Algoritmos de aprendizaje

Capítulo 2. Análisis de algoritmos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

En este capítulo aprenderás

• Cómo utilizar la notación Big O para clasificar el rendimiento de los algoritmos (en tiempo o almacenamiento)

• Varias clases de interpretación, entre ellas

  • O(1) o constante

  • O(log N) o logarítmico

  • O(N) o lineal

  • O(N log N)¹

  • O(^N2) o cuadrática

• Cómo el análisis asintótico estima en términos de N el tiempo (o espacio de almacenamiento) que necesita un algoritmo para procesar una instancia de problema de tamaño N.

• Cómo trabajar con matrices cuyos valores aparecen en orden ascendente y ordenados.

• El algoritmo de Búsqueda Binaria de Matrices para localizar valores en una matriz ordenada.

Este capítulo presenta la terminología y la notación utilizadas tanto por los teóricos como por los profesionales para modelar el rendimiento de los algoritmos en términos de rendimiento computacional y uso de recursos. Al evaluar el rendimiento en tiempo de ejecución de tu programa de software, puede que estés perfectamente satisfecho, en cuyo caso puedes seguir utilizando la aplicación tal cual. Pero si quieres mejorar el rendimiento en tiempo de ejecución, este libro te muestra por dónde empezar: por las estructuras de datos y los algoritmos del programa. Te enfrentas a algunas preguntas concretas:

¿Estoy resolviendo un problema concreto de la forma más eficaz?

Puede haber otros algoritmos que ...