Curs Mate

Facultatea de Matematica si Informatica
Universitatea Bucuresti
Programare procedurala
- suport de curs -
Dobrovat Anca - Madalina

An universitar 2014 2015
Semestrul I
Saptamana 2
9/10/2014

Curs 2 - Cuprins
1. Complexitatea algoritmilor
2. Corectitudinea algoritmilor
3. Concluzii si perspective

Curs 2 - Cuprins
- complexitate : timp, spatiu de memorie, notatii asimptotice,
time.h
- exemple
3

Complexitatea algoritmilor (1/15)

Analiza complexitii unui algoritm => determinarea resurselor de care
acesta are nevoie pentru a produce datele de ieire.
Resurse - timpul de executare
- spatiu de memorie etc.
Obs: Modelul masinii pe care va fi executat algoritmul nu presupune
existenta operatiilor paralele (operatiile se executa secvential).
Notatie: T(n) timp de rulare al unui algoritm (in general masurat in nr. de
comparatii sau de mutari)
Cazuri:
- cel mai favorabil
- cel mai nefavorabil
- mediu
4


De ce se alege, in general, cazul cel mai defavorabil?
- este cel mai raspandit

- timpul mediu de executare este de multe ori apropiat de timpul de
executare in cazul cel mai defavorabil
- ofera o limita superioara a timpului de executare (avem certitudinea ca
executarea algoritmului nu va dura mai mult)


Notatii:
T(n) timp de rulare al unui algoritm (in general masurat in nr. de
comparatii sau de mutari)
Cmax numarul maxim de comparatii (obtinut in cazul cel mai defavorabil)
Cmin numarul minim de comparatii (cazul cel mai favorabil)

Mmax numarul maxim de mutari (operatii elementare) caz defavorabil
Mmin numarul minim de mutari caz favorabil


Exemple
1. Produsul a doua numere complexe ([1])
int main()
{
float a,b,c,d, p, q;
float t1, t2;
scanf(%f%f%f%f, &a, &b, &c, &d);
t1 = a*c; t2 = b*d; p = t1 t2;
t1 = a*d; t2 = b*c; q = t1 + t2;
printf(Real = %f, Imaginar = %f, p, q);
}
- memorie pentru 8 variabile
Operatii elementare: 4 inmultiri, o adunare
si o scadere
int main()
{
float a,b,c,d, p, q;
float t1, t2, t3, t4;
scanf(%f%f%f%f, &a, &b, &c, &d);
t1 = a + b; t2 = t1 * c; t1 = d c; t3 = a * t1;
q = t2 + t3; t1 = d + c; t4 = b * t1; p = t2 t4;
printf(Real = %f, Imaginar = %f, p, q);
}
- memorie pentru 10 variabile
Operatii elementare: 3 inmultiri, 3 adunari si 2
scaderi
Operatia de inmultire e mai costisitoare

decat adunarea / scaderea.
[1] Albeanu G Programare procedurala (note de curs 2013)


Exemple
2. Cmmdc a 2 numere
Euclid:
Scaderi repetate:
Algoritm brut:
int a,b,r;
scanf(%d%d, &a, &b);
r = a % b;
while (r!=0)
{ a = b;
b = r;
r = a %b;
}
printf(Cmmdc = %d, b);
int a,b,r;
while (a != b)
if (a >b )
a = a b;
else
b = b a;
int a,b,c,i,min;
printf(Cmmdc = %d, a);
if (a < b) min = a;
else min = b;
for(i = 1 ; I <= min; i++)
if ( %i==0 && b%i == 0)
c = i;
printf(Cmmdc = %d, c);
Cate operatii se executa daca se citesc initial numerele 97 si 99?

8


Exemple
3. Determinarea maximului dintr-un sir
int main()
{
int a[100], n, i, max;
// citire vector
max = v[1];
for(i = 2; i <= n; i++)
if (max < v[i]) max = v[i];
Obs: Cmax = Cmin = Cmediu = n 1

Mmin = 0 // maximul se afla pe prima pozitie
Mmax = n -1 // maximul se afla pe ultima
pozitie in vectorul initial
Mmediu = (n -1) / 2
Exemplu: n = 6
v = (-32, 1, 56, 89, -20, 100)
- max = 100, gasit dupa 5 comparatii
printf(Maximul = %,max);
return 0;
}
Tema:
1. Un program eficient pentru verificarea primalitatii unui numar.
2. Determinati simultan maximul si minimul dintr-un sir, folosind 3n/2
+ O(1) comparatii


