Aniello Murano » 3.Ordinamento, Ricorsione e Code di Priorità

La Ricorsione

Il concetto di ricorsione nasce dalla possibilità di eseguire un compito applicando lo stesso algoritmo ad un dominio ridotto rispetto a quello originale fondendo i risultati.

Le funzioni C possono essere usate ricorsivamente, cioè una funzione può chiamare se stessa sia direttamente che indirettamente.

Nella ricorsione è importante la condizione di uscita.

Il problema deve poter essere suddiviso in sotto-problemi più piccoli fino ad arrivare ad un sotto-problema banale di cui si conosce immediatamente la soluzione.

Esempio

Stampa dei primi N interi positivi

Sia N=3

Assumiamo che il calcolatore sappia fare la stampa di N-1 interi (I primi due interi).

Il mio risultato è dato da:

dopo aver stampato i primi N-1 interi (2 interi)
stampa l’ennesimo intero (l’intero 3)

Attenzione: Gli elementi devono essere stampati in ordine crescente!

Considerazioni:

• Assumiamo sempre che la chiamata ricorsiva svolge sempre il suo compito correttamente.
• Bisogna concentrarsi solo sull’ultimo passo di elaborazione per ottenere la soluzione corretta.

Algoritmi di ordinamento

Insertion Sort

• L’Insertion Sort è uno algoritmo di ordinamento molto efficiente per ordinare un piccolo numero di elementi
• L’idea di ordinamento è quella che potrebbe usare un persona per ordinare le carte nella propria mano.
• Si inizia con la mano vuota e le carte capovolte sul tavolo
• Poi si prende una carta alla volta dal tavolo e si inserisce nella giusta posizione
• Per trovare la giusta posizione per una carta, la confrontiamo con le altre carte nella mano, da destra verso sinistra.
• Ogni carta più grande verrà spostata verso destra in modo da fare posto alla carta da inserire.

Funzione Insertion Sort

Programma per Insertion Sort

Ingegneria del software…

Autore: Nome, Cognome, matricola …

Titolo: nome della funzione (o modulo) implementata.

Scopo: obiettivi dell’algoritmo implementato(sintetico)

Specifiche: Nomi di funzioni, array, variabili importanti

Descrizione: Informazioni sull’algoritmo implementato.

Lista dei Parametri: Parametri input e output

Complessità di Tempo e Di Spazio

Altri parametri eventualmente vuoti:

• Indicatori di Errore:
• Routine Ausiliarie
• Indicazioni sull’utilizzo

Implementazione

Documentazione per Insertion Sort

• Scopo : Ordinamento di un array di numeri interi
• Specifiche:
  • array di interi “interi[MAX]“
  • void insertion(int interi[MAX], int tot);
• Descrizione : L’insertion sort è un algoritmo molto efficiente per ordinare pochi numeri. Questo algoritmo è simile al modo che si potrebbe usare per ordinare un mazzo di carte…
• Lista dei Parametri
• Input:
  • interi[ ]: vettore contenente gli elementi da ordinare
  • tot numero degli elementi contenuti nel vettore
• Output: array interi[ ] ordinato in ordine crescente.

Documentazione per Insertion Sort

Complessità di Tempo

L’algoritmo inserisce il componente interi[i] nel vettore già ordinato di componenti interi[0]…interi[i-1] spostando di una posizione tutti i componenti che seguono quello da inserire.

Ad ogni passo la procedura compie nel caso peggiore (vettore ordinato al contrario), N-1 confronti, essendo N la lunghezza del vettore corrente e i-1 spostamenti.

Le operazioni nel caso peggiore sono dunque (1+2+…+N-1), cioè, nel caso peggiore la complessità asintotica di tempo è O(n2). Nel caso migliore (vettore ordinato) bastano N-1 confronti.

Documentazione per Insertion Sort

Complessità di Spazio:

La struttura dati utilizzata per implementare l’algoritmo è un ARRAY monodimensionale, contenente i valori da ordinare, di conseguenza la complessità di spazio è O(n).

