Programa

• Notação Assintótica
• Divisão e Conquista
• Algoritmos Gulosos
• Programação Dinâmica
• Análise Amortizada
• Algoritmos e Estruturas de Dados Aleatorizados
• Algoritmos de Aproximação
• Busca Exaustiva

Objetivo

Apresentar um conjunto de técnicas de análise de algoritmos, considerando o recurso consumido, os casos de execução e notação assintótica.

• Explicar o que se entende pelos casos "melhor", "esperado" e "pior" do comportamento de um algoritmo.
• Identificar as características, condições ou suposições que levam a comportamentos diferentes de algoritmos.
• Determinar a complexidade do tempo de algoritmos simples.
• Contrastar classes de complexidade linear, quadrática, logarítmica e exponencial.
• Usar formalmente a notação O, Ômega e Teta para fornecer limitantes assintóticos e de caso esperado na complexidade de tempo de algoritmos.
• Usar relações de recorrência para determinar a complexidade do tempo de algoritmos recursivamente definidos.
• Resolver relações de recorrência com notação assintótica.

Avaliação

Duas provas

Calendário

• Início: 02/09/2024
• 23/09/2024 e 25/09/2024: não teremos aula (SABER)
• 16/10/2024: Prova 1 (gabarito)
• 21/10/2024 e 23/10/2024: não teremos aula (viagem do professor)
• 28/10/2024: não teremos aula (DIA DO FUNCIONÁRIO PÚBLICO)
• 20/11/2023: não teremos aula (feriado - DIA DA CONSCIÊNCIA NEGRA)
• 25/11/2024 e 27/11/2024: aula normal (SIEPE)
• 02/12/2024: não teremos aula (Vestibular)
• 11/12/2024: Prova 2 (gabarito)
• Fim: 11/12/2024
• 18/12/2024: Prova final

Notas e Avaliação

Veja suas notas aqui.

Material de leitura e exercícios

Os números do tipo "[nn]" se referem a itens da bibliografia. Lista ainda em construção.

• Exercícios
• Introdução à Análise de Algoritmos
  • [1], cap 1 e 2
  • [2], cap 2
  • [3], cap 0
• Notação Assintótica
  • [1], cap 3
  • [2], sec. 2.2
  • [3], sec 0.3
• Divisão e Conquista
  • [1], cap 4
  • [2], cap 5
  • [3], cap 2
• Algoritmos Gulosos
  • [1], cap 16
  • [2], cap 4
  • [3], cap 5
• Programação Dinâmica
  • [1], cap 15
  • [2], cap 6
  • [3], cap 6
• Análise Amortizada
  • [1], cap 17
• Algoritmos e Estruturas de Dados Aleatorizados
  • [1], cap 5
  • [2], cap 13
• Algoritmos de Aproximação
  • [1], cap 35
  • [2], cap 11
• Busca Exaustiva

Bibliografia

[1] Introduction to Algorithms. Third Edition. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, e Clifford Stein. 2009.

[2] Algorithm Design. Jon Kleinberg e Éva Tardos. 2005.

[3] Algorithms. S. Dasgupta, C. H. Papadimitriou e U. Vazirani. McGraw Hill. 2006

Bibliografia complementar

[4] Donald E. Knuth. The art of computer programming, volume 3: (2nd ed.) sorting and searching. Redwood City, CA, USA: Addison Wesley Longman Publishing Co., Inc., 1998. ISBN : 0-201-89685-0.

[5] Udi Manber. Introduction to Algorithms: A Creative Approach. Boston, MA, USA: Addison-Wesley Longman Publishing Co., Inc., 1989. ISBN : 0201120372.

[6] Robert Sedgewick. Algorithms in C. Addison-Wesley, 1990, p. 657.

[7] Michael Mitzenmacher e Eli Upfal. Probability and Computing: Randomized Algorithms and Probabilistic Analysis. New York, NY, USA: Cambridge University Press, 2005. ISBN : 0521835402.

[8] Robert Sedgewick e Philippe Flajolet. An Introduction to the Analysis of Algorithms. 512 pages. (ISBN 0-201-40009-X). Addison-Wesley Publishing Company, 1996.