https://padlet.com/megualpa/9ac6qonlnucxz75g en-us 2023-06-24 03:05:50 UTC 2023-06-27 19:42:02 UTC hello@padlet.com dcillescas https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631327931 Notación "O grande" (Big O)
Es una notación utilizada para representar la complejidad algorítmica. Proporciona una manera de describir cómo crece el tiempo de ejecución o el uso de memoria de un algoritmo a medida que aumenta el tamaño del problema.


]]> 2023-06-24 03:59:26 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631327931 megualpa https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631511631 Complejidad temporal y espacial
La complejidad temporal se refiere al tiempo de uso requerido por un algoritmo, mientras que la complejidad espacial se refiere al de memoria necesaria. Ambos conceptos son fundamentales para evaluar la eficiencia de un algoritmo y determinar su escalabilidad.

]]> 2023-06-24 18:00:17 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631511631 megualpa https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631511772 Complejidad en diferentes dominios
La complejidad algorítmica no se limita a un solo dominio. Se aplica en una amplia gama de áreas, como la optimización, la inteligencia artificial, el procesamiento de imágenes, la criptografía y muchos otros campos de la informática. Cada dominio tiene sus propios desafíos y requisitos de eficiencia algorítmica.]]> 2023-06-24 18:01:15 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631511772 megualpa https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631511883 Tipos de complejidad
Además de los ejemplos incluyen en la notación "O grande", existen otros tipos de complejidad algorítmica, como la complejidad logarítmica (O(log n)), la complejidad exponencial (O(2^n))), la polinómica (O(n^k)), donde k es una constante, y la complejidad factorial (O(n!)). Cada tipo de complejidad tiene implicaciones diferentes en términos de eficiencia y capacidad de procesamiento.

]]> 2023-06-24 18:02:00 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631511883 megualpa https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512009 Algoritmos eficientes
El estudio de la complejidad algorítmica busca identificar y diseñar algoritmos eficientes, es decir, aquellos que tienen un menor consumo de recursos y un tiempo de ejecución más rápido. La elección de un algoritmo eficiente es crucial para resolver problemas de manera óptima, especialmente en casos de problemas grandes o aplicaciones que requieren una alta velocidad de procesamiento.

]]> 2023-06-24 18:02:53 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512009 megualpa https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512128 Análisis asintótico
Es una técnica común utilizada para analizar la complejidad algorítmica. Se enfoca en el comportamiento del algoritmo a medida que el tamaño del problema se acerca al infinito. El análisis asintótico se basa en identificar los términos dominantes que determinan la complejidad a medida que el tamaño del problema crece indefinidamente.]]> 2023-06-24 18:03:41 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512128 megualpa https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512272 N(1) constante 

]]> 2023-06-24 18:04:45 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512272 megualpa https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512412 O(n) Lineal 

]]> 2023-06-24 18:05:18 UTC https://padlet.com/megualpa/9ac6qonlnucxz75g/wish/2631512412