19 KiB
Análise de algoritmos para a solução do Problema da Seleção
Por Guilherme de Abreu Barreto1
Resumo
É o objetivo deste relatório definir o Problema da Seleção e apresentar dois algoritmos passíveis de solucioná-lo. Compara-se as estratégias adotadas em cada algoritmo, assim como o tempo de execução previsto e experimental de cada qual. Com base nessas observações infere-se a eficiência relativa dos algoritmos.
Introdução
O Problema da Seleção no contexto desta análise refere-se a necessidade de, para uma sequência de elementos x_a, \dots, x_i, \dots, x_b
onde a \le i \le b
, sendo a
e b
sendo os índices inicial e final respectivamente, acessar o i
-esimo elemento x_i
de acordo com um dado parâmetro. Iremos aqui admitir que \forall x \in \Z
e utilizaremos como critério o valor de x
de maneira a selecionar o i
-esimo elemento de menor valor. Vamos abordar este problema de duas formas:
Na primeira solução (solução mergeSelect
) ordenaremos o conjunto de elementos em ordem crescente para, em seguida, acessar a_i
diretamente.
Na segunda solução (solução quickSelect
) continuamente particionaremos a sequência à partir de comparações com o valor de um elemento desta, o pivô. Isso até que, ou o pivô ao final do processo de partição corresponda ao índice i
, ou o conjunto particionado avaliado tenha tamanho 1 (portanto, contendo somente o elemento de índice i
).
Solução mergeSelect
Definição
O algoritmo aqui implementado para a ordenação do arranjo de valores inteiros é o Merge Sort, que dá nome a solução. Trata-se de um algoritmo de ordenação eficiente e estável pautado pela comparação de valores e baseado no paradigma da Divisão e Conquista.
Conceitualmente, seu funcionamento se dá da seguinte maneira:
-
Divide-se o arranjo em
n
sub-arranjos de tamanho 1, sendon
o tamanho do conjunto original a ser ordenado, pois uma lista de um único elemento trivialmente já se encontra ordenada; -
continuamente integra-se e ordena-se os sub-arranjos pré-ordenados para a par; até que
-
resta apenas a lista original ordenada. A partir de então, para encontrar o
i
-ésimo menor elemento, basta referenciar o arranjo pelo índicei
:A[i]
.
Diagrama ilustrando os passos para execução do Merge Sort em uma sequência de 7 números inteiros.2
Implementação
Minha implementação deste algoritmo para o presente problema é dado pelas seguintes funções:
1 │ #define array int*
2 │
3 │ void merge (array A, int pivot, int size) {
4 │ int i, k, j = pivot, tmp[size];
5 │
6 │ for (i = k = 0; k < size; k++)
7 │ tmp[k] = ((A[i] <= A[j] && i < pivot) || j == size) ?
8 | A[i++] : A[j++];
9 │ for (k = 0; k < size; k++)
10 │ A[k] = tmp[k];
11 │ }
12 │
13 │ void mergeSort (array A, int size) {
14 │ int pivot;
15 │
16 │ if (size <= 1)
17 │ return;
18 │ pivot = size / 2;
19 │ mergeSort(A, pivot);
20 │ mergeSort(A + pivot, size - pivot);
21 │ merge(A, pivot, size);
22 │ }
Correção
Podemos aferir que o algoritmo acima é correto (isto é, adequado a produzir a solução) pois
-
Nas linhas 19 e 20 subdivide-se a sequência em pares recursivamente, procedimento este que se repetirá até que restem apenas subconjuntos de 1 elemento e a função retorne na linha 17.
-
Cada recursão anterior então acessa a função
merge
na linha 21. Esta integrará pares de conjuntos adjacentes ao índicepivot
nas linhas 7 e 8, percorrendo-os cada qual desde seus respectivos índices iniciaisi
ej
e posicionando o elemento de menor valor no índicek
. Isso, seguro de que estes já estarão ordenados em ordem crescente dada a condição anterior. Este então retornará os elementos de ambos os conjuntos em ordem crescente na linha 10. -
O procedimento anterior se repete
(n - 1)
vezes até que todos os pares ordenados combinados produzem a sequência original ordenada.
