Referencias Bibliográficas: [Stroustrup, 2013b]
Temas
- Diferencias entre el mejor, el esperado y el peor caso de un algoritmo.
- Análisis asintótico de complejidad de cotas superior y esperada.
- Definición formal de la Notación Big O.
- Clases de complejidad como constante, logarítmica, lineal, cuadrática y exponencial.
- Medidas empíricas de desempeño.
- Compensación entre espacio y tiempo en los algoritmos.
- Uso de la notación Big O.
- Notación Little o, Big omega y Big theta.
- Relaciones recurrentes.
- Análisis de algoritmos iterativos y recursivos.
- Teorema Maestro y Árboles Recursivos.
Objetivos de Aprendizaje
- Explique a que se refiere con “mejor", “esperado" y “peor" caso de comportamiento de un algoritmo [Usar]
- En el contexto de a algoritmos específicos, identifique las características de data y/o otras condiciones o suposiciones que lleven a diferentes comportamientos [Usar]
- Determine informalmente el tiempo y el espacio de complejidad de diferentes algoritmos [Usar]
- Indique la definición formal de Big O [Usar]
- Lista y contraste de clases estándares de complejidad [Usar]
- Realizar estúdios empíricos para validar una hipótesis sobre runtime stemming desde un análisis matemático Ejecute algoritmos con entrada de varios tamaños y compare el desempeño [Usar]
- Da ejemplos que ilustran las compensaciones entre espacio y tiempo que se dan en los algoritmos [Usar]
- Use la notación formal de la Big O para dar límites superiores asintóticos en la complejidad de tiempo y espacio de los algoritmos [Usar]
- Usar la notación formal Big O para dar límites de casos esperados en el tiempo de complejidad de los algoritmos [Usar]
- Explicar el uso de la notación theta grande, omega grande y o pequeña para describir la cantidad de trabajo hecho por un algoritmo [Usar]
- Usar relaciones recurrentes para determinar el tiempo de complejidad de algoritmos recursivamente definidos [Usar]
- Resuelve relaciones de recurrencia básicas, por ejemplo. usando alguna forma del Teorema Maestro [Usar]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM