Analisis Algoritma Non Rekursif dan Rekursif.ppt
description
Transcript of Analisis Algoritma Non Rekursif dan Rekursif.ppt
ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF
KELOMPOK 2AI GUSTI BAGUS HADI WIDHINUGRAHA(1208605010)NI PUTU SINTYA DEWI (1208605017)LUH GEDE PUTRI SUARDANI(1208605018)I PUTU INDRA MAHENDRA PRIYADI(1208605020)
DESAIN ANALISIS DAN ALGORITMA
PENDAHULUAN
Bagaimana menganalisis algoritma Rekursif ?
Bagaimana menganalisis algoritma Non-Rekursif ?
Bagaimana cara mencari kompleksitas waktu pada algoritma Rekursif dan Non- Rekursif ?
Bagaimana cara menentukan notasi asimptotik dari algoritma Rekursif dan Non- Rekursif ?
Manipulasi Penjumlahan Penting
)(2
1
2
)1(...21
bawahdan ataslimit integer : ;11
)(
22
10
111
11
nnnn
nii
ullu
baba
acca
n
i
n
i
u
li
u
ii
u
ii
u
iii
u
ii
u
ii
Manipulasi Penjumlahan Penting
n
i
n
n
ii
nn
n
i
i
kkkkn
i
k
n
i
nni
n
aa
aaaaa
nk
ni
nnnn
ni
1
12
1
1
1
12
0
1
1
3222
1
2
lglg
...5772.0;ln...1
)1(1
1...1
1
1...21
3
1
6
)12)(1(...21
Algoritma Rekursif
Bentuk Rekursif
Suatu subrutin/fungsi yang memanggil dirinya sendiri.
Pemanggilan fungsi yang berulang terdapat dalam bodi fungsi
Dengan rekursif, program akan lebih mudah dilihat
Tujuan Bentuk Rekursif
Menyederhanakan penulisan program Menggantikan bentuk iterasi
Syarat Bentuk Rekursif
Ada kondisi terminal (basis) Ada subroutine call yang melibatkan
parameter yang nilainya menuju kondisi terminal (recurrence)
Efisiensi Waktu Algoritma Recursive
Langkah-langkah dalam analisis matematis dari algoritma rekursif:1. Tentukan parameter n yang menunjukkan
ukuran input2. Tentukan operasi dasar algoritma (loop
terdalam)3. Tentukan apakah untuk ukuran input yang
sama banyaknya eksekusi basic operation sama atau berbeda.
4. Tentukan relasi rekurens, dengan kondisi awal yang tepat untuk berapa kali algoritma akan dijalankan
5. Menyelesaikan solusi relasi rekurens yang didapat di nomor 4 (t(n))
6. Tentukan g(n) dimana t(n) termasuk salah satu O(g(n)),Ω(g(n)), atau Ɵ(g(n))
Contoh
Menghitung faktorial Menar hanoi
Menghitung Faktorial
Function Faktorial (input n : integer) → integermenghasilkan nilai n!, n tidak negatif
Algoritma :
If n=0 thenReturn 1
ElseReturn ( n*faktorial (n-1) )
Endif
Analisis 1
Ukuran input = n Kompleksitas waktu:
Untuk kasus basis, tidak ada operasi perkalian T(0) = 0 (kondisi awal) Untuk kasus rekurens, kompleksitas waktu diukur dari jumlah perkalian (1) ditambah kompleksitas waktu untuk faktorial (n-1)
Analisis 2
Kompleksitas waktu T(n) =1+T(n-1)T(n) =1+1+T(n-2)=2+T(n-2)T(n) =2+1+T(n-3)=3+T(n-3)
= …= …= n+T(0)= n + 0
Jadi T(n) = n T(n)∈ O(n)
Visualisasi
Menara hanoi
Bagaimana memindahkan seluruh piringan tersebut ke sebuah tiang yang lain (dari A ke B); setiap kali hanya satu piringan yang boleh dipindahkan, tetapi tidak boleh ada piringan besar di atas piringan kecil. Ada tiang perantara C.
Algoritma
Procedure Hanoi (input n, A, B, C:integer)
Algoritma
If n=1 then
Write (‘Pindahkan piringan dari’,A,’ke’,B) Else
Hanoi(n-1,A,C,B)
Writeln(‘Pindahkan piringan dari’,A,’ke’,B) Hanoi(n-1,C,B,A)
Endif
Relasi Rekurens
T(n)=2n+1 adalah jumlah seluruh perpindahan piringan dari satu tiang ke tiang lainnya.
