The Impact of Data Size and Structure on Algorithmic Complexity
Author info
Peter Schmidt
Author
Schmidt Peter EUBFHIKAI - Katedra aplikovanej informatiky FHI
Source document
Ekonomika a informatika : vedecký časopis FHI EU v Bratislave a SSHI. Roč. 21, č. 2 (2023), s. 50-59. - Bratislava : Ekonomická univerzita v Bratislave, 2023. ISSN 1339-987X
Výpočtová zložitosť a klasifikácia problémov do kategórií P a NP predstavujú kritické aspekty v oblasti algoritmickej zložitosti. Tento článok sa zameriava na interakciu medzi veľkosťou a štruktúrovanosťou dátových setov a ich vplyv na zaradenie problémov do týchto kategórií. Zatiaľ čo problémy v kategórii P sú efektívne riešiteľné, problémy v kategórii NP sú charakterizované rýchlym overením ich riešení. V kontexte Big Data sa objavuje nová úroveň komplexity, ktorá komplikuje klasifikáciu problémov. Článok tiež rozširuje diskusiu na NosNob dátové sety, ktoré sú príliš veľké na bežné počítače, ale príliš malé na distribuované systémy, a často vyžadujú špeciálny prístup. Na základe analýzy v rámci štruktúrovaných, semištruktúrovaných a neštruktúrovaných dát v kontexte small, big a nos-nob dát, článok ukazuje, že je možné odhadnúť, do akej kategórie dát úloha spadá, a tým pádom aj najvhodnejšiu technológiu spracovania, na základe jej zaradenia do kategórie P alebo NP.
Public work category
Scientific titles in home not carented magazines and other year-books
