- Οι αλγόριθμοι είναι λογικές οδηγίες που καθοδηγούν τους υπολογιστές στην επίλυση σύνθετων προβλημάτων.
- Η εισαγωγή και η εξαγωγή δεδομένων είναι κρίσιμες για την επιτυχία ενός αλγορίθμου.
- Οι συνθήκες και οι βρόχοι επιτρέπουν τη λήψη αποφάσεων και επαναλήψεων στην επεξεργασία δεδομένων.
- Η ανάλυση πολυπλοκότητας βοηθά στην αξιολόγηση της αποτελεσματικότητας ενός αλγορίθμου στο χρόνο και στο χώρο.
Τα 5 μέρη ενός αλγορίθμου προγραμματισμού
Ένας αλγόριθμος προγραμματισμού αποτελείται από πολλά βασικά μέρη που συνεργάζονται για την επίτευξη ενός συγκεκριμένου στόχου. Αυτά τα μέρη είναι θεμελιώδη για να διασφαλιστεί ότι ο αλγόριθμος είναι αποτελεσματικός, ακριβής και επεκτάσιμος. Θα εξερευνήσουμε τώρα καθένα από αυτά τα μέρη λεπτομερώς.
1. Entrada
Η είσοδος είναι οι πληροφορίες ή τα δεδομένα που παρέχονται στον αλγόριθμο, ώστε να μπορεί να επεξεργαστεί και να δημιουργήσει μια λύση. Αυτό το μέρος είναι κρίσιμο, καθώς καθορίζει τις παραμέτρους και τους περιορισμούς εντός των οποίων θα λειτουργεί ο αλγόριθμος. Η είσοδος μπορεί να προέρχεται από διάφορες πηγές, όπως αρχεία, βάσεις δεδομένων , δεδομένα χρήστη ή ακόμα και άλλα προγράμματα ή συστήματα.
Είναι σημαντικό η είσοδος να είναι έγκυρη και σωστά μορφοποιημένη, καθώς τυχόν σφάλματα ή ασυνέπειες θα μπορούσαν να οδηγήσουν σε απροσδόκητα αποτελέσματα ή ακόμα και σε ανάλυση του αλγορίθμου. Ως εκ τούτου, είναι σημαντικό να πραγματοποιήσετε σωστή επικύρωση και καθαρισμό δεδομένων πριν από την επεξεργασία των εισροών.
2. Επεξεργασία
Η επεξεργασία είναι η καρδιά του αλγορίθμου, όπου εκτελούνται όλες οι λειτουργίες και οι υπολογισμοί που είναι απαραίτητοι για τη μετατροπή της εισόδου σε μια επιθυμητή έξοδο. Αυτό το μέρος μπορεί να περιλαμβάνει μια ποικιλία εργασιών, όπως αριθμητικές πράξεις, χειρισμό συμβολοσειρών, δομημένη επεξεργασία δεδομένων, αναζήτηση, ταξινόμηση και πολλά άλλα.
Σε αυτό το στάδιο, ο αλγόριθμος ακολουθεί μια σειρά από λογικές και καλά καθορισμένες οδηγίες για να χειριστεί τα δεδομένα εισόδου και να δημιουργήσει τα αναμενόμενα αποτελέσματα. Είναι σημαντικό η επεξεργασία να είναι αποτελεσματική, επεκτάσιμη και ικανή να χειρίζεται διαφορετικές περιπτώσεις και σενάρια.
3. Συνθήκες και βρόχοι
Οι συνθήκες και οι βρόχοι είναι θεμελιώδη στοιχεία στην επεξεργασία ενός αλγορίθμου. Επιτρέπουν τη λήψη αποφάσεων βάσει ορισμένων κριτηρίων και τη διενέργεια επαναλαμβανόμενων πράξεων με ελεγχόμενο τρόπο.
Συνθήκες, γνωστές και ως δηλώσεις υπό όρους ή οδηγίες if-else, επιτρέπουν στον αλγόριθμο να λαμβάνει αποφάσεις με βάση μια συγκεκριμένη συνθήκη. Αυτές οι συνθήκες μπορεί να είναι απλές (Σωστό/Λάθος) ή πολύπλοκες, με πολλαπλά κριτήρια και λογικούς τελεστές.
