algorytmy, Studia, AiSD


Θ (g(n)) - wielkie theta od g od n0 c1g(n) ≤ f(n) ≤ c2g(n) … dokł. oszacowanie

O (g(n)) - wielkie o od g od n0 ≤ f(n) ≤ cg(n) … organicznie górne

o (g(n)) - małe o od g od n 0 ≤ f(n) < cg(n) … organicznie górne

Ω (g(n)) - wielkie omega od g on n0 cg(n) ≤ f(n) … ograniczenie dolne

ω (g(n)) - małe omega od g od n0 cg(n) < f(n) … ograniczenie dolne

INSERTION-SORT (INSERT-SORT)

Sortowanie przez wstawianie.

- wydajne dla danych wstępnie posortowanych

- wydajne dla zbiorów o niewielkiej liczebności

- stabilne

- działa w miejscu

Θ(n2) Insertion-Sort

Θ(n) Insertion-Sort (dla posortowanych danych)

MERGE-SORT

Sortowanie przez scalanie.

-stabilne

Θ(nlg(n)) Merge-Sort

Θ(n) Merge (wykonuje scalanie tablic)

HEAP-SORT

Sortowanie przez kopcowanie.

-skuteczne dla złośliwych danych

-łatwy do zrównoleglenia

-działa w miejscu

-wysokość kopca wynosi O(lg(n))

O(nlg(n)) Heap-Sort

O(lg(n)) Max-Heapify / Heapify (przywraca własności kopca)

O(lg(n)) Heap-Extract-Max (usuwa i zwraca element o największym kluczu)

O(lg(n)) Max-Heap-Insert / Heap-Insert (generalnie dodawanie elementów do kopca)

O(lg(n)) Heap-Increase-Key (zmienia wartość danego klucza na większą lub równą)

O(lg(n) Heap-Maximum (zwraca element o największym kluczu)

O(n) Build-Max-Heap / Build-Heap (tworzy kopiec z tablicy danych wejściowych)

QUICK-SORT

Sortowanie szybkie.

-wysoka średnia skuteczność Θ(nlg(n))

-żadne określone dane wejściowe nie

prowadzą do przypadku pesymistycznego (algorytm probalistyczny)

-działa w miejscu

Θ(n2) Qucik-Sort

Θ(n lg(n)) Randomized-Qucik-Sort

O(n lg(n) Randomized-Partition (dzieli tablicę względem wylosowanego elementu)

O(n) Partition (dzieli tablicę)

COUNTING-SORT

Sortowanie przez zliczanie.

-stabilne

-wysoka średnia skuteczność:

O(n+k) Counting-Sort

BUCKET-SORT

Sortowanie kubełkowe.

-stabilne

-wysoka średnia skuteczność:

Θ(n) Bucket-Sort

RADIX-SORT

Sortowanie pozycyjne.

-stabilne

-wysoka średnia skuteczność:

Θ(d(n+k)) Radix-Sort

RANDOMIZED-SELECT

Rekurencyjny podział tablicy.

-wysoka średnia skuteczność Θ(n)

-żadne określone dane wejściowe nie

prowadzą do przypadku pesymistycznego (algorytm probalistyczny)

Θ(n2) Randomized-Select

O(n lg(n) Randomized-Partition (dzieli tablicę względem wylosowanego elementu)

O(n) Partition (dzieli tablicę)

O(n) Select (zwraca i-ty najmniejszy element zbioru)

TABLICE HASZUJĄCE

-szybkie wyszukiwanie element o danym kluczu

DRZEWA WYSZUKIWAŃ BINARNYCH

-szybkie wyszukiwanie element o danym kluczu O(h), h - wys. drzewa

-szybkie wyszukiwanie następnika / poprzednika O(h) , h - wys. drzewa

-wysokość drzewa wynosi O(n)

