SlideShare una empresa de Scribd logo
1 de 9
Descargar para leer sin conexión
ANÁLISIS	
  DE	
  ALGORITMOS	
  Y	
  
COMPLEJIDAD
La	
  eficiencia	
  de	
  los	
  algoritmos
Gloria	
  Isabel	
  Bautista	
  Lasprilla.
bautistalasprilla.gloriaisabel@gmail.com
gbautista@unitecnologica.edu.co
gloria@utbvirtual.edu.co
Definición
Un algoritmo puede de ser lo más eficiente posible con independencia de
la plataforma Software/Hardware que se utilice.
Si el algoritmo es ya eficiente de por sí, más veloz será si se ejecuta en una
plataforma mucho más rápida.
Entonces, podemos afirmar que el responsable principal de la eficiencia (o
no) de un algoritmo es siempre el programador.
El análisis del costo computacional de los algoritmos se estima siempre en
el peor de los casos.
El caso promedio es difícil de establecer pues depende del contenido de
los datos de entrada.
El mejor de los casos es considerado un ideal que difícilmente se cumple.
Análisis	
  de	
  algoritmos	
  de	
  
ordenamiento
Eficiencia	
  y	
  Complejidad
El	
  siguiente	
  ejercicio	
  analiza	
  el	
  algoritmo	
  sencillo	
  de	
  ordenamiento,	
  
método	
  selección:
• En	
  el	
  peor	
  de	
  los	
  Casos
• En	
  el	
  mejor	
  de	
  los	
  Casos
• En	
  el	
  Caso	
  Intermedio
Análisis	
  del	
  método	
  
selección
FOR	
  EXTERNO
INSTRUCCIÓN COSTO
i = 0 1
i <= n-­‐1 n	
  +	
  1
i++ n
sm = i n
for interno n	
  *	
  for	
  interno
aux = A[sm] n
A[sm] = A[i] n
A[i] = aux n
2	
  +	
  6n	
  +	
  n	
  *	
  for interno
void seleccionsort (int A[],	
  int n)	
  
{
int sm,	
  i,	
  j,	
  aux;
for (i	
  =	
  0;	
  i	
  <n-­‐1;	
  i++)	
  
{
sm =	
  	
  i;
for(j	
  =	
  i+1;	
  j	
  <	
  n;	
  j++)
if(A[sm]	
  >	
  A[j])
sm =	
  j;
aux =	
  A[sm];
A[sm]	
  =	
  A[i];
A[i]	
  =	
  aux ;
}
}	
  
FOR	
  INTERNO
INSTRUCCIÓN
COSTO	
  
(Peor de	
  los	
  casos)
COSTO	
  
(Mejor de	
  los	
  casos)
COSTO	
  
(Caso	
  intermedio)
j	
  =	
  i	
  +	
  1 1 1 1
j	
  <=	
  n n	
  – (i+1)	
  +	
  1 n	
  – (i+1)	
  +	
  1 n	
  – (i+1)	
  +	
  1
j++ n	
  – i	
  +	
  1 n	
  – i	
  +	
  1 n	
  – i	
  +	
  1
if	
  (	
  ) n	
  – i	
  +	
  1 n	
  – i	
  +	
  1 n	
  – i	
  +	
  1
sm =	
  j	
   n	
  – i	
  +	
  1 (n	
  – i	
  +	
  1)/2
Análisis	
  del	
  método	
  
selección
Peor de	
  los	
  casos Mejor	
  de	
  los	
  casos Caso	
  intermedio
6	
  +	
  4	
  (n	
  – i) 5	
  +	
  3	
  (n	
  – i) 5	
  +	
  3	
  (n	
  – i)	
  +	
  (n	
  – i	
  +	
  1)	
  /	
  2
2	
  +	
  6n	
  +	
  n	
  *	
  for interno
Análisis	
  del	
  método	
  
selección
El	
  peor	
  de	
  los	
  casos
å å å= =
-
=
ú
û
ù
ê
ë
é
+++
n
i
n
i
in
i1 1 1
4662
2102 2
++ nn
For interno,	
  el	
  peor	
  caso
6	
  +	
  4	
  (n	
  – i)
2	
  +	
  6n	
  +	
  n	
  *	
  for interno
Ecuación	
  general
Análisis	
  del	
  método	
  