Από την άλλη πλευρά, οι βρόχοι επιτρέπουν στον αλγόριθμο να επαναλαμβάνει ένα σύνολο εντολών συγκεκριμένες φορές ή μέχρι να ικανοποιηθεί μια συγκεκριμένη συνθήκη. Οι πιο συνηθισμένοι βρόχοι είναι οι βρόχοι for y while, τα οποία χρησιμοποιούνται για την επανάληψη σε σύνολα δεδομένων, την εκτέλεση επαναλαμβανόμενων υπολογισμών ή την επεξεργασία στοιχείων σε μια δομή δεδομένων.
Τόσο οι συνθήκες όσο και οι βρόχοι είναι θεμελιώδεις για τον έλεγχο της ροής σε έναν αλγόριθμο, επιτρέποντας μεγαλύτερη ευελιξία και ικανότητα χειρισμού διαφορετικών σεναρίων και περιπτώσεων αιχμής.
4. Σαλίδα
Η έξοδος είναι το τελικό αποτέλεσμα που παράγει ο αλγόριθμος μετά την επεξεργασία της εισόδου. Αυτό το μέρος είναι απαραίτητο, καθώς αντιπροσωπεύει τη λύση ή τον στόχο που επιδιώχθηκε να επιτευχθεί με την εκτέλεση του αλγορίθμου.
Η έξοδος μπορεί να λάβει διάφορες μορφές, όπως αριθμητικά δεδομένα, κείμενο, γραφικά, αρχεία ή ακόμα και συγκεκριμένες ενέργειες, όπως η ενημέρωση μιας βάσης δεδομένων ή η αποστολή μιας ειδοποίησης. Είναι σημαντικό το αποτέλεσμα να είναι σαφές, ακριβές και εύκολο να ερμηνευτεί για τον τελικό χρήστη ή το σύστημα που θα το χρησιμοποιήσει.
Επιπλέον, είναι σημαντικό να διασφαλιστεί ότι η έξοδος πληροί τις δηλωμένες απαιτήσεις και προσδοκίες, καθώς μια εσφαλμένη ή ελλιπής έξοδος μπορεί να ακυρώσει ολόκληρη τη διαδικασία του αλγορίθμου.
5. Ολοκλήρωση
Η φάση ολοκλήρωσης είναι το τελευταίο μέρος του αλγορίθμου και είναι υπεύθυνη για τη διασφάλιση της επιτυχούς ολοκλήρωσής του και της απελευθέρωσης των πόρων που χρησιμοποιήθηκαν. Αυτή η φάση μπορεί να περιλαμβάνει εργασίες όπως κλείσιμο αρχείων, απελευθέρωση μνήμης, αποσύνδεση από βάσεις δεδομένων ή εκτέλεση οποιωνδήποτε άλλων απαραίτητων εργασιών καθαρισμού.
Σχεδιασμός Αποτελεσματικών Αλγορίθμων
Εκτός από την κατανόηση των θεμελιωδών μερών ενός αλγορίθμου, είναι σημαντικό να κυριαρχήσετε τις στρατηγικές και τις τεχνικές για το σχεδιασμό αποδοτικών και αποτελεσματικών αλγορίθμων. Στη συνέχεια, θα διερευνήσουμε ορισμένες βασικές προσεγγίσεις στο σχεδιασμό αλγορίθμων.
1. Ανάλυση Προβλήματος
Πριν ξεκινήσετε την κωδικοποίηση, είναι απαραίτητο να κατανοήσετε διεξοδικά το πρόβλημα που προσπαθείτε να λύσετε. Αυτό περιλαμβάνει την ανάλυση των απαιτήσεων, την αποσύνθεση του προβλήματος σε μικρότερα υποπροβλήματα και τον προσδιορισμό των δεδομένων εισόδου και των αναμενόμενων αποτελεσμάτων. Μια προσεκτική ανάλυση του προβλήματος μπορεί να αποκαλύψει μοτίβα, περιορισμούς και πιθανές πιο αποτελεσματικές λύσεις.
