Algoritmos de Ordenação Leandro Tonietto Unisinos ltonietto@unisinos.br http://professor.unisinos.br/ltonietto Atualizado em 7-Jun-12 http://professor.unisinos.br/ltonietto/inf/lb2/sort.pdf
! Objetivos! Métodos de Ordenação! Eficiência e Classificação dos Algoritmos de Ordenação! Algoritmos Θ(n 2 ) (mais lentos )! Algoritmos Θ(nlogn) (mais rápidos )! Demo! Trabalho! Referências Sumário
Objetivos! Dada uma lista de valores (números) numa seqüência qualquer, gerar uma nova seqüência ordenada destes valores. Portanto, a nova seqüência terá: v 1 <= v 2 <=... <= v n! Exemplo: Dado conjunto de valores V={10, 32, 9, 20, 18, 18}, o conjunto V dos elementos de V ordenados é: V ={9, 10, 18, 18, 20, 32}
Métodos de Ordenação! Uma das tarefas mais comuns em computação. Muitos problemas permanecem abertos a espera de algoritmos de ordenação que resolvam determinada aplicação.! Algoritmos considerados mais simples, com tempo de Θ(n 2 ) no pior caso, como: InsertionSort, BubbleSort e SelectionSort.! Algoritmos considerados mais sofisticados, com tempo de Θ(nlogn), como: MergeSort, QuickSort e SearchSort.! Uma função comum é swap, que troca os valores de duas variáveis.
Eficiência e Classificação dos Algoritmos de Ordenação! Para determinar qual é o mais eficiente para determinada tarefa, inicialmente, se compara algoritmos pela facilidade de implementação e pelo tempo de execução! Na realidade, análise do tempo depende dos valores de entrada e da aplicação; pode-se preferir um algoritmo que consuma menos memória, por exemplo.! Também depende dos recursos disponíveis para execução, ou seja, o critério tempo é subjetivo: o que é considerado para calcular tempo? Questões de hardware podem interferir da decisão...! Normalmente, métrica para classificação dos algoritmos é o número de comparações e trocas de elementos ou chaves.
Algoritmos Θ(n 2 )- Insertion Sort! O algoritmo de ordenação por inserção processa seqüencialmente uma lista de valores e cada registro (valor) é inserido na posição correta numa lista de valores já ordenados. void insertionsort(array, n){ para i de 1 até n, i++ para j de i até 1, j-- se(array[j] < array[j-1]) entao swap(array, j, j-1) }! Eficiente para poucos registros.! Melhor caso, já ordenado, o tempo é n-1! Pior caso Θ(n 2 )
Algoritmos Θ(n 2 )- Insertion Sort! Exemplo: dada a lista 42, 20, 17, 13, 28, 14, 23, 15 i=1 i=2 i=3 i=4 i=5 i=6 i=7 42 20 17 13 13 13 13 13 20 42 20 17 17 14 14 14 17 17 42 20 20 17 17 15 13 13 13 42 28 20 20 17 28 28 28 28 42 28 23 20 14 14 14 14 14 42 28 23 23 23 23 23 23 23 42 28 15 15 15 15 15 15 15 42
Algoritmos Θ(n 2 )- Insertion Sort! Exemplo: dada a lista 20, 5, 18, 11, 9, 20, 4 e 10 20 5 18 11 9 20 4 10 i=1 i=2 i=3 i=4 i=5 i=6 i=7
Algoritmos Θ(n 2 )- Bubble Sort! Compara i vezes do último elemento até a i- ésima posição, trocando valor com anterior caso v[j] < v[j-i], até i=n.! É um algoritmo simples e mais lento que o inserção! Serve de base para algoritmos mais sofisticados. void bubblesort(array, n){ para i de 0 até n, i++ para j de n até i, j-- se(array[j] < array[j-1]) entao swap(array, j, j-1) }! O tempo de execução é Θ(n 2 )! Tempo melhor caso = tempo pior caso!!
Algoritmos Θ(n 2 )- Bubble Sort! Exemplo da mesma lista: i=0 i=1 i= 2 i=3 i=4 i=5 i=6 42 13 13 13 13 13 13 13 20 42 14 14 14 14 14 14 17 20 42 15 15 15 15 15 13 17 20 42 17 17 17 17 28 14 17 20 42 20 20 20 14 28 15 17 20 42 23 23 23 15 28 23 23 23 42 28 15 23 23 28 28 28 28 42
Algoritmos Θ(n 2 )- Bubble Sort! Exemplo: dada a lista 20, 5, 18, 11, 9, 20, 4 e 10 20 5 18 11 9 20 4 10 i=0 i=1 i=2 i=3 i=4 i=5 i=6
Algoritmos Θ(n 2 )- Selection Sort! Procura o próximo menor valor da lista e coloca na posição atual. void selectionsort(array, n){ para i de 0 até n-1, i++ k = i; para j de n-1 enquanto j>i, j { se(array[j] < array[k]) entao k=j; } swap(array, i, k); }! O tempo ainda é Θ(n 2 ).! É um bubble sort! Entretanto o número de swaps bem menor. Portanto mais eficiente na maioria das situações.
