Se refiere a la cantidad de memoria que un algoritmo utiliza, también medido en función del tamaño de la entrada.
iempo que un algoritmo tarda en ejecutarse, normalmente medido en función del tamaño de la entrada (notación Big O: O(n), O(log n), etc.).
una secuencia finita de pasos o instrucciones claras y precisas que se siguen para resolver un problema o realizar una tarea.
Mide el tiempo que un algoritmo necesita en función del tamaño de la entrada.
Tiempo
Capacidad
Complejidad Temporal
Definición
Eficiencia
Complejidad del Algoritmo
conceptos básicos del diseño algorítmico
Algoritmo
Características
Complejidad Espacial
Algoritmos Clásicos
Búsqueda
Grafos
Mide el espacio de memoria necesario para ejecutar el algoritmo en función del tamaño de la entrada.
Algoritmos como Dijkstra, BFS (Breadth-First Search) y DFS (Depth-First Search).
Debe ser claro, finito, preciso y debe dar una solución para cualquier entrada válida.
Ordenación
Algoritmos como Binary Search y búsqueda lineal.
Algoritmos como Quick Sort, Merge Sort, Bubble Sort.
<Referencias>
|Weiss, M. A. (2013). Data structures and algorithm analysis in C++ (4th ed.). Pearson. |Coursera. (n.d.). Algorithms specialization. Retrieved from https://www.coursera.org/specializations/algorithms |GeeksforGeeks. (n.d.). GeeksforGeeks. Retrieved from https://www.geeksforgeeks.org/ |Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. (2009). Introduction to algorithms (3rd ed.). The MIT Press.