2. Διαίρει και βασίλευε
Η προσέγγιση «Divide and Conquer» είναι μια ισχυρή τεχνική στο σχεδιασμό αλγορίθμων. Συνίσταται στη διαίρεση ενός σύνθετου προβλήματος σε μικρότερα, πιο διαχειρίσιμα υποπροβλήματα, στην επίλυση κάθε υποπροβλήματος ξεχωριστά και στη συνέχεια στο συνδυασμό των επιμέρους λύσεων για να ληφθεί η τελική λύση. Αυτή η στρατηγική μπορεί να μειώσει σημαντικά την πολυπλοκότητα του αλγορίθμου και να βελτιώσει την αποτελεσματικότητά του.
3. Brute Force
Σε ορισμένες περιπτώσεις, η πιο άμεση και απλή λύση είναι η καλύτερη επιλογή. Η προσέγγιση της ωμής βίας περιλαμβάνει την καταγραφή όλων των πιθανών λύσεων και την επιλογή της καλύτερης. Αν και μπορεί να είναι δαπανηρή από άποψη χρόνου και πόρων, η ωμή βία μπορεί να είναι μια βιώσιμη επιλογή όταν ο χώρος λύσης είναι σχετικά μικρός ή όταν απαιτείται γρήγορη και εύκολη λύση.
4. Δυναμικός Προγραμματισμός
Ο δυναμικός προγραμματισμός είναι μια ισχυρή τεχνική για την επίλυση προβλημάτων που αφορούν επικαλυπτόμενα υποπροβλήματα. Αντί να λύνει επανειλημμένα τα ίδια υποπροβλήματα, ο δυναμικός προγραμματισμός αποθηκεύει και επαναχρησιμοποιεί λύσεις σε ήδη λυμένα υποπροβλήματα. Αυτό μπορεί να εξοικονομήσει σημαντικό χρόνο και πόρους, ειδικά σε περίπλοκα προβλήματα.
5. Greedy Algorithms
Οι άπληστοι αλγόριθμοι λαμβάνουν τοπικές βέλτιστες αποφάσεις σε κάθε στάδιο, ελπίζοντας να βρουν την παγκόσμια βέλτιστη λύση. Αυτοί οι αλγόριθμοι είναι κατάλληλοι για προβλήματα όπου είναι δυνατή η λήψη τοπικών βέλτιστων αποφάσεων χωρίς να διακυβεύεται η τελική λύση. Αν και δεν βρίσκουν πάντα τη βέλτιστη λύση, οι άπληστοι αλγόριθμοι μπορούν να είναι αποτελεσματικοί και να παράγουν ικανοποιητικές κατά προσέγγιση λύσεις.
Δομές δεδομένων και αλγόριθμοι
Οι δομές δεδομένων και οι αλγόριθμοι συνδέονται στενά. Οι δομές δεδομένων είναι συγκεκριμένοι τρόποι οργάνωσης και αποθήκευσης δεδομένων, ενώ οι αλγόριθμοι είναι οι λειτουργίες που εκτελούνται σε αυτά τα δεδομένα. Η σωστή επιλογή δομής δεδομένων μπορεί να έχει σημαντικό αντίκτυπο στην αποτελεσματικότητα και την απόδοση ενός αλγορίθμου.
1. Συνδεδεμένες λίστες
Οι συνδεδεμένες λίστες είναι μια γραμμική δομή δεδομένων που αποτελείται από κόμβους συνδεδεμένους μεταξύ τους. Κάθε κόμβος περιέχει μια τιμή και έναν δείκτη στον επόμενο κόμβο στη λίστα. Οι συνδεδεμένες λίστες είναι ιδανικές για λειτουργίες εισαγωγής και διαγραφής σε οποιαδήποτε θέση, αλλά μπορεί να είναι λιγότερο αποτελεσματικές για την πρόσβαση σε τυχαία στοιχεία.
2. Πιλάς
Μια στοίβα είναι μια γραμμική δομή δεδομένων που ακολουθεί την αρχή last-in-first-out (LIFO). Στοιχεία προστίθενται και αφαιρούνται από το ίδιο άκρο, γνωστό ως κορυφή της στοίβας. Οι στοίβες είναι χρήσιμες για προβλήματα που αφορούν λειτουργίες backtracking, όπως η αξιολόγηση παραστάσεων και ο εντοπισμός κλήσεων συναρτήσεων.