selección
El	
  mejor	
  de	
  los	
  casos
å å å= =
-
=
ú
û
ù
ê
ë
é
+++
n
i
n
i
in
i1 1 1
3562
2
2
19
2
3 2
++ nn
2	
  +	
  6n	
  +	
  n	
  *	
  for interno
Ecuación	
  general
For interno,	
  el	
  mejor	
  caso
5	
  +	
  3	
  (n	
  – i)
Análisis	
  del	
  método	
  
selección
El	
  caso	
  intermedio
2	
  +	
  6n	
  +	
  n	
  *	
  for interno
Ecuación	
  general
å å å å= =
-
=
+-
=
ú
û
ù
ê
ë
é
++++
n
I
n
i
in
i
in
i1 1 1
1
1 2
1
3562
2
4
39
4
7 2
++ nn
For interno,	
  caso	
  intermedio
5	
  +	
  3	
  (n	
  – i)	
  +	
  (n	
  – i	
  +	
  1)	
  /	
  2
¿Preguntas?
Gloria	
  Isabel	
  Bautista	
  Lasprilla
gbautist@unitecnologica.edu.co
gloria@utbvirtual.edu.co
Bautistalasprilla.gloriaisabel@gmail.com

Más contenido relacionado

Similar a Complejidad computacional selección

TeoríA AlgoríTmica
TeoríA AlgoríTmicaTeoríA AlgoríTmica
TeoríA AlgoríTmicaCindhy Celi
 
Semi-supervised Learning for Word Sense Disambiguation
Semi-supervised Learning for Word Sense DisambiguationSemi-supervised Learning for Word Sense Disambiguation
Semi-supervised Learning for Word Sense DisambiguationDarío Garigliotti
 
Analisis y diseño de algoritmo
Analisis y diseño de algoritmoAnalisis y diseño de algoritmo
Analisis y diseño de algoritmoJose Lluberes
 
Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019
Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019
Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019DickJavier
 
Métodos de evaluación de riesgos
Métodos de evaluación de riesgos  Métodos de evaluación de riesgos
Métodos de evaluación de riesgos yuliovalle
 
Teoría de Optimización
Teoría de OptimizaciónTeoría de Optimización
Teoría de OptimizaciónHector Farias
 

Similar a Complejidad computacional selección (7)

TeoríA AlgoríTmica
TeoríA AlgoríTmicaTeoríA AlgoríTmica
TeoríA AlgoríTmica
 
Semi-supervised Learning for Word Sense Disambiguation
Semi-supervised Learning for Word Sense DisambiguationSemi-supervised Learning for Word Sense Disambiguation
Semi-supervised Learning for Word Sense Disambiguation
 
Complejidad Computacional
Complejidad ComputacionalComplejidad Computacional
Complejidad Computacional
 
Analisis y diseño de algoritmo
Analisis y diseño de algoritmoAnalisis y diseño de algoritmo
Analisis y diseño de algoritmo
 
Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019
Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019
Actividad no 3 metodos para la evaluacion integral de riesgos d nunez 2019
 
Métodos de evaluación de riesgos
Métodos de evaluación de riesgos  Métodos de evaluación de riesgos
Métodos de evaluación de riesgos
 
Teoría de Optimización
Teoría de OptimizaciónTeoría de Optimización
Teoría de Optimización
 

Más de Gloria Isabel Bautista Lasprilla (12)

Herencia y polimorfismo
Herencia y polimorfismoHerencia y polimorfismo
Herencia y polimorfismo
 
Profesora Asociada Facultad de Ingeniería UTB
Profesora Asociada Facultad de Ingeniería UTBProfesora Asociada Facultad de Ingeniería UTB
Profesora Asociada Facultad de Ingeniería UTB
 
El apuntador this
El apuntador this El apuntador this
El apuntador this
 
Poster - presentación
Poster - presentaciónPoster - presentación
Poster - presentación
 
