Teorema da aceleração linear

Origem: Wikipédia, a enciclopédia livre.

O teorema da aceleração linear ou speedup linear é um teorema da teoria da complexidade, um campo da teoria da computação. Pode-se distinguir dois teoremas: uma que diz respeito às classes de complexidade referentes ao espaço e outro que diz respeito às classes de complexidade de tempo. Ambos têm como consequência agrupar as medidas de complexidade que diferem apenas por uma constante, e, portanto, justifica a notação O utilizada no campo.

O teorema da aceleração do tempo foi provado por Juris Hartmanis e Richard Stearns[1].

Enunciados[editar | editar código-fonte]

Teorema da aceleração do tempo[editar | editar código-fonte]

Para qualquer máquina de Turing que calcula uma função em tempo  (sendo o tamanho da entrada) e qualquer constante , existe uma máquina de Turing que calcula  em tempo  [2].

Teorema da aceleração no espaço[editar | editar código-fonte]

Para qualquer máquina de Turing que calcula uma função com uso de espaço limitado por  (sendo o tamanho da entrada) e qualquer constante , existe uma máquina de Turing que calcula  usando espaço limitado por .

Esboço da prova[editar | editar código-fonte]

A idéia principal da prova é codificar vários símbolos da máquina de Turing T em um único símbolo da máquina de Turing T': agrupando símbolos, pode-se usar menos espaço e "saltar" de um grupo de letras para outro, o que leva menos tempo. Fazendo grupos de 1/c letras, obtemos o resultado anunciado.

A ideia é simplesmente que, mais de um cálculo pode ser feito em uma única etapa de cálculo. Isto é comparável a alteração de tamanho dos registradores da cpu de 32 para 64 bits[3].

Consequências[editar | editar código-fonte]

Esses resultados são usados para justificar o fato de as constantes multiplicativas não serem levadas em consideração na teoria da complexidade computácional.

Notas e referências[editar | editar código-fonte]

  1. (en) Sanjeev Arora e Boaz Barak, Complexidade Computacional : Uma Abordagem moderna, Cambridge University Press, (ISBN 0-521-42426-7)
  2. (en) Christos Papadimitriou, Complexidade Computacional, Addison-Wesley, (ISBN 978-0-201-53082-7) capítulo 2.4.
  3. Sylvain Perifel, Complexidade de algoritmos, Elipses, , 432 p.