3. Ουρές
Η ουρά είναι μια άλλη γραμμική δομή δεδομένων που ακολουθεί την αρχή "first in, first out" (FIFO). Στοιχεία προστίθενται στο ένα άκρο (το πίσω μέρος) και αφαιρούνται στο άλλο άκρο (το μπροστινό μέρος). Οι ουρές είναι χρήσιμες για προβλήματα που αφορούν την επεξεργασία παρτίδων, τον προγραμματισμό εργασιών και την προσομοίωση συστήματος.
4. Δέντρα
Τα δέντρα είναι ιεραρχικές δομές δεδομένων που αποτελούνται από κόμβους που συνδέονται με κλάδους. Κάθε κόμβος μπορεί να έχει μηδέν ή περισσότερους θυγατρικούς κόμβους. Τα δέντρα είναι ιδανικά για την αναπαράσταση και το χειρισμό ιεραρχικών σχέσεων, όπως δομές καταλόγου, αριθμητικές εκφράσεις και προηγμένες δομές δεδομένων, όπως δέντρα δυαδικής αναζήτησης και δέντρα προθέματος.
5. Γραφήματα
Ένα γράφημα είναι μια μη γραμμική δομή δεδομένων που αποτελείται από ένα σύνολο κορυφών (κόμβων) που συνδέονται με ακμές. Τα γραφήματα είναι χρήσιμα για την αναπαράσταση και την ανάλυση δικτύων, μονοπατιών, συνδέσεων και πολύπλοκων σχέσεων μεταξύ αντικειμένων. Μερικοί κοινοί αλγόριθμοι γραφημάτων περιλαμβάνουν εύρεση συντομότερης διαδρομής, ανίχνευση κύκλου και υπολογισμό μέγιστης ροής.
Ανάλυση πολυπλοκότητας
Η ανάλυση πολυπλοκότητας είναι μια κρίσιμη πτυχή στο σχεδιασμό και την αξιολόγηση των αλγορίθμων. Μας επιτρέπει να κατανοήσουμε πόσους πόρους (χρόνος και χώρος) απαιτεί ένας αλγόριθμος για να εκτελεστεί, κάτι που με τη σειρά του επηρεάζει την αποτελεσματικότητά του και την επεκτασιμότητα του.
1. Σημείωση Big O
Ο συμβολισμός Big O είναι ένα μαθηματικό εργαλείο που χρησιμοποιείται για να περιγράψει την ανάπτυξη ή την πολυπλοκότητα ενός αλγορίθμου καθώς αυξάνεται το μέγεθος εισόδου. Παρέχει μια εκτίμηση του άνω ορίου του χρόνου εκτέλεσης στη χειρότερη περίπτωση ή του χώρου μνήμης που απαιτείται από έναν αλγόριθμο.
2. Ανάλυση χρόνου
Η ανάλυση χρονισμού εστιάζει στην ποσοτικοποίηση του χρόνου εκτέλεσης ενός αλγορίθμου ως συνάρτηση του μεγέθους της εισόδου. Αυτό περιλαμβάνει την καταμέτρηση των βασικών λειτουργιών που εκτελούνται από τον αλγόριθμο και τον προσδιορισμό του τρόπου με τον οποίο κλιμακώνεται καθώς αυξάνεται το μέγεθος εισόδου.
3. Ανάλυση Διαστήματος
Εκτός από το χρόνο εκτέλεσης, είναι επίσης σημαντικό να ληφθούν υπόψη οι απαιτήσεις μνήμης ενός αλγορίθμου. Η ανάλυση χώρου αξιολογεί την ποσότητα μνήμης που χρειάζεται ένας αλγόριθμος για την εκτέλεσή του, συμπεριλαμβανομένου του χώρου που χρησιμοποιείται από δομές δεδομένων, μεταβλητές και άλλους βοηθητικούς πόρους.
4. Περιπλοκότητα χειρότερης υπόθεσης
Όταν αναλύεται η πολυπλοκότητα ενός αλγορίθμου, εξετάζεται συχνά το χειρότερο σενάριο, δηλαδή το σενάριο στο οποίο ο αλγόριθμος απαιτεί τον μεγαλύτερο χρόνο εκτέλεσης ή τη μεγαλύτερη χρήση μνήμης. Αυτό παρέχει μια συντηρητική εκτίμηση της απόδοσης του αλγορίθμου και επιτρέπει την προετοιμασία για τις πιο ακραίες περιπτώσεις.
