Este documento discute la complejidad de los algoritmos y cómo depende del tamaño del problema a resolver. La complejidad se asocia con la cantidad de memoria y operaciones requeridas para la ejecución, siendo el mejor caso aquel que requiere los menos recursos y el peor caso el que necesita más operaciones. Finalmente, describe diferentes tipos de complejidad de tiempo de ejecución en función del tamaño de la entrada, como complejidad constante, lineal y exponencial.

1. “Complejidad de los Algoritmos”
Néstor Díaz Obando

2. “La complejidad de un algoritmo depende del tamaño
del problema que deseamos resolver”

5. “La complejidad se va a asociar a la cantidad de memoria
requerida para su ejecución.”

6. “El mejor caso, es aquel en el que el algoritmo
utiliza la menor cantidad de recursos (tiempo, por
ejemplo) para solucionar el problema.”

8. “El peor caso consiste en verificar cuántas operaciones
tienen que realizar los algoritmos para llegar a la
solución, entre más operaciones se hagan el caso es
peor”

9. Tiempo de ejecución ( T(n) )
Asociado al tiempo de ejecución que tiene el algoritmo.
se mide en cuanto a la capacidad del algoritmo genere una solución en
un tiempo determinado.

11. O(1) Complejidad constante
O(n2) Complejidad cuadrática
O(log n) Complejidad logarítmica
O(n) Complejidad lineal
O(n log n) Complejidad casi-lineal
O(n^b) Complejidad polinómica
O(b^n) Complejidad exponencial
O(n!) Complejidad factorial