Este documento trata sobre el análisis de algoritmos. Explica que la complejidad de un algoritmo se mide en función del tamaño del problema a resolver y se expresa mediante la notación asintótica, la cual considera el comportamiento del algoritmo a medida que el tamaño de entrada tiende a infinito. También define diferentes órdenes de complejidad como O(1), O(n), O(n2), etc. y cómo estos describen el comportamiento asintótico de los algoritmos en términos del tiempo de ejecución y el espacio de mem

1. Análisis de Algoritmos
Autor: Arthur Morales
Docente: Pilar Pardo
26 marzo 2014

2. Se expresa en función del tamaño del problema que se desea
resolver.
¿Quéescomplejidaddeunalgoritmo?

3. LacomplejidaddeunAlgoritmo
MEDIDA
RECURSOS
ALGORITMO

4. Sielrecursoesespacio…
Complejidad – Cantidad

5. Recurso Tiempo
•TiempodeEjecución

6. Sielrecursoesespacio…

7. Estudiarsucomportamiento…
• Datos muy Ordenados
• Datos muy Desordenados

8. Complejidad…
• Tiempo de Ejecución T(n)
Medir, calcular, ejecutar el
código

9. NotaciónAsintótica
N tiende a infinito
=
Comportamiento
Asintótico

10. Seconsideranfuncionesasintóticamente
nonegativa
Se denomina Asintótica por medio de una función de los números naturales N.
Parte de Tiempo de ejecución a Espacio de Memoria de los Algoritmos
La complejidad del Algoritmo se denota como Big-O

11. OrdendeComplejidad
Identificación de familias de funciones.
Conjunto de funciones que comparten un mismo comportamiento asintótico
Orden de Complejidad O

12. ComplejidadyTerminología
Complejidad
Terminología
O(1) Complejidad
constante
O(n2) Complejidad
cuadrática
O(log n) Complejidad
logarítmica
O(n) Complejidad
lineal
O(n log n)
Complejidad casi-lineal

13. CONCLUSIÓN
Tamaño del Problema
Medir, calcular, ejecutar el código
Espacio – Tiempo de ejecución