Δοκιμή και εντοπισμός σφαλμάτων
Αφού σχεδιάσετε και κωδικοποιήσετε έναν αλγόριθμο, είναι σημαντικό να τον δοκιμάσετε και να τον διορθώσετε για να διασφαλίσετε ότι λειτουργεί σωστά και να εντοπίσετε και να διορθώσετε τυχόν σφάλματα ή απροσδόκητη συμπεριφορά.
1. Δοκιμές
Οι περιπτώσεις δοκιμής είναι προσεκτικά επιλεγμένα σύνολα εισόδων που χρησιμοποιούνται για την αξιολόγηση της συμπεριφοράς ενός αλγορίθμου. Αυτές οι περιπτώσεις δοκιμών θα πρέπει να καλύπτουν μια ποικιλία σεναρίων, συμπεριλαμβανομένων των περιπτώσεων αιχμής, των περιπτώσεων ορίων και των μη έγκυρων ή μη αναμενόμενων εισόδων.
2. Εντοπισμός σφαλμάτων
Ο εντοπισμός σφαλμάτων είναι η διαδικασία εντοπισμού, εντοπισμού και διόρθωσης σφαλμάτων σε έναν αλγόριθμο. Περιλαμβάνει τεχνικές όπως η χρήση σημείων διακοπής, η ανίχνευση της ροής της εκτέλεσης και η επιθεώρηση μεταβλητών και δομών δεδομένων. Τα εργαλεία εντοπισμού σφαλμάτων μπορεί να είναι πολύτιμα για τον εντοπισμό και την αντιμετώπιση σύνθετων προβλημάτων.
3. Δοκιμή μαύρου κουτιού
Η δοκιμή μαύρου κουτιού επικεντρώνεται στην αξιολόγηση της εξωτερικής συμπεριφοράς ενός αλγορίθμου, χωρίς να λαμβάνεται υπόψη η εσωτερική του εφαρμογή. Αυτές οι δοκιμές βασίζονται στις απαιτήσεις και τις προδιαγραφές του αλγορίθμου και ελέγχουν εάν οι έξοδοι είναι οι αναμενόμενες για μια ποικιλία εισόδων.
4. Δοκιμή White Box
Από την άλλη πλευρά, η δοκιμή λευκού κουτιού εξετάζει την εσωτερική δομή του κώδικα και τη λογική του αλγορίθμου. Αυτές οι δοκιμές επικεντρώνονται στην επαλήθευση ότι όλες οι πιθανές διαδρομές και αποφάσεις εντός του αλγόριθμου εκτελούνται και ελέγχονται σωστά. Ορισμένες κοινές τεχνικές δοκιμής λευκού κουτιού περιλαμβάνουν κάλυψη κωδικού, κάλυψη απόφασης και κάλυψη κατάστασης.
5. Ανακατασκευή
Αφού εφαρμοστεί και δοκιμαστεί ένας αλγόριθμος, χρειάζεται συχνά να αναθεωρηθεί και να βελτιωθεί. Το Refactoring είναι η διαδικασία αναδιάρθρωσης του υπάρχοντος κώδικα χωρίς αλλαγή της εξωτερικής του συμπεριφοράς. Αυτό μπορεί να περιλαμβάνει την απλοποίηση της λογικής, την εξάλειψη του περιττού κώδικα, τη βελτίωση της αναγνωσιμότητας και την εφαρμογή αρχών σχεδιασμού ήχου. Η αναδιαμόρφωση είναι απαραίτητη για τη διατήρηση καθαρού, διατηρήσιμου και βελτιστοποιημένου κώδικα.
Συχνές ερωτήσεις σχετικά με τα μέρη ενός αλγορίθμου προγραμματισμού
1. Τι είναι ο αλγόριθμος προγραμματισμού;
Ένας αλγόριθμος προγραμματισμού είναι μια λογική και συστηματική ακολουθία εντολών που λύνει ένα συγκεκριμένο πρόβλημα. Αποτελεί τη βάση οποιουδήποτε προγράμματος υπολογιστή και καθορίζει τα βήματα που πρέπει να ακολουθήσει ένας υπολογιστής για να εκτελέσει μια εργασία.
2. Ποια είναι τα μέρη ενός αλγορίθμου προγραμματισμού;
Τα κύρια μέρη ενός αλγορίθμου προγραμματισμού είναι: είσοδος, επεξεργασία, συνθήκες και βρόχοι, έξοδος και τερματισμός.