Assim, o algoritmo corresponde a definição dada anteriormente.
Teste empírico
A correção do algoritmo foi testada manualmente para pequenos arranjos utilizando o programa manual_test.c
3.
Tempo de Execução
É possível afirmar que o tempo de execução T(n)
do Merge Sort para quaisquer entradas de mesmo tamanho n
é assintoticamente equivalente pois independentemente dos valores contidos na entrada, as mesmas operações de comparação (na linha 7) e atribuição (na linha 10) são executadas. Isto é, diferentemente do que é visto noutros algoritmos de ordenação tais quais o Quick Sort ou o Insertion Sort. Para estimar este tempo de execução, podemos recorrer ao Teorema Mestre para recorrências de Divisão e Conquista, por este ser um algoritmo do tipo Divisão e Conquista. Segundo Márcio Ribeiro (2021) o teorema mestre pode ser descrito nos seguintes termos:
Sejam
a \ge 1
,b > 1
eT (n) = aT \left( \frac nb \right) + f (n)
, então:
se
f(n) \in O\left(n^{\log_b (a − \varepsilon)} \right)
para algum\varepsilon > 0
entãoT (n) \in \Theta(n^{\log_ba} )
;se
f(n) ∈ Θ(n^{log_ba})
entãoT(n) \in \Theta(n^{\log_ba} \cdot \text{lg}(n))
;se
f(n) \in \Omega \left(n^{\log_b (a + \varepsilon)} \right)
para algum\varepsilon > 0
e seaf \left(\frac nb \right) \le cf(n)
para algumc < 1
e todon
suficientemente grande entãoT(n) \in Θ(f (n))
Temos que o tempo de execução T(n)
em função do tamanho n
da entrada do algoritmo Merge Sort é constante das linhas 14 à 18 mas varia nas linhas 19 e 20 (T\left(\frac n2 \right)
cada), e 21 (cn
, para uma constante c > 0
). Assim temos que a forma geral do tempo de execução é:
T(n) = 2T\left(\frac n2 \right) + cn
Ou seja, conforme a definição aT \left( \frac nb \right) + f (n)
tem-se que
-
a = b = 2
; -
n^{\log_ba} = n^{log_22} = n
; -
f(n) = cn
, sendo\Theta(cn) \equiv \Theta(n)
; -
e portanto
f(n) \in \Theta(n^{\log_ba})
pois\Theta(n^{\log_ba}) = \Theta(n)
.
Assim, temos pela aplicação do teorema que:
T(n) \in \Theta(n^{\log_ba}\cdot \text{lg}(n)) \implies T(n) \in \Theta(n\cdot \text{lg}(n))
Solução quickSelect
Definição
O algoritmo quickSelect
, tal qual o algoritmo Quick Sort, foi desenvolvido por Tony Hoare e utiliza a mesma estratégia do último para comparar valores.
Conceitualmente, seu funcionamento se dá da seguinte maneira:
-
Particiona-se a sequência à partir do valor de um elemento qualquer contido nessa, separando-a em dois subconjuntos contendo respectivamente
-
valores maiores ou iguais;
-
e menores que o pivô.
Portanto, o pivô passa a ocupar uma posição intermediária às partições;
-
-
Se o pivô assume a posição do índice buscado ou resta apenas um único índice no conjunto particionado, a busca se encerra; senão repete-se o procedimento na partição aquela que contiver o índice
i
(sendo este menor ou maior que o pivô).
