La complejidad de los algoritmos representa el tiempo de ejecución de un programa y depende de factores como el espacio y tiempo requeridos. El análisis asintótico analiza cómo crece el tiempo de ejecución en relación al tamaño de los datos de entrada y clasifica los algoritmos en órdenes como constante, lineal y cuadrático.

1. COMPLEJIDAD DE
ALGORITMOS.
Cristian Soto H.

2. COMPLEJIDAD DE ALGORITMOS.
 La complejidad de los algoritmos representa o dice
el tiempo de ejecución de cualquier programa.

3. COMPLEJIDAD DE UN ALGORITMO
 En el desarrollo de un programa computacional
resulta necesario definir distintos criterios para
medir el comportamiento y rendimiento.
 Simplicidad.
 Eficiencia de los recursos.

4. COMPLEJIDAD DE ALGORITMOS
RECURSOS.
 Respecto al uso eficiente de los recursos este
suele medirse en función de dos parámetros: el
parámetro y el tiempo. Ambos representan los
costes que supone encontrar la solución al
problema planteado mediante un algoritmo.

5. RECURSO ESPACIO.
 Dependerá del tamaño que posea la estructura del
algoritmo para su implementación.

6. RECURSO TIEMPO.
 Tiempo de ejecución.

7. CASOS DE UN ALGORITMO
 Caso medio.
 Caso mejor.
 Caso peor.

8. TIEMPO DE EJECUCIÓN.
 Una medida que suele ser útil conocer es el tiempo
de ejecución de un programa en función de N, lo
que denominaremos T(N). Esta función se puede
medir físicamente (ejecutando el programa, reloj en
mano), o calcularse sobre el código contando
instrucciones a ejecutar y multiplicando por el
tiempo requerido por cada instrucción.

9. NOTACIÓN ASINTÓTICA.
 Se denomina asintótica por que analiza el
comportamiento de las funciones en base a su tasa
de crecimiento.

10. ORDENES USUALES PARA LAS FUNCIONES.
 Se dice que O(f(n)) define un "orden de
complejidad". Escogeremos como representante
de este orden a la función f(n) más sencilla del
mismo. Así tendremos.
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