Recorridos en ABB
Recorridos en ABB Recorridos en ABB
Recorridos en ABB
 
Abb árboles de búsqueda binaria
Abb árboles de búsqueda binariaAbb árboles de búsqueda binaria
Abb árboles de búsqueda binaria
 
Definición de clases en POO
Definición de clases en POODefinición de clases en POO
Definición de clases en POO
 
Poo presentacion
Poo presentacionPoo presentacion
Poo presentacion
 
Presentacion encuentro gloria bautista
Presentacion encuentro   gloria bautistaPresentacion encuentro   gloria bautista
Presentacion encuentro gloria bautista
 
Herencia y polimorfismo
Herencia y polimorfismoHerencia y polimorfismo
Herencia y polimorfismo
 
Modelo curricular por ciclos propedéuticos, programas técnicos y tecnológicos
Modelo curricular por ciclos propedéuticos, programas técnicos y tecnológicosModelo curricular por ciclos propedéuticos, programas técnicos y tecnológicos
Modelo curricular por ciclos propedéuticos, programas técnicos y tecnológicos
 
Articulación Educación Media con Superior
Articulación Educación Media con SuperiorArticulación Educación Media con Superior
Articulación Educación Media con Superior
 

Último

Caso de éxito de Hervian con el ERP Sage 200
Caso de éxito de Hervian con el ERP Sage 200Caso de éxito de Hervian con el ERP Sage 200
Caso de éxito de Hervian con el ERP Sage 200Opentix
 
Caso de Exito LPL Projects Logistics Spain y Business Central
Caso de Exito LPL Projects Logistics Spain y Business CentralCaso de Exito LPL Projects Logistics Spain y Business Central
Caso de Exito LPL Projects Logistics Spain y Business CentralAitana
 
2da. Clase Mecanografía e introducción a Excel (2).pptx
2da. Clase Mecanografía e introducción a Excel (2).pptx2da. Clase Mecanografía e introducción a Excel (2).pptx
2da. Clase Mecanografía e introducción a Excel (2).pptxEncomiendasElSherpa
 
ESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOS
ESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOSESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOS
ESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOSBeatrizGonzales19
 
Evaluación del riesgo tecnologías informáticas.pdf
Evaluación del riesgo tecnologías informáticas.pdfEvaluación del riesgo tecnologías informáticas.pdf
Evaluación del riesgo tecnologías informáticas.pdfGuillermoBarquero7
 
Trabajo de Powerpoint - Unsaac - Ofimática
Trabajo de Powerpoint - Unsaac - OfimáticaTrabajo de Powerpoint - Unsaac - Ofimática
Trabajo de Powerpoint - Unsaac - OfimáticaKANTUPAULAPORCELYUCR
 

Último (6)

Caso de éxito de Hervian con el ERP Sage 200
Caso de éxito de Hervian con el ERP Sage 200Caso de éxito de Hervian con el ERP Sage 200
Caso de éxito de Hervian con el ERP Sage 200
 
Caso de Exito LPL Projects Logistics Spain y Business Central
Caso de Exito LPL Projects Logistics Spain y Business CentralCaso de Exito LPL Projects Logistics Spain y Business Central
Caso de Exito LPL Projects Logistics Spain y Business Central
 
2da. Clase Mecanografía e introducción a Excel (2).pptx
2da. Clase Mecanografía e introducción a Excel (2).pptx2da. Clase Mecanografía e introducción a Excel (2).pptx
2da. Clase Mecanografía e introducción a Excel (2).pptx
 
ESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOS
ESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOSESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOS
ESCRITORIO DE WINDOWS 11 Y SUS ELEMENTOS
 
Evaluación del riesgo tecnologías informáticas.pdf
Evaluación del riesgo tecnologías informáticas.pdfEvaluación del riesgo tecnologías informáticas.pdf
Evaluación del riesgo tecnologías informáticas.pdf
 
Trabajo de Powerpoint - Unsaac - Ofimática
Trabajo de Powerpoint - Unsaac - OfimáticaTrabajo de Powerpoint - Unsaac - Ofimática
Trabajo de Powerpoint - Unsaac - Ofimática
 