Esempi di esecuzione:

Dati in ingresso i numeri: 20 11 45, si ottiene in uscita: 11 20 45

Heapsort

L’Heapsort è un algoritmo di ordinamento molto efficiente:

Come l’insertion Sort e il Quicksort, l’Heapsort ordina sul posto

Meglio dell’Insertion Sort e del Quicksort, il running time dell’Heapsort è 0(nlogn) nel caso peggiore

L’algoritmo di Heapsort basa la sua potenza sull’utilizzo di una struttura dati chiamata Heap, che gestisce intelligentemente le informazioni durante l’esecuzione dell’algoritmo di ordinamento.

Heap

La struttura dati Heap (binaria) è un array che può essere visto come un albero binario completo

Proprietà fondamentale degli Heap è che il valore associato al nodo padre è sempre maggiore o uguale a quello associato ai nodi figli

Un Array A per rappresentare un Heap ha bisogno di due attributi:

• Lunghezza dell’array
• Elementi dell’Heap memorizzati nell’array

Organizzazione dell’array

La radice dell’Heap è sempre memorizzata nel primo elemento dell’array.

Dato un nodo i, il suo nodo padre, figlio sx e dx possono essere calcolati nel modo seguente:

• int left(int i) { return 2*i+1;}
• int right(int i) { return 2*i+2;}
• int parent (int i) {return (i-1)/2;}

N.B. Nel C il primo elemento di un vettore A è A[0]. Nel libro di testo “Algoritmi e Strutture Dati”, il primo elemento è invece A[1] e i valori precedenti sono dati dalle seguenti pseudo-funzioni:

• Parent (i) return i/2
• Left (i) return 2i
• Right(i) return 2i+1

Esempio di Heap

Heap con 10 vertici

Heapify

Una subroutine molto importante per la manipolazione degli Heap è Heapfy.

Questa routine ha il compito di assicurare il rispetto della proprietà fondamentale degli Heap. Cioè, che il valore di ogni nodo non è inferiore di quello dei propri figli.

Di seguito mostriamo una funzione ricorsiva Heapify che ha il compito di far scendere il valore di un nodo che viola la proprietà di Heap lungo i suoi sottoalberi.

Implementazione di Heapify

Example of heapify

Example of heapify

Example of heapify

Example of heapify

Funzione HeapSort

Simulazione

Algoritmo di HeapSort

Main di HeapSort

Complessità

Il running time di Heapify è O(h) dove h è l’altezza dell’Heap. Siccome l’heap è un albero binario completo, il running time è O(logn). Più in dettaglio la sua complessità è la soluzione della ricorrenza T(n) ≤ T(2n/3) + _(1) utilizzando il master method (caso 2).

BuildHeap fa O(n) chiamate a Heapify. Per cui il running time di Buildheap è sicuramente O(nlogn). Si noti che le chiamate a Heapify avvengono su nodi ad altezza variabile minore di h. Da un’analisi dettagliata, risulta che il running time di Heapify è O(n).

Heapsort fa O(n) chiamate a Heapify. Dunque il running time di Heapsort è O(nlogn)

La complessità di spazio di Heapsort è invece O(n), visto che oltre il vettore di input necessita solamente di un numero costante di variabili per implementare l’algoritmo.

Code di Priorità

Le code di priorità rappresentano una delle applicazioni più efficienti della struttura dati Heap.

Una coda di priorità è una struttura dati utilizzata per mantenere un insieme S di elementi, a ciascuno associato un valore chiamato “chiave”.

Una coda di priorità supporta le seguenti operazioni

Insert(S,x): Inserisce l’elemento x nell’insieme S.

Maximum(S): Restituisce l’elemento di S con la chiave più grande.

Extract-Max(S): Rimuove e ritorna l’elemento di S con la chiave più grande.

Una possibile applicazione

Una delle applicazioni più comuni delle code di priorità è quella della schedulazione dei lavori su computer condivisi (per esempio per gestire le code di stampa)

La coda di priorità tiene traccia del lavoro da realizzare e la relativa priorità.

Quando un lavoro viene eseguito o interrotto, il lavoro con più alta priorità è selezionato da quelli in attesa utilizzando la procedura Extract-Max.

Ad ogni istante un nuovo lavoro può essere aggiunto alla coda.