Implementação
1 │ #define array int*
2 │
3 │ void swap (int *a, int *b) {
4 │ int tmp = *a;
5 │ *a = *b;
6 │ *b = tmp;
7 │ }
8 │
9 │ int partition (array A, int pivot, int size) {
10 │ int i, j, lastIndex = size - 1;
11 │
12 │ swap(&A[pivot], &A[lastIndex]);
13 │ for (i = j = 0; i < lastIndex; i++)
14 │ if (A[i] <= A[lastIndex])
15 │ swap(&A[i], &A[j++]);
16 │ swap(&A[i], &A[j]);
17 │ return j;
18 │ }
19 │
20 │ int * quickSelect (array A, int size, int i) {
21 │ int pivot;
22 │
23 │ if (size <= 1)
24 │ return A;
25 │ pivot = partition(A, i, size);
26 │ if (A + pivot == A + i)
27 │ return A + i;
28 │ if (i < pivot)
29 │ return quickSelect(A, pivot, i);
30 │ pivot++;
31 │ return quickSelect(A + pivot, size - pivot, i - pivot);
32 │ }
Correção
Podemos aferir que o algoritmo acima é correto pois
-
Se a a entrada contiver um único elemento, este é o elemento devolvido — Este é o caso base.
-
Senão, o conjunto é particionado na linha 24 e comparações são feitas nas linhas 25 para aferir se o índice foi encontrado no pivô ou, senão, na linha 27 determina-se em qual partição o procedimento de busca deve ser repetido até que as condições anteriores sejam satisfeitas.
-
Como toda partição é menor que o conjunto que lhe deu origem, no pior caso eventualmente a partição avaliada será pequena o suficiente para corresponder ao caso base.
Teste empírico
A correção do algoritmo anterior foi testada manualmente para pequenos arranjos utilizando o programa manual_test.c
4.
Tempo de Execução
O tempo de execução deste algoritmo pode variar bastante em função do posicionamento do pivô ao final de cada procedimento de partição. Analisemos, portanto, aqueles que podem ser considerados o melhor, o pior, e o caso médio.
Análise do melhor caso
O melhor caso para a execução deste algoritmo é aquele em que o i
-ésimo menor elemento do arranjo já se encontra na i
-ésima posição ao iniciarmos a busca. Assim, a partição será feita com este elemento enquanto pivô na linha 13, retornando o mesmo a sua posição inicial na linha 16, e a busca estará findada tendo percorrido o arranjo uma única vez na linha 27. Desta forma, o tempo de busca em função do tamanho da entrada escalaria de forma estritamente linear. Ou seja, T(n) \in \Theta(n)
.
Análise do pior caso
O pior caso para a execução deste algoritmo seria aquele onde o usuário busca o menor valor de um arranjo que encontra-se perfeitamente em ordem crescente à partir do segundo elemento. Assim, o primeiro elemento tem o maior valor e cada processo de partição se dá de forma em que o pivô é o (n - (i - 1))
maior elemento, produzindo assim partições de tamanho menor que a anterior em apenas uma unidade. Assim o arranjo é percorrido de maneira a realizar um número de S_n
de comparações na linha 14 equivalente à:
S_n = n + (n - 1) + (n - 2) + \dots + 1 = \frac{n(n + 1)}2 = \frac{n^2 + n}2
Ou seja, o tempo de execução do algoritmo restaria em ordem quadrática: T(n) \in \Theta(n^2)
.
Análise do caso médio
Aplicando-se o Teorema Mestre conseguimos avaliar o caso médio, pois este admite que recursões são feitas em conjuntos menores de igual tamanho entre si. Fosse sempre este o caso com este algoritmo o índice i
ser menor ou maior que aquele do pivô não afetaria o tempo de execução da recursão seguinte, o qual também não seria nem muito pequeno (com o tamanho da partição seguinte abaixo da média) ou muito grande (com o tamanho da partição seguinte acima da média).