Algoritmos Θ(n 2 )- Selection Sort! Exemplo da mesma lista: i=0 i=1 i= 2 i=3 i=4 i=5 i=6 42 20 17 13 28 14 23 15 void selectionsort(array, n){ para i de 0 até n-1, i++ k = i; para j de n-1 enquanto j>i, j-- se(array[j] < array[k]) entao k = j; swap(array, i, k); }
Algoritmos Θ(nlogn) - MergeSort! Conceitualmente muito simples e tem um bom tempo de execução (pequeno).! Dividir para conquistar. Divide a lista em duas, essas duas mais duas e assim por diante até elas fiquem dois elementos; aí então, ordena-se dois elementos e retorna ordenando as sublistas.! O tempo de execução não depende do estado de ordenação dos elementos da lista.! Tempo é medido em Θ(nlogn)
Algoritmos Θ(nlogn) - MergeSort! Algoritmo: void mergesort(array, temp, left, right){ meio = (left+right)/2; se(left==right) retorna; mergesort(array, temp, left, meio); mergesort(array, temp, meio+1, right); para i de left ate <= right, i++ temp[i] = array[i]; i1 = left, i2 = meio+1; para curr de left ate <= right, curr++ se(i1==meio+1) entao array[curr] = temp[i2++]; senao se(i2 > right) entao array[curr] = temp[i1++]; senao se(temp[i1]<temp[i2]) entao array[curr] = temp[i1++]; senao array[curr] = temp[i2++]; }
Algoritmos Θ(nlogn) - MergeSort 36 20 17 13 28 14 23 15 36 20 17 13 28 14 23 15 36 20 17 13 28 14 23 15 20 36 13 17 14 28 15 23 13 17 20 36 14 15 23 28 13 14 15 17 20 23 28 36
Algoritmos Θ(nlogn) - QuickSort! É o melhor algoritmo para grande maioria dos casos, pois ele é o mais eficiente na média.! Idéia de dividir o problema em partes menores.! Algoritmo: 1. Elege um número pivot e fixa posição k. (findpivot(array, 0, n)) 2. Arranja o array considerando que: os números menores fiquem à esquerda do pivot e o maiores à direita (partição do array). 3. Executa recursivamente o mesmo para cada partição (qsort(array, 0, k) e qsort(array, k+1, n))
Algoritmos Θ(nlogn) - QuickSort! Algoritmo completo: void qsort(array, i, j){ pivotindex = findpivot(i, j); swap(array, pivotindex, j); k = partition(array, i, j, j) swap(array, k, j); se ((k-i)>1) entao qsort(array, i, k-1) se ((j-k)>1) entao qsort(array, k+1, j) } int findpivot(i, j){ retorna (i+j)/2; // retorna parte inteira!! }
Algoritmos Θ(nlogn) - QuickSort! Algoritmo completo: int partition(array, l, r, pivot){ faz{ enquanto(l<pivot e array[l] <= array[pivot]) l++; enquanto(r>l e array[r] => array[pivot]) r--; swap(array, l, r); }enquanto(l<r); swap(array, l, r); retorna l; }! O pior tempo é Θ(n 2 ), ocorre quando...! E o melhor é Θ(nlogn), ocorre quando... Tarefa: implementar o quicksort e preencher as lacunas acima
Algoritmos Θ(nlogn) - QuickSort 72
Algoritmos Θ(nlogn) - QuickSort 12 3 25 8 9 11 5 50 70 30 14
Algoritmos Θ(nlogn) - QuickSort! Algumas otimizações possíveis:! Alteração da função findpivot para computar achar o índice de um valor mediano na lista de valores! Como o qsort é bom para situações de média a grande quantidade de elementos, quando chegar a poucos elementos utilizar outro método de ordenação, como por exemplo, o insertionsort.! Tirar a recursividade e re-escrever o algoritmo para trabalhar com pilhas.
Algoritmos Θ(nlogn) - QuickSort! Tarefas para casa:! Implementar todos os algoritmos usando templates; permitindo, portanto, a ordenação de qualquer tipo de dado. Enviar por e- mail.! Faça uma classe de testes (main) que gere um array com números aleatórios e ordene uma cópia deste array com cada algoritmo implementado. Não esqueça que computar o tem processamento de cada execução para comparar a performance dos algoritmos. Enviar junto com a implementação dos algoritmos.! Descubra como fazer uma operação que determina o menor entre dois números sem usar comando if. O mesmo vale para uma função que determina o maior dos dois. Dica: use apenas operações aritméticas.! Enviar tudo por e-mail: ltonietto@unisinos.br ou ltoneitto@gmail.com
Demos! http://cg.scs.carleton.ca/~morin/misc/sortalg/! http://cs.smith.edu/~thiebaut/java/sort/demo.html! http://research.compaq.com/src/jcat/jdk10/sorting/
Referências Bibliográficas! http://atschool.eduweb.co.uk/mbaker/sorts.html! http://cs.smith.edu/~thiebaut/java/sort/demo.html! http://cg.scs.carleton.ca/~morin/misc/sortalg/! http://research.compaq.com/src/jcat/jdk10/sorting/! NAPS, Thomas L. Introduction to Program Design and Data Structures. West. 1993, pág. 396-407.! SHAFFER, Clifford A. Data Structures and Algorithm Analysis. Prentice Hall. 1997, pág. 146-153.