3. Τι είναι η ανάλυση πολυπλοκότητας και γιατί είναι σημαντική;
Η ανάλυση πολυπλοκότητας είναι η μελέτη της αποτελεσματικότητας ενός αλγορίθμου όσον αφορά τον χρόνο εκτέλεσης και τη χρήση μνήμης. Είναι σημαντικό γιατί επιτρέπει την αξιολόγηση και σύγκριση αλγορίθμων, κάτι που βοηθά στην επιλογή του καταλληλότερου για ένα συγκεκριμένο πρόβλημα.
4. Τι είναι ο συμβολισμός Big O και πώς χρησιμοποιείται στην ανάλυση πολυπλοκότητας;
Ο συμβολισμός Big O είναι ένας μαθηματικός συμβολισμός που χρησιμοποιείται για να περιγράψει την ανάπτυξη ή την πολυπλοκότητα ενός αλγορίθμου καθώς αυξάνεται το μέγεθος εισόδου. Χρησιμοποιείται για να παρέχει μια εκτίμηση του άνω ορίου στο χρόνο εκτέλεσης στη χειρότερη περίπτωση ή στο χώρο μνήμης που απαιτείται από έναν αλγόριθμο.
5. Τι είναι η δοκιμή μαύρου και λευκού κουτιού;
Η δοκιμή μαύρου κουτιού επικεντρώνεται στην αξιολόγηση της εξωτερικής συμπεριφοράς ενός αλγορίθμου, χωρίς να λαμβάνεται υπόψη η εσωτερική του εφαρμογή. Η δοκιμή λευκού κουτιού, από την άλλη πλευρά, εξετάζει την εσωτερική δομή του κώδικα και τη λογική του αλγορίθμου.
Τι είναι το refactoring και γιατί είναι σημαντικό;
Το Refactoring είναι η διαδικασία αναδιάρθρωσης του υπάρχοντος κώδικα χωρίς αλλαγή της εξωτερικής του συμπεριφοράς. Είναι σημαντικό γιατί βοηθά στη διατήρηση καθαρού, διατηρήσιμου και βελτιστοποιημένου κώδικα, γεγονός που διευκολύνει τις μελλοντικές ενημερώσεις και βελτιώσεις.
Συμπέρασμα των μερών ενός προγραμματιστικού αλγορίθμου
Σε όλο αυτό το άρθρο, έχουμε εξερευνήσει τα διάφορα μέρη ενός αλγορίθμου προγραμματισμού, από την είσοδο και την επεξεργασία έως την έξοδο και τον τερματισμό. Έχουμε αναλύσει αποτελεσματικές στρατηγικές για το σχεδιασμό αλγορίθμων, αντιμετωπίζοντας προσεγγίσεις όπως «Διαίρει και Βασίλευε», ωμή δύναμη, δυναμικό προγραμματισμό και άπληστους αλγόριθμους.
Επιπλέον, εξετάσαμε τη σημασία των κατάλληλων δομών δεδομένων και την επίδρασή τους στην αποτελεσματικότητα των αλγορίθμων. Η ανάλυση πολυπλοκότητας μας επέτρεψε να κατανοήσουμε και να ποσοτικοποιήσουμε την απόδοση των αλγορίθμων, χρησιμοποιώντας εργαλεία όπως η σημειογραφία Big O και η ανάλυση χρόνου-χώρου.
Τέλος, τονίσαμε τη σημασία της δοκιμής και του εντοπισμού σφαλμάτων για την ανάπτυξη αξιόπιστων και ισχυρών αλγορίθμων, την αντιμετώπιση τεχνικών όπως οι περιπτώσεις δοκιμών, η δοκιμή ασπρόμαυρου κουτιού και η ανακατασκευή.
Η γνώση των τμημάτων ενός αλγορίθμου προγραμματισμού είναι κρίσιμη για κάθε προγραμματιστή λογισμικού που θέλει να δημιουργήσει αποτελεσματικές, επεκτάσιμες και αξιόπιστες λύσεις. Κατανοώντας αυτές τις θεμελιώδεις έννοιες, θα είστε σε θέση να αντιμετωπίσετε πιο σύνθετες προκλήσεις και να συμβάλετε στη συνεχή πρόοδο της τεχνολογίας.