Temos que o tempo de execução T(n)
em função do tamanho n
da entrada do algoritmo quickSelect é constante nas linhas 20 à 23, 25 à 26 e 27 mas varia na linha 24 (cn
, para uma constante c > 0
) e nas linhas 28 e 29 (T\left(\frac n2 \right)
cada), das quais apenas uma delas é executada condicionalmente. Assim temos que a forma geral do tempo de execução é:
T(n) = T\left(\frac n2 \right) + cn
Ou seja, conforme a definição aT \left( \frac nb \right) + f (n)
tem-se que
-
a = 1
eb = 2
; -
n^{\log_ba} = n^{log_21} = n^0 = 1
; -
f(n) = cn
, sendo\Theta(cn) \equiv \Theta(n)
; -
e portanto
f(n) \in \Omega \left( n^{\log_b(a+ \varepsilon)} \right)
pois\Omega \left(n^{\log_2(1 + 1)} \right) = \Omega(n)
.
Assim, temos pela aplicação do teorema que:
T(n) \in \Theta(cn) \implies T(n) \in \Theta(n)
Vemos então que teoricamente o caso médio aproxima-se mais da situação observada no melhor caso que do pior caso e, para valores de n
suficientemente grandes, oferece melhor desempenho com relação a solução mergeSelect
.
Objetivo
Iremos comparar o desempenho de ambas as soluções para uma mesma entrada de tamanho n
, para valores de n
cada vez maiores. Para tal utilizaremos o seguinte equipamento:
System:
Host: manjaro Kernel: 5.10.70-1-MANJARO x86_64 bits: 64
Desktop: GNOME 40.5 Distro: Manjaro Linux
Machine:
Type: Portable System: Dell product: Inspiron 5548 v: A10
serial: <superuser required>
Mobo: Dell model: 0YDTG3 v: A02 serial: <superuser required>
UEFI-[Legacy]: Dell v: A10 date: 05/28/2019
Battery:
ID-1: BAT1 charge: 39.3 Wh (100.0%) condition: 39.3/42.2 Wh (93.3%)
CPU:
Info: Dual Core Intel Core i7-5500U [MT MCP] speed: 2395 MHz
min/max: 1500/3000 MHz
Graphics:
Device-1: Intel HD Graphics 5500 driver: i915 v: kernel
Device-2: AMD Topaz XT [Radeon R7 M260/M265 / M340/M360 / M440/M445
/ 530/535 / 620/625 Mobile]
driver: amdgpu v: kernel
Device-3: Sunplus Innovation Integrated_Webcam_HD type: USB
driver: uvcvideo
Display: x11 server: X.Org 1.20.13 driver:
loaded: amdgpu,ati,modesetting resolution: 1920x1080~60Hz
OpenGL: renderer: Mesa Intel HD Graphics 5500 (BDW GT2)
v: 4.6 Mesa 21.2.3
Network:
Device-1: Realtek RTL810xE PCI Express Fast Ethernet driver: r8169
Device-2: Intel Wireless 7265 driver: iwlwifi
Device-3: Intel Bluetooth wireless interface type: USB
driver: btusb
Drives:
Local Storage: total: 931.51 GiB used: 916.26 GiB (98.4%)
Info:
Processes: 288 Uptime: 1h 59m Memory: 15.55 GiB
used: 3.66 GiB (23.6%) Shell: fish inxi: 3.3.08
Os valores a serem avaliados5 serão sorteados fazendo uso do programa gerador
6 e o índice a ser buscado será sorteado fazendo uso uso do comando random
, função do shell fish
na versão 3.3.1
. Este é um exemplo do cabeçalho de um arquivo de texto gerado desta forma:
> head -4 tests/1.txt
10000 4430
1747153665
1888832918
1550537203
>
O primeiro valor (10000
) descreve o tamanho da entrada, o segundo (4430
) o índice buscado, os valores restantes são uma amostra daqueles a serem avaliados. tais aquivos serão providos enquanto argumentos para os programas de teste78, e o desempenho destes será avaliado fazendo uso do comando time
, também função do shell fish
, da seguinte maneira:
> time mergeSelect/automatic_test.out < tests/1.txt
O 4430º elemento de menor valor: 934763211
________________________________________________________
Executed in 4,55 millis fish external
usr time 4,50 millis 257,00 micros 4,25 millis
sys time 0,07 millis 67,00 micros 0,00 millis
>
O tempo descrito em Executed in
será aquele que iremos avaliar.
