Comments on: Taban Sıralaması (Radix Sort) http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/ www.bilgisayarkavramlari.com Thu, 09 Feb 2012 15:35:42 +0000 hourly 1 http://wordpress.org/?v=3.3.1 By: Şadi Evren ŞEKER http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/comment-page-1/#comment-48951 Şadi Evren ŞEKER Thu, 07 Oct 2010 12:41:33 +0000 http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/#comment-48951 elbette,aşağıdaki yazılar ilginizi çekebilir : http://www.bilgisayarkavramlari.com/2010/09/24/algoritma-analizi-analysis-of-algorithms/ http://www.bilgisayarkavramlari.com/2009/06/02/ozyinelilerde-ana-teorem-master-theorem/ http://www.bilgisayarkavramlari.com/2010/06/17/karmasiklik-siniflari-complexity-classes/ elbette,aşağıdaki yazılar ilginizi çekebilir :

http://www.bilgisayarkavramlari.com/2010/09/24/algoritma-analizi-analysis-of-algorithms/
http://www.bilgisayarkavramlari.com/2009/06/02/ozyinelilerde-ana-teorem-master-theorem/
http://www.bilgisayarkavramlari.com/2010/06/17/karmasiklik-siniflari-complexity-classes/

]]> By: melek http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/comment-page-1/#comment-48950 melek Thu, 07 Oct 2010 11:45:20 +0000 http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/#comment-48950 hocam asimtotik notasyonlar hakkında linkiniz var mı? hocam asimtotik notasyonlar hakkında linkiniz var mı?

]]> By: Şadi Evren ŞEKER http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/comment-page-1/#comment-1619 Şadi Evren ŞEKER Mon, 06 Apr 2009 20:14:38 +0000 http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/#comment-1619 Hayır saniye cinsine çevrilemez. Basitçe programın büyüme fonksiyonudur. Yani örneğin bir ağaç (tree) üzerinde arama işlemi O(logn) zamanda olur bir dizi üzerinde arama işlemi ise O(n) zamanda olur. Bu ikisi arasında yorum yapılacak olursa 100 elemanlı bir veri kümesini dizi üzerinden aramak için en kötü ihtimalle 100 adım gerekir (aranan sayının dizinin sonunda bulunması durumu). Ağaç üzerinden ararken de en fazla 7 adım gerekir (log100 ~= 7 olduğu için). Bu değerleri zamana çevirmek istiyorsanız bir birim işlemin ne kadar zaman aldığı ile çarpabilirsiniz. Örneğin hafızdaki (RAM) bir değere bakmak 5ns ise dizideki değeri bulmak 500ns alırken ağaçta bu durum 35ns zaman alır. Ancak genelde algoritma analizleri big-oh diye geçen O notasyonu olarak bırakılır ve bu bizim algoritmaları karşılaştırmamız için yeterlidir. Zaman verimliliği yerine hafıza verimliliği için kullanılması durumunda da bu değer zamana benzer şekilde bir algoritmanın hafızada nasıl büyüdüğünü gösterir. Örneğin n elemanlı bir diziyi sıralamak için hafıza verimliliği (memory efficiency) θ(n) olan bir algoritma ile θ(2n) olan bir algoritma karşılaştırıldığında 2n olan algoritma, n olanına göre iki misli hafızada yer kaplar demektir. Bu değerler ( Yani big-oh , big-theta ve big-omega değerleri ve small-o ve small-omega değerlerinin tamamı master theorem adı verilen bir teoremden çıkmaktadır. ) Şayet bu konuda daha detaylı bilgi edinmek istiyorsanız, seviyenizi bilmiyorum ama Cormen’in Introduction to Algorithms kitabı veya sippser’ın Introduction to Theory of Computation kitabı oldukça iyi kaynaklardır. Umarım yardımcı olur. Başarılar Şadi Evren ŞEKER Hayır saniye cinsine çevrilemez. Basitçe programın büyüme fonksiyonudur. Yani örneğin bir ağaç (tree) üzerinde arama işlemi O(logn) zamanda olur bir dizi üzerinde arama işlemi ise O(n) zamanda olur. Bu ikisi arasında yorum yapılacak olursa 100 elemanlı bir veri kümesini dizi üzerinden aramak için en kötü ihtimalle 100 adım gerekir (aranan sayının dizinin sonunda bulunması durumu).
Ağaç üzerinden ararken de en fazla 7 adım gerekir (log100 ~= 7 olduğu için). Bu değerleri zamana çevirmek istiyorsanız bir birim işlemin ne kadar zaman aldığı ile çarpabilirsiniz.

Örneğin hafızdaki (RAM) bir değere bakmak 5ns ise dizideki değeri bulmak 500ns alırken ağaçta bu durum 35ns zaman alır. Ancak genelde algoritma analizleri big-oh diye geçen O notasyonu olarak bırakılır ve bu bizim algoritmaları karşılaştırmamız için yeterlidir.

Zaman verimliliği yerine hafıza verimliliği için kullanılması durumunda da bu değer zamana benzer şekilde bir algoritmanın hafızada nasıl büyüdüğünü gösterir. Örneğin n elemanlı bir diziyi sıralamak için hafıza verimliliği (memory efficiency) θ(n) olan bir algoritma ile θ(2n) olan bir algoritma karşılaştırıldığında 2n olan algoritma, n olanına göre iki misli hafızada yer kaplar demektir.

Bu değerler ( Yani big-oh , big-theta ve big-omega değerleri ve small-o ve small-omega değerlerinin tamamı master theorem adı verilen bir teoremden çıkmaktadır. )

Şayet bu konuda daha detaylı bilgi edinmek istiyorsanız, seviyenizi bilmiyorum ama Cormen’in Introduction to Algorithms kitabı veya sippser’ın Introduction to Theory of Computation kitabı oldukça iyi kaynaklardır.

Umarım yardımcı olur.

Başarılar

Şadi Evren ŞEKER

]]> By: Şadi Evren ŞEKER http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/comment-page-1/#comment-1585 Şadi Evren ŞEKER Sun, 05 Apr 2009 17:28:46 +0000 http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/#comment-1585 yazının sonundaki O(3n) ve O(n), master teoremindeki en kötü durum analizi yapmaya yarayan sembollerdir ve big-oh olarak isimlendirilirler daha detaylı bilgi için<a href="http://www.bilgisayarkavramlari.com/2008/12/22/en-kotu-durum-analizi-worst-case-analysis/" rel="nofollow"> En kötü durum analizi başlıklı yazıyı </a>okuyabilirsiniz. yazının sonundaki O(3n) ve O(n), master teoremindeki en kötü durum analizi yapmaya yarayan sembollerdir ve big-oh olarak isimlendirilirler
daha detaylı bilgi için En kötü durum analizi başlıklı yazıyı okuyabilirsiniz.

]]> By: Cem Yazar http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/comment-page-1/#comment-1584 Cem Yazar Sun, 05 Apr 2009 17:21:00 +0000 http://www.bilgisayarkavramlari.com/2008/11/09/taban-siralamasi-radix-sort/#comment-1584 yazınız için çok teşekkürler. ancak kafama takılan bir nokta var şu son paragrafta bahsettiğiniz O(3n) ve O(n) ne olmaktadır açıklayabilir misiniz? yazınız için çok teşekkürler. ancak kafama takılan bir nokta var şu son paragrafta bahsettiğiniz O(3n) ve O(n) ne olmaktadır açıklayabilir misiniz?

]]>