Complejidad computacional selección

  • 1. ANÁLISIS  DE  ALGORITMOS  Y   COMPLEJIDAD La  eficiencia  de  los  algoritmos Gloria  Isabel  Bautista  Lasprilla. bautistalasprilla.gloriaisabel@gmail.com gbautista@unitecnologica.edu.co gloria@utbvirtual.edu.co
  • 2. Definición Un algoritmo puede de ser lo más eficiente posible con independencia de la plataforma Software/Hardware que se utilice. Si el algoritmo es ya eficiente de por sí, más veloz será si se ejecuta en una plataforma mucho más rápida. Entonces, podemos afirmar que el responsable principal de la eficiencia (o no) de un algoritmo es siempre el programador. El análisis del costo computacional de los algoritmos se estima siempre en el peor de los casos. El caso promedio es difícil de establecer pues depende del contenido de los datos de entrada. El mejor de los casos es considerado un ideal que difícilmente se cumple.
  • 3. Análisis  de  algoritmos  de   ordenamiento Eficiencia  y  Complejidad El  siguiente  ejercicio  analiza  el  algoritmo  sencillo  de  ordenamiento,   método  selección: • En  el  peor  de  los  Casos • En  el  mejor  de  los  Casos • En  el  Caso  Intermedio
  • 4. Análisis  del  método   selección FOR  EXTERNO INSTRUCCIÓN COSTO i = 0 1 i <= n-­‐1 n  +  1 i++ n sm = i n for interno n  *  for  interno aux = A[sm] n A[sm] = A[i] n A[i] = aux n 2  +  6n  +  n  *  for interno void seleccionsort (int A[],  int n)   { int sm,  i,  j,  aux; for (i  =  0;  i  <n-­‐1;  i++)   { sm =    i; for(j  =  i+1;  j  <  n;  j++) if(A[sm]  >  A[j]) sm =  j; aux =  A[sm]; A[sm]  =  A[i]; A[i]  =  aux ; } }  
  • 5. FOR  INTERNO INSTRUCCIÓN COSTO   (Peor de  los  casos) COSTO   (Mejor de  los  casos) COSTO   (Caso  intermedio) j  =  i  +  1 1 1 1 j  <=  n n  – (i+1)  +  1 n  – (i+1)  +  1 n  – (i+1)  +  1 j++ n  – i  +  1 n  – i  +  1 n  – i  +  1 if  (  ) n  – i  +  1 n  – i  +  1 n  – i  +  1 sm =  j   n  – i  +  1 (n  – i  +  1)/2 Análisis  del  método   selección Peor de  los  casos Mejor  de  los  casos Caso  intermedio 6  +  4  (n  – i) 5  +  3  (n  – i) 5  +  3  (n  – i)  +  (n  – i  +  1)  /  2 2  +  6n  +  n  *  for interno
  • 6. Análisis  del  método   selección El  peor  de  los  casos å å å= = - = ú û ù ê ë é +++ n i n i in i1 1 1 4662 2102 2 ++ nn For interno,  el  peor  caso 6  +  4  (n  – i) 2  +  6n  +  n  *  for interno Ecuación  general
  • 7. Análisis  del  método   selección El  mejor  de  los  casos å å å= = - = ú û ù ê ë é +++ n i n i in i1 1 1 3562 2 2 19 2 3 2 ++ nn 2  +  6n  +  n  *  for interno Ecuación  general For interno,  el  mejor  caso 5  +  3  (n  – i)
  • 8. Análisis  del  método   selección El  caso  intermedio 2  +  6n  +  n  *  for interno Ecuación  general å å å å= = - = +- = ú û ù ê ë é ++++ n I n i in i in i1 1 1 1 1 2 1 3562 2 4 39 4 7 2 ++ nn For interno,  caso  intermedio 5  +  3  (n  – i)  +  (n  – i  +  1)  /  2
  • 9. ¿Preguntas? Gloria  Isabel  Bautista  Lasprilla gbautist@unitecnologica.edu.co gloria@utbvirtual.edu.co Bautistalasprilla.gloriaisabel@gmail.com