3. La complejidad de un algoritmo es una métrica que se expresa según el tamaño
del problema, en donde se mide la cantidad de recursos (tiempo – espacio)
que el algoritmo necesite.
4. En donde si el recurso a considerar es el espacio la complejidad se basa en la cantidad de memoria
requerida para ejecutar, la cual está asociada a las estructuras de datos usadas en su implementación.
5.
6. La complejidad se basa en la cantidad de tiempo necesario para la ejecución de
operaciones.
Mientras que si el Recurso es tiempo
7. La resolución de un problema puede obtenerse con muchos
algoritmos. Por tanto, es obvio querer elegir el “mejor”.
Si el problema es sencillo puede elegir el más “fácil”.
Si el problema es complejo o existen muchas soluciones se
tiene que elegir el algoritmo que menos recursos utilice
(tiempo – espacio).
La eficiencia de un algoritmo (lo rápido que se ejecutará)
dependerá del “tamaño” de los datos de entrada.
8. El peor de los casos indica el mayor tiempo obtenido,
considerando todas las entradas posibles.
El caso promedio indica el tiempo medio obtenido,
considerando todas las entradas posibles.
El mejor de los casos indica el menor tiempo obtenido,
considerando todas las entradas posibles.
9. Si los datos de entrada son grandes el tiempo de
ejecución será mayor.
Expresado como T(n).
Tiempo de ejecución.
10.
11. Lo más importante del análisis
de algoritmo es saber cómo
crece el tiempo de ejecución
cuando el tamaño de entrada
crece.
A esto se le denomina eficiencia
asintótica del algoritmo, donde se indica
como crece "t" para los valores que
tienden al infinito, es decir con
comportamiento asintótico.
12. "Asintótico es analizar el comportamiento de las funciones en base a su tasa de
crecimiento." Para esto se creó la notación Big-0 donde 0 es un valor que puede
tender al infinito.
13. Existe un conjunto de funciones que poseen un mismo comportamiento, a esto se le
denomina orden de complejidad, el cual está representado por la siguiente tabla
Complejidad Orden
O(1) Constante
0(n2) Cuadrática
0(log n) Logarítmica
0(n) Lineal
0(n log n) Casi-Lineal
0(nb) Polinómica
0(bn) Exponencial
0(n!) Factorial