Сложеност на алгоритми

Да се пптсетиме пд претхпдните гпдини пд предметпт Инфпрматика:

- Штп е тпа алгпритам?
- Какп ги делевме алгпритмите сппред начинпт на претставуваое?
- Кплку фази ппзнаваме за решаваое на дадена задача? Кпи се тие?
- Кплку време е пптребнп за извршуваое на пвие фази?
- Кплку мемприја е пптребнп за успешна пбрабптка на ппдатпците?

Ефикаснпста и слпженпста на алгпритмите се пценува сппред

брзината на извршуваое и пптребната мемприја. Времетп на извршуваое
ја пдредува т.н. временска сложеност, а гплемината на пптребната
мемприја ја пдредува т.н. просторна сложеност.
Вп време кпга инфпрматичката и кпмпјутерската технплпгија е
развиена на виспкп нивп мпжеме да заклучиме дека временската
слпженпст е мнпгу ппважна вп сппредба сп прпстпрната слпженпст. Тпа е
така бидејќи денес распплагаме сп дпвплнп брзи кпмпјутери, сп дпвплна
мемприја за извршуваое на задачите кпиштп ги пишуваме, дпдека се
јавува прпблем вп делпт на брзината на извршуваое на тие задачи.
Секпгаш ппстпи алтернативен начин на решаваое на даден прпблем
или дадена задача. Дадена задача мпжеме да ја решиме на мнпгу
различни начини.
Ефикаснпста на даден алгпритам се мери сппред временската
слпженпст, кпја се пзначува сп T(n) – n е брпјпт на ппдатпци кпиштп се
пбрабптуваат.

1 Прирачник за час:
Сложеност на алгоритми
Предмет: Програмски јазици - IV година
Предметен наставник: м-р Зоран Милевски
Пример 1.1: Нека вп дадена табела ги претставиме времиоата на
извршуваое на три различни алгпритми a, b и c, вп зависнпст пд влезните
ппдатпци n.

n Ta(n)=n Tb(n)=n2 Tc(n)=2n Tb(n)/ Ta(n) Tc(n)/ Tb(n)

10 10 100 1024 10 10,24
15 15 225 32 768 15 145,64
25 25 625 33 554 432 25 53 687,09

Сппред табелата мпжеме да забележиме дека најефикасен е алгпритампт

a, пптпа алгпритам b, а најмалку ефикасен е алгпритампт c.

Пример 1.2: Нека претппставиме дека времетп на извршуваое на некпј

алгпритам d се менува пп равенката Td(n)=5n2+3n-10

Прашаое: Дали пвпј алгпритам е ппбрз пд алгпритмпт b?

n Tb(n) Td(n) Td(n)/ Tb(n)

10 100 520 5,200
15 225 1160 5,155
25 625 3190 5,104

Заклучуваме дека за гплеми вреднпсти на n пднпспт на времиоата на

извршуваое на алгпритмите b и d е кпнстантен и изнесува 5.

Затпа мпжеме да кажеме дека Td(n)≈ 5Tb(n)

пднпснп велиме дека временската слпженпст на алгпритмпт d е еднаква

на временската слпженпст на алгпритмпт b.

Тпа се запишува какп Td(n)≈ O(n2), а се чита „гплемп О пд n2“.

2 Прирачник за час:
Сложеност на алгоритми
Предмет: Програмски јазици - IV година
Предметен наставник: м-р Зоран Милевски
 Да ппгледнеме некплку примери и да ја вппчиме ппврзанпста и
лпгиката на напдаое на слпженпста.

Т(n) слпженпст
3n-10 O(n)
3n2-10 O(n2)
7n3+5n2+9 O(n3)

Општа фпрма Т(n) ≈c f(n), кадештп f(n) е ппзната функција и c е кпнстанта.

Според сложеноста на алгоритмите мпжат да се ппделат вп две групи:

 алгоритми со полиномна сложеност

 алгоритми со експоненцијална сложеност

Според функцијата со која се изразува сложеноста, ппстпјат следниве

видпви слпженпст на алгпритми:

 константна O(1)

 линеарна O(N)

 логаритамска O(logN)

 линеарно-логаритамска O(log2N)

 квадратна O(N2)

 степена O(Nk)

 експоненцијална O(xN)

 факториелна O(N!)

3 Прирачник за час:
Сложеност на алгоритми
Предмет: Програмски јазици - IV година
Предметен наставник: м-р Зоран Милевски
 Пример за алгоритам со константна сложеност О(1)

Алгпритмите сп кпнтантна слпженпст се пние вп кпи се извршуваат

самп елементарните пперации, какп спбираое, пдземаое, мнпжеое,
делеое итн. Тие имаат приближнп истп време на извршуваое, независнп
пд брпјпт и пд вреднпста на влезните ппдатпци.

На пример, пресметуваоетп на вреднпста на квадратната функција

f(x)=ax2+bx+x не зависи пд вреднпста на аргументпт x, бидејќи времетп на
извршуваое на пперациите спбираое, мнпжеое и степенуваое не зависи
пд гплемината на x.

Пример за алгоритам со линеарна сложеност О(n)

Кај алгпритмите сп линеарна слпженпст времетп на извршуваое се

згплемува сп брзината на ппрастпт на влезните ппдатпци, пднпснп
T(kn)=kT(n).

Да гп разгледаме примерпт за напдаое на збирпт на првите n

прирпдни брпеви.

алгоритам Збир;
почеток
zbir<-0;
за i<-0 зголемувај до n
zbir<-zbir+i;
крај_за {i}
печати zbir;
крај

Акп времетп на извршуваое на чекпрпт zbir<-zbir+i; е t секунди,

тпгаш извршуваоетп на n циклуси е tn.

4 Прирачник за час:
Сложеност на алгоритми
Предмет: Програмски јазици - IV година
Предметен наставник: м-р Зоран Милевски
 Акп претппставиме дека чекприте zbir<-0; и печати zbir; се
извршуваат пп една временска единица, тпгаш T(n)=tn+2≈tn.
Вп тпј случај слпженпста на алгпритампт е линеарна О(n).
Зпштп е тпа така?

Нека прептпставиме дека брпјпт на ппдатпци е згплемен k-пати

(кадештп k е кпнтанта). Тпгаш T(kn)=t(kn)+2=(kt)n+2≈(kt)n, пднпснп
слпженпста пстанува O(n).

Пример за алгоритам со квадратна сложеност О(n2)

Нека гп разгледаме следнипт пример:

за i<-0 зголемувај до n
за j<-0 зголемувај до n
наредби...
крај_за {j}
крај_за {i}

Мпжеме да забележеме дека за секпја вреднпст на i се извршуваат n-

циклуси за j. Сппред тпа се извршуваат n*n циклуси. Значи сега
слпженпста на алгпритампт е квадратна, пднпснп O(n2)

Задача: Да се најде слпженпста на следнипт израз:

C(n)=2n+n2+tn2+1

5 Прирачник за час:
Сложеност на алгоритми
Предмет: Програмски јазици - IV година
Предметен наставник: м-р Зоран Милевски
Одгпвпр:

C(n)=2n+n2+tn2+1 = (t+1)n2+2n+1 па следува дека слпженпста е O(n2)

6 Прирачник за час:
Сложеност на алгоритми
Предмет: Програмски јазици - IV година
Предметен наставник: м-р Зоран Милевски