Resultado
Os seguintes gráfico e tabela relatam o resultado da experimentação:
Tamanho da entrada | Tempo de execução — mergeSelect | Tempo de execução — quickSelect |
---|---|---|
1 | 4.55 | 4.43 |
10 | 34.05 | 18.6 |
20 | 67.28 | 26.98 |
30 | 102.95 | 45.49 |
40 | 136.44 | 57.31 |
50 | 170.6 | 73.77 |
60 | 203.99 | 84.78 |
70 | 239.94 | 93.67 |
80 | 281.89 | 103.51 |
90 | 316.28 | 125.8 |
100 | 343.58 | 126.54 |
Tamanho da entrada dado em dezena de milhares (10^4^) e tempo de execução em milissegundos (ms).
Conclusão
A análise preliminar dos algoritmos de busca elaborou quantitativamente minha expectativa para crescimentos significativamente distintos do tempo de execução em função do tamanho da entrada, a qual foi seguidamente demonstrada em um experimento empírico. É possível afirmar que dentre os algoritmos apresentados o quickSelect é aquele mais eficiente na solução do problema apresentado dada uma entrada com valores aleatórios e com pouca ou nenhuma repetição, situação esta que corresponde de maneira mais próxima a seu caso médio. Podemos atribuir esta maior eficiência ao seu procedimento de particionamento que apenas parcialmente ordena o arranjo de valores, ainda que suficientemente para encontrar o i
-ésimo maior valor, reduzindo desta forma o número de comparações feitas.
Por fim, fica demonstrada a importância e utilidade de métodos de análise de algoritmos para verificar a correção e desempenho destes à partir da avaliação de seu código, em particular na identificação de padrões de recorrência como a Divisão e Conquista e na aplicação do Teorema Mestre tal qual foi aqui realizado.
-
nUSP: 12543033; Turma 04. ↩︎
-
Merge sort. Disponível em: https://en.wikipedia.org/w/index.php?title=Merge_sort&oldid=1050948230. Acesso em: 8 nov. 2021. ↩︎
-
BARRETO, G. mergeSelect/manual_test.c. Disponível em: https://git.disroot.org/SI/semestre_2/src/branch/master/Introdu%c3%a7%c3%a3o%20%c3%a0%20An%c3%a1lise%20de%20Algoritmos/EP%201/mergeSelect/manual_test.c. Acesso em: 13 out. 2021 ↩︎
-
BARRETO, G. quickSelect/manual_test.c. Disponível em: https://git.disroot.org/SI/semestre_2/src/branch/master/Introdu%c3%a7%c3%a3o%20%c3%a0%20An%c3%a1lise%20de%20Algoritmos/EP%201/quickSelect/manual_test.c. Acesso em 13 out. 2021 ↩︎
-
BARRETO, G. tests. Disponível em: https://git.disroot.org/SI/semestre_2/src/branch/master/Introdu%c3%a7%c3%a3o%20%c3%a0%20An%c3%a1lise%20de%20Algoritmos/EP%201/tests. Acesso em: 13 nov. 2021 ↩︎
-
RIBEIRO, M. gerador.c. Disponível em: https://github.com/marciomr/IAA/blob/main/gerador.c. Acesso em: 12 nov. 2021 ↩︎
-
BARRETO, G. mergeSelect/automatic_test.c. Disponível em: https://git.disroot.org/SI/semestre_2/src/branch/master/Introdu%c3%a7%c3%a3o%20%c3%a0%20An%c3%a1lise%20de%20Algoritmos/EP%201/mergeSelect/automatic_test.c. Acesso em 13 nov. 2021 ↩︎
-
BARRETO, G. quickSelect/automatic_test.c. Disponível em: https://git.disroot.org/SI/semestre_2/src/branch/master/Introdu%c3%a7%c3%a3o%20%c3%a0%20An%c3%a1lise%20de%20Algoritmos/EP%201/quickSelect/automatic_test.c. Acesso em 13 nov. 2021 ↩︎