SlideShare una empresa de Scribd logo
1 de 6
La Complejidad de Algoritmos
Es la representación
de la medida
En tiempos de ejecución
sobre la
Efectividad del Algoritmo
en la
Ocupación de Recursos
La Complejidad se mide
Dependiendo del recurso
Utilizado por el algoritmo
Sobre la cual se basó la
medición.
Los Parámetros mas conocidos
de medición son:
 Tiempo de Ejecución
 Cantidad de memoria
En referencia al Tiempo de Ejecución
como función del “tamaño”
de los datos de entrada .
Para ello se utilizan 2 técnicas:
 Medir tiempos de ejecución
de los programas con datos de
entrada de distintos tamaños
 Contar el número de operaciones
que realiza el programa
La notación Asintótica es la medición
de un algoritmos en terminos
de potencia frente
al aumento del tamaño
De un problema, esto quiere decir
matemáticamente que N tiende al infinito
The BIG O, es una familia de funciones
que comparten un mismo
comportamiento asintótico y son
llamados Orden de
Complejidad.
Estas familias se
designan con O( ).
Ordenes de Complejidad
O(1) orden constante
O(log n) orden logarítmico
O(n) orden lineal
O(n log n)
O(n2) orden cuadrático
O(na) orden polinomial (a > 2)
O(an) orden exponencial (a > 2)
O(n!) orden factorial

Más contenido relacionado

Similar a Complejidad

Similar a Complejidad (20)

Complejidad de Algoritmos
Complejidad de AlgoritmosComplejidad de Algoritmos
Complejidad de Algoritmos
 
Complejidad Computacional
Complejidad ComputacionalComplejidad Computacional
Complejidad Computacional
 
Complejidad Computacional
Complejidad ComputacionalComplejidad Computacional
Complejidad Computacional
 
Examen Remedial
Examen RemedialExamen Remedial
Examen Remedial
 
Complejidad de algoritmos
Complejidad de algoritmosComplejidad de algoritmos
Complejidad de algoritmos
 
Unidad 7 informe técnico
Unidad 7 informe técnicoUnidad 7 informe técnico
Unidad 7 informe técnico
 
Apartes De Algoritmos
Apartes De AlgoritmosApartes De Algoritmos
Apartes De Algoritmos
 
Unidad 1
Unidad 1Unidad 1
Unidad 1
 
ANALISIS DE LOS ALGORITMOS
ANALISIS DE LOS ALGORITMOSANALISIS DE LOS ALGORITMOS
ANALISIS DE LOS ALGORITMOS
 
Unidad 1
Unidad 1Unidad 1
Unidad 1
 
Paralelismo
ParalelismoParalelismo
Paralelismo
 
Unidad 1
Unidad 1Unidad 1
Unidad 1
 
Unidad 1
Unidad  1Unidad  1
Unidad 1
 
Unidad 1
Unidad  1Unidad  1
Unidad 1
 
Unidad 1
Unidad 1Unidad 1
Unidad 1
 
Resumen prgramacion
Resumen prgramacionResumen prgramacion
Resumen prgramacion
 
12 feb 2013 investigación (1)
12 feb 2013 investigación (1)12 feb 2013 investigación (1)
12 feb 2013 investigación (1)
 
Complejidad de un algoritmo
Complejidad de un algoritmoComplejidad de un algoritmo
Complejidad de un algoritmo
 
Que es la complejidad de un algoritmo
Que es la complejidad de un algoritmoQue es la complejidad de un algoritmo
Que es la complejidad de un algoritmo
 
Complejidad de un algoritmo
Complejidad de un algoritmoComplejidad de un algoritmo
Complejidad de un algoritmo
 

Complejidad

  • 1. La Complejidad de Algoritmos Es la representación de la medida En tiempos de ejecución sobre la Efectividad del Algoritmo en la Ocupación de Recursos
  • 2. La Complejidad se mide Dependiendo del recurso Utilizado por el algoritmo Sobre la cual se basó la medición. Los Parámetros mas conocidos de medición son:  Tiempo de Ejecución  Cantidad de memoria
  • 3. En referencia al Tiempo de Ejecución como función del “tamaño” de los datos de entrada . Para ello se utilizan 2 técnicas:  Medir tiempos de ejecución de los programas con datos de entrada de distintos tamaños  Contar el número de operaciones que realiza el programa
  • 4. La notación Asintótica es la medición de un algoritmos en terminos de potencia frente al aumento del tamaño De un problema, esto quiere decir matemáticamente que N tiende al infinito
  • 5. The BIG O, es una familia de funciones que comparten un mismo comportamiento asintótico y son llamados Orden de Complejidad. Estas familias se designan con O( ).
  • 6. Ordenes de Complejidad O(1) orden constante O(log n) orden logarítmico O(n) orden lineal O(n log n) O(n2) orden cuadrático O(na) orden polinomial (a > 2) O(an) orden exponencial (a > 2) O(n!) orden factorial