Exemple
4. Cautarea unei valori intr-un sir ordonat (Cautarea binara)
int main()
{
int left = 0, right = n - 1;
int mid = (left + right) / 2;
while (left <= right && val != v[mid])
{
if (val < v[mid]) right = mid - 1;
else left = mid + 1;
mid = (left + right) / 2;
}
if (v[mid] == val) loc = mid;
else loc = UNDEFINED;
}
- O( log2n)
Exemplu: caut (fara succes) elementul 10 in
sirul v = (20, 30, 40, 50, 60, 70, 80, 90, 100)
- compar 10 cu 60 (elem din mijloc); 10 != 60
- 10 < 60 = > caut in v = (20, 30, 40, 50)
- compar 10 cu 30 (noul elem din mijloc)
- 10 < 30 = > caut in v = (20)
- compar 10 cu 20 (unicul elem)
- cautare fara succes
n = 9, [log29] = 3
10


Exemple
5. Ordonarea unui sir folosind Interschimbarea directa
int main()
{
int v[100], n, i, j, aux;
// citire vector
for (i = 1; i< n; i++)
for(j = i+1; j <= n; j++)
If (v[i] > v[j])
{ aux = v[i];
v[i] = v[j];
v[j] = aux;
}
// Afisare vector ordonat
}
Caz
Comparatii
Mutari
Cel mai
favorabil
n(n 1) / 2
Cel mai
defavorabil
n(n 1) / 2
3n(n 1) / 2
mediu
n(n 1) / 2
3n(n 1) / 4
O( n2)
11


Exemple
6. Ordonarea unui sir folosind Insertia directa
int main()
{
int v[100], n, i, j, aux;
// citire vector
for (i = 2; i<=n; i++)
{
x = v[i];
j = i 1;
while (j>0 && x < v[j])
{
v[j+1] = v[j];
j--;
}
v[j+1] = x;
}
// Afisare vector ordonat
}
Caz
Comparatii
Mutari
Cel mai
favorabil
n1
2(n 1)
Cel mai
defavorabil
n2 + n 1
n2+3/2n-2
mediu
( n2 + n 1)/2
Cmediu+2(n-1)
O( n2)
12


Exemple
6. Inmultirea a doua matrice
int main()
{
=
x
int a[10][20], b[20][30], c[10][30];
int n, m, p, i, j, k;
// citire matrice a si b
for(i=1; i<=n; i++)
for(k=1; k<=p; k++)
n,m
x
m,p =
n,p
{ c[i][k] = 0;
for(j=1; j<=m; j++)
c[i][k] = c[i][k] + a[i][j] * b[j][k];
}
O( m*n*p)
// Afisare matrice produs
Tema(*)
}
Inmultirea optima a unui sir de matrice = >
Programare dinamica = > numar minim de
inmultiri
13


Notatia asimptotica
T(n) timp de rulare al unui algoritm (comparatii / mutari)
Obs: Exista un timp minim si un timp maxim de rulare

Cmin <= T (n) <= Cmax
Margini superioare (si inferioare)
([2])
Timp de rulare T(n) - margine superioara

T(n) <= n2 + (3/2)n 2 (expl.)
=>
T (n) = O(n2 )
Timp de rulare T(n) - margine inferioara

3(n 1) <= T(n) (expl)
=>
T (n) = (n)
Timp de rulare T(n) in cazul cel mai nefavorabil

T(n) = a*Cmax + b ( const a ,b > 0) =>
T (n) = (n2)
[2] Ceterchi R. Algoritmi si Structuri de Date (note de curs 2013)
14


Notatia asimptotica
comportarea lui T (n) cind n
([2])
Formal
f : N R+ (f asimptotic pozitiva)
O(g):= {f | c > 0, n0 a.i. 0 f (n) cg(n) oricare n n0 }
(g) := {f | c > 0, n0 a.i. 0 cg (n) f (n) oricare n n0 }

(g) := {f | c1, c2 > 0, n0 a.i. 0 c1g(n) f(n) c2g (n) oricare n n0 }
[2] Ceterchi R. Algoritmi si Structuri de Date (note de curs 2013)
15


Fisierul antet time.h ([1])
Inclus pentru masurarea timpului

Contine prototipul functiei clock() => nr. de tacte de ceas de timp real
scurs de la inceperea programului, pana in punctul in care se plaseaza

aceasta functie
clock()/CLK_TCK => timpul in secunde (Obs: CLK_TCK este
denumirea pentru CLOCKS_PER_SEC in versiunile anterioare
Microsoft C.)
Plasand doua asemenea expresii, inaintea si dupa apelul
subprogramului aflat sub masurare, diferenta lor da timpul consumat
de algoritm.
16


Exemplu
17


Exemplu
18

Curs 2 - Cuprins
- Metoda asertiunilor (assert.h)
19

Corectitudinea algoritmilor (1/14)

