Técnica de Diseño de Algoritmos

Page 108

96

TÉCNICAS DE DISEÑO DE ALGORITMOS

Tras el resultado obtenido en este problema podemos plantearnos qué ocurriría si partiésemos el vector en cuatro partes. ¿Volveríamos a obtener una mejora? ¿Y en cinco partes? ¿Existe un número óptimo de partes en las que dividir el vector? Aunque no entraremos en detalle para responder estas cuestiones, sí queremos dar una idea intuitiva de lo que ocurre en estos casos. En primer lugar, hemos visto que el tiempo de ejecución del método clásico es de la forma T2(n) = anlog2n + b, y el de MezclaTres puede expresarse como: T3(n) = cnlog3n + d = (c/log3)nlog2n + d, donde a, b, c y d son constantes. En general, el tiempo de ejecución del método basado en dividir el vector en k partes va a ser Tk(n) = sknlogkn + t = s(k/logk)nlog2n + d, siendo s y t constantes y en donde vamos a poder conseguir que el valor de s sea muy similar al de c por la estructura del algoritmo. La razón por la que se introduce la k como constante multiplicativa es debido a la función que ha de calcular el mínimo de los elementos del vector auxiliar b. Para el caso de Mezcla clásico es el mínimo de dos elementos; para MezclaTres han de considerarse tres elementos, y para “MezclaK” es necesario encontrar el mínimo de k elementos no necesariamente ordenados, procedimiento de orden de complejidad lineal –O(k)–. Esto nos lleva a que todos los métodos van a ser del mismo orden de complejidad. Sin embargo, las funciones Tk(n) son cada vez mayores conforme k crece, puesto que

k = ∞. k →∞ log k 2 lim

En resumidas cuentas, aunque inicialmente T2(n) fuera mayor que T3(n) esto no va a ocurrir siempre, pues para valores grandes de k tenemos que Tk(n) < Tk+1(n). El punto donde se alcanza el mínimo de tal sucesión de funciones va a depender de la implementación que se realice del procedimiento general, pero si se sigue un esquema similar al que nosotros hemos implementado aquí, la constante s resulta ser del orden de ocho, alcanzándose el mínimo para k = 3. Entonces, ¿por qué no se enseña este método a los alumnos en vez del Mezcla clásico? La respuesta viene una vez más dada por la evaluación de la ganancia que se obtiene (en cuanto a tiempo de ejecución) frente a las desventajas de este nuevo método respecto a la dificultad y mantenimiento del código obtenido. La naturalidad y claridad del primero lo hacen preferible. Solución al Problema 2.14.

(☺)

Calculando el número de operaciones elementales que realiza el algoritmo obtenemos la ecuación en recurrencia: T(n) = 22 + 3T(2n/3).


Turn static files into dynamic content formats.

Create a flipbook

Articles inside

BIBLIOGRAFÍA Y REFERENCIAS

14min
pages 315-326

7.11 El fontanero con penalizaciones

10min
pages 307-314

7.10 Las n reinas

5min
pages 303-306

7.9 La asignación de tareas

7min
pages 298-302

7.6 La colocación óptima de rectángulos

6min
pages 285-290

7.8 La mochila (0,1) con múltiples elementos

2min
pages 296-297

7.5 El laberinto

10min
pages 278-284

7.4 El viajante de comercio

11min
pages 270-277

7.2 Consideraciones de implementación.......................................................257 7.3 El puzzle (n 2–1

12min
pages 262-269

6.15 Reconocimiento de grafos

2min
pages 249-250

6.14 El coloreado de mapas

3min
pages 246-248

6.16 Subconjuntos de igual suma

2min
pages 251-252

6.17 La múltiples mochilas (0,1

3min
pages 253-254

3.14 Divide y Vencerás multidimensional

7min
pages 132-136

3.13 El torneo de tenis

9min
pages 127-131

3.12 La moda de un vector

6min
pages 124-126

3.11 El elemento mayoritario

5min
pages 121-123

3.4 Búsqueda ternaria

2min
pages 110-111

1.4 Resolución de ecuaciones en recurrencia

7min
pages 10-15

3.10 Repetición de cálculos en Fibonacci

2min
page 120

3.8 Mediana de dos vectores

5min
pages 117-118

3.9 El elemento en su posición

1min
page 119

3.7 Producto de matrices cuadradas (2

1min
page 116

3.6 Producto de matrices cuadradas (1

2min
pages 114-115

3.5 Multiplicación de enteros

3min
pages 112-113

2.6 Ordenación mediante Montículos (Heapsort

4min
pages 65-66

2.5 Ordenación por Mezcla (Mergesort

4min
pages 63-64

3.3 Búsqueda binaria no centrada

1min
page 109

2.8 Ordenación por Incrementos (Shellsort

1min
page 70

3.2 Búsqueda binaria

2min
page 108

2.3 Ordenación por Selección

1min
page 61

2.2 Ordenación por Inserción

2min
page 60
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.