Video

PERCHE' HAI SMESSO DI FARE VIDEOOOO

grazie per il video, hai reso il mio esame piu' facile <3

void ordinamentoVet(int vet[], int n){ int temp; for(int i=0; i<n; i++){ temp=0; for(int j=i; j<n-1; j++){ if(vet[i]>vet[j+1]){ temp=vet[j+1]; vet[j+1]=vet[i]; vet[i]=temp; } } } } io ho fatto in questo modo, va bene lo stesso ?

Nel secondo esempio avremmo potuto usare anche T(n/2) < = c * n/2 come ipotesi induttiva giusto?

Nel primo step si considera di aver fatto un'eliminazione dell'elemento maggiore quindi funzione di tipo deleteMax?

Te tira il culo di brutto. Bravissima!!!! Meriti un monumento in ogni scuola d Europa

Salve, una domanda riguardante il secondo esercizio. Sapendo che a ogni livello abbiamo 2^i nodi, e che ognuno di questi nodi costa (n/2^i)^2 e che quindi il costo complessivo di ogni livello è n^2 / 2^i , per trovare il risultato finale si puo' fare in questo modo ? --> (log n + 1) * (n^2 / 2 ^ log n) cioè sto considerando l'altezza dell'albero + 1 siccome partiamo da 0, e la sto sommando al costo totale di ogni livello che abbiamo detto essere n^2 / 2^i , dove al posto della i metto log n siccome è l'altezza k massima, e così ottengo un prodotto dove il termine più rilevante è chiaramente n^2, quindi scarto gli altri, e arrivo alla conclusione Theta(n^2) ? questo sarebbe il procedimento più logico per me , siccome non sono abituato a usare sommatorie. Mi riesce a dire se ha senso?

Qual è senza apostrofo!

grazie per il video. Primo anno di università informatica e l'ho trovato molto utile

Tutto molto chiaro. Grazie!

questi video sono una benedizione, grazie mille

ciaooo, se puoi, potresti spiegare come risolvere equazioni di ricorrenza usando il medoto di iterzione? o qualcuno indicarmi un video esistente dove viene spiegao. grazie mille :)

Bel video, complimenti.

Penso tu abbia sbagliato nel definire la complessità sottolineare. Nell'algebra asintotica le costanti moltiplicative vengono "ignorate" (ora non ricordo la definizione formale), comunque in breve k*O(n)=O(n). Oltretutto fai l'esempio della ricerca binaria che è ordine di O(logn), che è effettivamente sottolineare, ma non segue la tua definizione k*O(n) con k<1. Non è per fare la punta al cazzo ovviamente, è per non farti mostrare cose sbagliate, e anche per capire meglio io dei concetti perchè potrei anche essere nel torto.

Ma se estraggo il minimo invece che il massimo cambiando la proprietà dell’heap in modo da avere il minimo nella radice non finisco subito? Voglio dire ogni volta lo abbiamo sempre ordinato in modo decrescente

Sto guardando entrasmbe le tue playlist sugli algoritmi per prepararmi all esame di algoritlmi, spieghi benissimo, complimenti e grazie mille

sinceramente sei bravissima

grazie mille per video. sono uno studente del politecnico e i suoi video mi hanno aiutato davvero tanto.

Ciaooo, complimenti per la spiegazione! Il Selection Sort e il simple sort sono la stessa cosa o due cose diverse?

Grazie sei bravissima. Volevo chiederti quale fosse l invarante di ciclo nel merge. Grazie

🥰 Grazie mille!

Non capisco perché la mia professoressa lo implementa in questo modo: def mergeSortIter(A) lung=1 while lung<=len(A)//2: i=0 while i<=len(A)-2*lung: Fondi(A,i,i+lung,i+2*lung-1) i+=2*lung lung*=2 Lei di base usa uno pseudocodice molto vicino a Python. Forse lo fa così per restare nell'ordine di complessità di O(nlogn). Però mi viene da pensare che in questo modo non attraversi tutto l'array ma solo metà. Sapresti aiutarmi?

Ma in base a cosa si sceglie il valore di epsilon?

grazie❤

molto interessante , grazie mille!

Mi scusi prof, io sto cercando di capire come applicare la sostituzione per risolvere la ricorsione che si ottiene con l'algoritmo Merge Sort, però non riesco ad arrivare ad una conclusione. Per esempio non capisco perchè nel caso base si prende n=2. Ha per caso qualche consiglio o appunto ?

Scusa ma non ho nemmeno capito perché log_2n lo hai messo al posto di 4 che è una costante. Non andrebbe messo al posto di T(n/2)

Scusa non ho capito perché “scriviamola in maniera più esemplificativa”. Non ho capito come da (n-1)/2 al passaggio successivo hai scritto direttamente n/2?

Perché al 9 min hai scritto if(i<j) swap. Cosa significa? A[i] non dovrebbe essere scambiato solo se è > pivot?

💯💯, grazie mille!

grazie mille gia per la video!

per favore signora perche il primo ciclo for si fa da i=1 fino a "n-1" ?infatti perche fino a"n-1"?

Scusa ma all inizio j non partirebbe da uno perche sarebbe il secondo elemento tu hai messo j che indica il terzo elemento

Complimenti!

Grazie mille, i tuoi video sono utilissimi! :) Avrei due domandine: - il costo di un ciclo for dipende solo da n? (e quindi con sempre un costo pari a c*n) Oppure dipende anche da j? Ad esempio, se avessimo avuto "for j = 3 to n" avremmo avuto come costo c*(n-1) poichè si ha un'iterazione in meno? O analogamente per "for j = 1 to n" sarebbe c*(n+1) o rimane sempre c*n? - nel calcolo della complessità del caso migliore, perchè viene usata la notazione Ogrande e non Ω? ti ringrazio tantissimo in anticipo

Bravissima! Dai una idea subito di cosa si parla! Grazie

Top spiegazione🙏🙏🙏

splendido video, grazie!

Madonna quanto sono belli i tuoi appunti, ti invidio! Complimenti per il video, è davvero chiaro

Ciao grazie mille per il tuo video. Scusami ma ho una domanda, ma perche j=2? Non dovrebbe essere J=1? perchè i vettori cominciano da 0???? Grazie mille!!!!

volevo dirti se potevamo vederci per innamorarci di me...... volevo dirti se ti potevi innamorare di me, mi sono inamorato di te

Io non ho capito come fai a scegliere le casistiche

Spiegato davvero male

Ma nel secondo esempio, nella verifica abbiamo reso c = 1/3 che soddisfa il <= ma non soddisfa che c deve essere >1, o sbaglio? essendo c 1/3 non dovremmo poter eseguire il metodo master o comunque provare con altre casistiche e verificare con le altre

Se l’equazione ricorsiva ha come coefficiente a un valore frazionario come gestisco l’albero ?

Tutto Molto chiaro

Buongiorno!

sei la + FORTE 💪, per fortuna ci sei tu che spieghi così bene!!!

Ciao, la complessità non dovrebbe essere T(n)=O(n^2 logn) ?

si capisce benissimo grazie