Corectitudine logica a unui program => Algoritmul analizat produce
rezultatul dorit dupa efectuarea unui numar finit de operatii.
Modalitati de verificare a corectitudinii

Experimentala (prin testare): algoritmul este executat pentru un set de
date de intrare => relativ simpla dar nu garanteaza corectitudinea
Formala (prin demonstrare): se demonstreaza ca algoritmul produce

rezultatul corect pentru orice set de date de intrare care satisface cerintele
problemei => dificila in aplicarea pentru algoritmi complecis, dar garanteaza
corectitudinea
20


Preconditii si postconditii ([3])
Preconditii = proprietati satisfacute de datele de intrare
Postconditii = proprietati satisfacute de datele de iesire (rezultate)
Exemplu:
Sa se determine valoarea maxima dintr-un sir nevid.
Preconditii: n>=1 (secventa este nevida)

Postconditii: m (valoarea maxima) = max{x[i]; 1<=i<=n} (sau m >=x[i] pentru
orice i) => m contine cea mai mare valoare din x[1..n]
[3] http://web.info.uvt.ro/~dzaharie/alg/alg2013_folii3.pdf
21


Asertiuni
Asertiune = afirmatie (adevarata) privind starea algoritmului
Limbajele de programare permit specificarea unor asertiuni si generarea
unor exceptii daca asertiunea nu este satisfacuta. In C: assert.h .
Etapele verificarii corectitudinii
1. Identificarea preconditiilor si a postconditiilor
2. Adnotarea algoritmului cu asertiuni astfel incat:
Preconditiile sa fie satisfacute
Asertiunea finala sa implice postconditiile
3. Fiecare pas de prelucrare asigura modificarea starii algoritmului astfel
incat asertiunea urmatoare sa fie adevarata.
22


Asertiuni
Constructia
assert (P);
A()
assert (Q);
este numita formula de corectitudine totala.
P - preconditii
Q - postconditii
A algoritm
Def: Un program este corect cand este adevarata propozitia logica:
Daca datele de intrare satisfac preconditia P, atunci:
1. executarea lui A se termina (intr-un nr finit de pasi)
2. datele de iesire satisfac postconditia Q
23


Asertiuni
Obs: Daca
assert (P);
A();
assert (Q);
si
assert (R)
A();
assert (Q)
sunt formule corecte, atunci:

assert (P || R);
A();
assert (Q);
este program corect.
24


Asertiuni
Reguli pentru verificarea corectitudinii
- Prelucrari secventiale
- Prelucrari conditionale
- Prelucrari repetitive
25


Asertiuni
Prelucrari secventiale
Obs: Daca A() este de forma SEQ B(); C(); END {B si C sunt instructiuni
care se executa secvential }, atunci a verifica formula:
assert (P);
A();
assert (Q);
revine la a verifica formulele:
assert (P);
B();
assert (R);
si
assert (R);
C();
assert (Q);
Unde R este o expresie logica asupra datelor intermediare
26


Asertiuni
Prelucrari secventiale (generalizare)
Obs: Daca A() este de forma SEQ A1(); A2(), , An(); END, obtinem regula
compunerii secventiale generale:
Daca assert(Pi); Ai(); assert(Pi+1); i = 0, 1, , n-1, sunt programe corecte
atunci assert(P0); A0(); A1(); An-1(); assert(Pn); este program corect.
Exemplu: Fie x si y doua variabile avand valorile a si b.

Sa se interschimbe valorile fara a folosi memorie
suplimentara.
P: {x=a, y=b}
Q: {x=b, y=a}
P: {x=a,y=b}
x x+y
P1: {x=a+b, y=b}
y x-y
P2: {x=a+b, y=a}
x x-y
{x=b, y=a} => Q
27


Asertiuni
Prelucrari secventiale Regula implicatiei
Obs: Utila in cazul functiilor care urmeaza a fi apelate in conditii mai tari decat
pentru cele care au fost deja testate.
Def: O proprietate P este mai tare decat proprietatea Q daca este adevarata
implicatia P -> Q
Regula se descrie astfel:
Daca assert(P); A(); assert(Q); este program corect,
Iar P1 -> P si Q1 -> Q sunt implicatii valide
Atunci assert(P1); A(); assert(Q1); este program corect.
28