Θ(lg(n)) Podstawowe operacje dla pełnego drzewa

Θ(n) Podstawowe operacje dla drzewa o jednej gałęzi

O(h) Podstawowe operacje dla drzewa o wys. h

DRZEWA CZERWONO-CZARNE

-szybkie wyszukiwanie element o danym kluczu O(h), h - wys. drzewa

-szybkie wyszukiwanie następnika / poprzednika O(h) , h - wys. drzewa

-wysokość drzewa wynosi O(lg(n))

O(lg(n)) Podstawowe operacje dla drzewa czerwono-czarnego

B-DRZEWA

-szybkie wyszukiwanie element o danym kluczu O(h), h - wys. drzewa

-szybkie wyszukiwanie następnika / poprzednika O(h) , h - wys. drzewa

-wysokość drzewa wynosi O(lg(n))

-wysokość drzewa wynosi O(lgt((n+1)/2)), t>1 - minimalny stopień drzewa

KOPCE

Make-Heap() tworzy i zwraca nowy, pusty kopiec

Insert(H, x) wstawia do kopca H węzeł x o danym kluczu key

Minimum(H) zwraca wskaźnik do węzła w kopcu H, który zawiera minimalny klucz

Extract-Min(H) usuwa węzeł o minimalnym kluczu, zwracając jednocześnie wskaźnik do tego węzła

Union(H1, H2) tworzy i zwraca nowy kopiec powstały z kopców H1 i H2 (które niszczy)

Decrease-Key(H, x, k) nadaje kluczowi w węźle x z kopca H nową wartość k, nie większą od bieżącej

Delete(H, x) usuwa węzeł x kopca H

KOPCE BINARNE

Θ(1) Make-Heap

Θ(lg(n)) Insert

Θ(1) Minimum

Θ(lg(n)) Extract-Min

Θ(n) Union

Θ(lg(n)) Decrease-Key

Θ(lg(n)) Delete

KOPCE DWUMIANOWE

Θ(1) Make-Heap

O(lg(n)) Insert

O(lg(n)) Minimum

Θ(lg(n)) Extract-Min

O(lg(n)) Union

Θ(lg(n)) Decrease-Key

Θ(lg(n)) Delete

KOPCE FIBONACCIEGO

Θ(1) Make-Heap

Θ(1) Insert

Θ(1) Minimum

O(lg(n)) Extract-Min

Θ(1) Union

Θ(1) Decrease-Key

O(lg(n)) Delete

STOSY

O(1) Push / Pop (dodaje / usuwa element)

O(1) Stack-Empty (sprawdza czy stos jest pusty)

KOLEJKI

O(1) Enqueue / Dequeue (dodaje / usuwa element)

LISTY

Θ(n) List-Search (wyznacza pierwszy element o danym kluczu)

Θ(n) List-Delete (usuwa element o danym kluczu, zawiera List-Search)

O(1) List-Insert (wstawia element o danym kluczu)



Wyszukiwarka

Podobne podstrony:
Algorytm Y, studia, studia, 2 semestr, Egzamin obwody
Pojęcia algorytmy, Studia Informatyka 2011, Semestr 2, Algorytmy i struktury danych, algorytmy sciag
AlgorytmMigotanieKomor, studia pielęgniarstwo
AIDS w7listy, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
W10seek, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
ZestawA, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
AIDS w6geom, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
w8grafy alg, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
AIDS w5 rekur, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
AIDS w3 sort1, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
w8grafy, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
AIDS K2 cwiczenia, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
AIDS w7listy, studia, Semestr 2, Algorytmy i struktury danych AISD, AIDS
Algorytmy i struktury danych, AiSD C Lista04
kolokwium1sciaga, Studia Informatyka 2011, Semestr 2, Algorytmy i struktury danych
lista 1, Studia, algorytmy
JAiO - Projekt 3, Studia, III Semestr, Języki, Algorytmy i Obliczenia, Projekty
JAiO - Projekt 4, Studia, III Semestr, Języki, Algorytmy i Obliczenia, Projekty

więcej podobnych podstron