Bila terdapat 64 tumpukan piringan da perpindahan 1 piringan butuh waktu 1 detik, maka waktu yang dibutuhkan : detik 264−1 detik = 10.446.744.073.709.551.615 detik= kira-kira 600 milyar tahun
Visualisasi
Algoritma Non Rekursif
Efisiensi Waktu Algoritma Nonrekursif
Langkah-langkah dalam analisis matematis dari algoritma nonrekursif:1. Tentukan parameter n yang menunjukkan
ukuran input.2. Tentukan operasi dasar algoritma (loop
terdalam).3. Tentukan apakah untuk ukuran input yang
sama banyaknya eksekusi operasi dasar yang dilakukan sama atau berbeda.
4. Tentukan rumus sigma yang menunjukkan berapa kali operasi dasar dijalankan.
5. Selesaikan rumus sigma untuk menghitung banyaknya operasi dasar dijalankan.
6. Tentukan g(n) dimana t(n) termasuk salah satu O(g(n)),Ω(g(n)), atau Ɵ(g(n))
Contoh:
Perkalian Matriks Max Element
Contoh1. Perkalian Matriks
Algoritma PerkalianMatrik(A[0…n-1,0…n-1], B[0…n-1,0…n-1])//mengalikan 2 matriks persegi berordo n //input: 2 matriks A dan B//output: Matriks C = AB
for i 0 to n - 1 do for j 0 to n – 1 do
C[i,j] 0,0for k 0 to n – 1 do
C[i,j] C[i,j] + A[i,k] * B[k,j]return C
Contoh1. Analisis(1)
Ukuran input = matriks ordo n Loop terdalam = perkalian dan
penambahan calon operasi dasar Perkalian dan pertambahan dilakukan tepat
sekali dalam setiap perulangan, sehingga kita tidak harus memilih antara dua operasi
Jumlah dari total perkalian
1
0
321
0
1
0
1
0
1
0
1
0
1)(n
i
n
i
n
j
n
i
n
j
n
k
nnnnM
Contoh1. Analisis (2)
Perkiraan waktu berjalannya algoritma pada mesin tertentu
Perkiraan yang lebih akurat (termasuk penambahan)
cm :waktu satu perkalian
ca :waktu satu tambahan
3)()( ncnMcnT mm
333 )()()()( nccncncnAcnMcnT amamam
Visualisasi
Contoh2. Algoritma MaxElement Berikut adalah algoritma untuk mencari
elemen terbesar dari sekumpulan n bilangan:
ALGORITHM MaxElement (A[0..n-1])//Input: Array A[0..n-1] dari bilangan real//Output: Nilai dari elemen terbesar pada array Amax A[0]for i 1 to n-1 doif A[i] > maxmax A[i]
return max
Contoh2. Analisis (1)
Ukuran input dari algoritma ini adalah jumlah elemen pada array, yaitu n.
Operasi dasar yang paling banyak dieksekusi ada dalam loop for.
Ada 2 operasi dalam loop: perbandingan A[i] >max dan assignment max A[i].
Karena operasi perbandingan dieksekusi pada tiap iterasi (dan operasi assignment tidak), maka perbandingan dijadikan sebagai operasi dasar.
Contoh2. Analisis (2)
Visualisasi
Pertanyaan
Mengapa dalam T(n) ∈ O(n) memakai notasi O? Dan mengapa dalam manipulasi penjumlahan penting terdapat pernyataan ? (Meri Sriyati)
Buktikan bahwa ? (Eka Ayuningsih)
Apa maksud dari terminal dan body fungsi? (Tutde Suputrawan)
)2()( nOnT
Pembahasan
1. Pembuktian T(n)∈ O(n)Misalkan diberikan limit :
Sehingga 11limlim
)(
)(lim
nn
n
nng
nt
n
Jadi benar bahwa T(n)∈ O(n)
Pembuktian
Misalkan diberikan limit:
Jika hasil:0 maka OoG TA(n) < OoG TB(n) notasi : O
C maka OoG TA(n) = OoG TB(n) notasi : Ɵ
∞ maka OoG TA(n) > OoG TB(n) notasi : Ω
)(2
122 nn
)(
)(lim
~ nT
nT
B
A
n
Sehingga
Jadi benar bahwa
2
1
2
1lim2
1lim
2
2
nn
n
n
)(2
1 22 nn
2. Pembuktian
Jadi benar bahwa
)2()( nOnT
01
2.2log
1lim
2
lim
nnn
n
n
)2()( nOnT
3. Terminal adalah kondisi awal dari suatu fungsi rekursif, dimana kondisi terminal adalah tempat perhentian fungsi rekursif, sedangkan body fungsi mengandung fungsi rekursif . Pemanggilan fungsi yang berulang terdapat dalam bodi fungsi.
Contoh dalam pseudocode faktorial, yang menjadi terminal adalah if (n=0) then return 1, yang menjadi bodi fungsi adalah return (n*factorial(n-1))