Asertiuni
Prelucrari conditionale - Regula instructiunilor if (IF si IFR)
Daca c este o expresie booleana, iar A() si B() sunt secvente de program,
pentru cele doua forme ale instructiunii if sunt valabile urmatoarele reguli:
IF: Daca assert(P && c); A(); assert(Q); si assert(P && !c); B(); assert(Q);
sunt secvente corecte, iar P -> Def(c) este implicatie valida,
Atunci assert(P); if (c) A(); else B(); assert(Q); este instructiune corecta.
IF redusa: Daca assert(P && c); A(); assert(Q); este secventa corecta,
Iar P && !c -> Q si P -> Def(c) sunt implicatii valide,
Atunci assert(P); if (c) A(); assert(Q); este instructiune corecta.
Notatie: Def(c) = proprietatea satisfacuta de acele elemente pentru care
evaluarea expresiei c este corecta
29


Asertiuni
Prelucrari conditionale - Regula instructiunilor if (IF si IFR)
Exemple ([1])
30


Asertiuni
Prelucrari repetitive - Regula instructiunii WHILE
Trebuie sa precizeze daca nu apare fenomenul de ciclare infinita, iar prelucrarile
sunt corecte.
O bucla este corecta daca are proprietile:

Daca se termina conduce la satisfacerea postconditiilor
- corectitudine partiala poate fi demonstrata folosind
inductia matematica sau asa numitele proprietati
invariante
Se termina dupa un numar finit de pasi.
31


Asertiuni
Fie o secventa assert(P); A(); while(c) S(); assert(Q);. Presupunem ca exista o
proprietate invarianta I si o functie de terminare t cu valori numere intregi astfel
incat:
-Daca I este adevarata, atunci c este bine definita: I -> Def(c)
-I rezulta prin executia secventei A: assert(P); A(); assert(I); - instr. corecta
- La terminarea while, Q poate fi dedusa: I && !c -> Q - formula valida
- I este proprietate invarianta la executarea unei iteratii: assert(I && c); S();
assert(I); - secventa corecta
- c si I sunt adevarate => exista cel putin o iteratie de efectuat: I && c -> (t>=1)
- valoarea lui t descreste dupa executarea unei iteratii:
assert((I && c) && (t == a)); S(); assert(t<a);
In aceste conditii, secventa considerata initial este corecta.
32


Asertiuni
Exemplu ([1])
33

Concluzii
-
Timp de executie
Spatiu de memorie
Exemple
Notatii asimptotice
- preconditii si postconditii
- asertiuni
- etapele verificarii corectitudinii unui algoritm
34

Perspective
1. Se vor relua si in cadrul Laboratorului o parte din algoritmi si se va

discuta complexitatea si corectitudinea lor.
2. Cursul 3:
- Se va discuta despre Fundamentele Limbajelor de Programare
- Introducerea in Limbajul C
35

Curs Mate

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Curs Mate

Încărcat de

Drepturi de autor:

Formate disponibile

Facultatea de Matematica si Informatica

Dobrovat Anca - Madalina

Facultatea de Matematica si Informatica

Facultatea de Matematica si Informatica

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (1/15)

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (2/15)

- este cel mai raspandit

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (3/15)

Cmin numarul minim de comparatii (cazul cel mai favorabil)

Mmin numarul minim de mutari caz favorabil

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (4/15)

Operatia de inmultire e mai costisitoare

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (5/15)

printf(Cmmdc = %d, a);

Cate operatii se executa daca se citesc initial numerele 97 si 99?

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (6/15)

Obs: Cmax = Cmin = Cmediu = n 1

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (7/15)

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (8/15)

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (9/15)

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (10/15)

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (11/15)

Obs: Exista un timp minim si un timp maxim de rulare

Timp de rulare T(n) - margine superioara

Timp de rulare T(n) - margine inferioara

Timp de rulare T(n) in cazul cel mai nefavorabil

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (12/15)

O(g):= {f | c > 0, n0 a.i. 0 f (n) cg(n) oricare n n0 }

(g) := {f | c > 0, n0 a.i. 0 cg (n) f (n) oricare n n0 }

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (13/15)

Inclus pentru masurarea timpului

scurs de la inceperea programului, pana in punctul in care se plaseaza

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (14/15)

[1] Albeanu G Programare procedurala (note de curs 2013)

Facultatea de Matematica si Informatica

Complexitatea algoritmilor (15/15)

[1] Albeanu G Programare procedurala (note de curs 2013)

Facultatea de Matematica si Informatica

Facultatea de Matematica si Informatica

Corectitudinea algoritmilor (1/14)

Modalitati de verificare a corectitudinii

Formala (prin demonstrare): se demonstreaza ca algoritmul produce

Facultatea de Matematica si Informatica

Corectitudinea algoritmilor (2/14)

Preconditii: n>=1 (secventa este nevida)

Facultatea de Matematica si Informatica

Corectitudinea algoritmilor (3/14)

Facultatea de Matematica si Informatica

Corectitudinea algoritmilor (4/14)

Facultatea de Matematica si Informatica