanti nascosti nella notazione Θ sono abbastanza piccoli
Algoritmi di Ordinamento Corso di Informatica Laurea in Fisica. prof. ing. Corrado Santoro
Algoritmi di Ordinamento Corso di Informatica Laurea in Fisica prof. ing. Corrado Santoro ፫ Bubble Sort Se l i-esimo elemento è maggiore dell elemento i+-esimo, essi vengono scambiati. Si termina quando
Università di Roma Tor Vergata L16-1. Ricerca: esaminare una collezione di dati, cercando un particolare valore. nome e cognome
Università di Roma Tor Vergata L16-1 Ricerca: esaminare una collezione di dati, cercando un particolare valore (per: ) reperire informazione modificarla stamparla cancellarla esempio: archivio studenti
A lezione sono stati presentati i seguenti passi per risolvere un problema:
Calcolo delle radici di un polinomio Problema: Dati i coefficienti a,b,c di un polinomio di 2 grado della forma: ax^2 + bx + c = 0, calcolare le radici. A lezione sono stati presentati i seguenti passi
Programmazione I - corso B a.a prof. Viviana Bono
Università di Torino Facoltà di Scienze MFN Corso di Studi in Informatica Programmazione I - corso B a.a. 2009-10 prof. Viviana Bono Blocco 15 Algoritmi su array: selection sort, insertion sort, fusione
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati Capitolo 4 Ordinamento: Quicksort (*) e metodi di ordinamento lineari Punto della situazione Problema dell ordinamento: Lower bound (n log n) Upper bound O(n log n) Algoritmi
ALGORITMI DI ORDINAMENTO ALGORITMI DI ORDINAMENTO
ALGORITMI DI ORDINAMENTO Scopo: ordinare una sequenza di elementi in base a una certa relazione d ordine lo scopo finale è ben definito algoritmi equivalenti diversi algoritmi possono avere efficienza
Array ( vettore/matrice Un dato strutturato. indice Accesso diretto
Array (vettore/matrice) Un dato strutturato. Un insieme di variabili tutte dello stesso tipo identificate con un nome comune. Uno specifico elemento è referenziato tramite un indice (funzione di accesso)
Ordinamenti. Grafo : definizione. Un grafo G = (V,E)è composto da: V: insieme di vertici E V V: insieme di archi (edge) che connettono i vertici
Ordinamenti 1 Vittorio Maniezzo Università di Bologna Grafo : definizione Un grafo G = (V,E)è composto da: V: insieme di vertici E V V: insieme di archi (edge) che connettono i vertici Un arco a= {u,v}
Nome: Cognome: Matr.: Fila: Posto:
Nome: Cognome: Matr.: Fila: Posto: Parte C C/Esercizio 1 (4 punti) Scrivere una funzione match con due puntatori a stringa come parametri. Il primo è il testo che si vuole riconoscere, il secondo è il
Complessità Computazionale. Introduzione
Complessità Computazionale Introduzione Un problema di conteggio Input - Un intero dove. Output - Il numero di coppie ordinate ( i, j ) tali che i e j sono interi e i j. Esempio: =4 (,), (,2), (,3), (,4),
Informatica II. Capitolo 2 Analisi di algoritmi. Valutare la complessità in tempo. Complessità in tempo: cosa serve?
Valutare la complessità in tempo Complessità in tempo: cosa serve? Informatica II Capitolo 2 Analisi di algoritmi Per stimare il tempo impiegato da un programma Per stimare il più grande input gestibile