1. Jonathan Higuera
Complejidad de Algoritmos

2. COMPLEJIDAD DE UN
ALGORITMO
• La complejidad de un algoritmo depende del
tamaño del problema que deseamos resolver

3. Entonces se puede diferir que la
complejidad de un algoritmo se puede
medir en relación a la cantidad de
TIEMPO y ESPACIO que un
algoritmo necesita

4. Entonces la
complejida
d es la
cantidad de
tiempo en
que se
demora el
algoritmo
para la
ejecución
de la
operación
TIEMPO como factor

5. ENTONCES LA
COMPLEJIDA
ESTA EN LA
MEMORIA QUE
SE REQUIERE
PARA
EJECUTARLA
Si uno de los recursos es
el espacio …

6. CADA UNO DE LOS
ALGORITMOS SE COMPORTARA
DIFERENTE DEPENDIENDO DE
LOS DATOS DE ENTRADA QUE
SE LE ENTREGA

7. • Los algoritmos se comportan de distinta
manera de acuerdo a como se les ingrese la
información.
• Por esto es necesario analizar como se
comportan en los casos extremos, utilizando
datos muy ordenados o datos muy
desordenados.
VARIABLES DE ENTRADA

8. PEOR CASO
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. CASO PROMEDIO
Se Busca un promedio de operaciones
que se realizan para la solución de un
problema. Se considera todas las
entradas posibles con un tamaño
determinado

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

11. Cuando el tamaño de una entrada
crece, la función para medir dicha
complejidad es denotada como T(n)
Tiempo de Ejecución.

12. Se analiza el
Comportamiento del
algoritmo cuando n
(tamaño) tiende a
infinito
Notación Asintótica

13. La complejidad del algoritmo se
denota con Big-0
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