1. ANÁLISIS DE ALGORITMOS Gastón Demundo / Pascual Fernández / Nicolás Radrizzani / Claudio Sebastián Vietri

2. Algoritmo: Conjunto de reglas para resolver un problema. Su ejecución requiere unos recursos. ALGORITMO 1 ó más salidas 0 ó más entradas Un algoritmo es mejor cuantos menos recursos consuma.

3. Eficiencia: Relación entre los recursos consumidos y los productos conseguidos. Recursos consumidos: Tiempo de ejecución. Memoria principal. Entradas/salidas a disco. Comunicaciones, procesadores,... Lo que se consigue: Resolver un problema de forma exacta. Resolverlo de forma aproximada. Resolver algunos casos...

5. Factores externos.

6. El ordenador donde se ejecute.

7. El lenguaje de programación y el compilador usado.

8. La implementación que haga el programador del algoritmo. En particular, de las estructuras de datos utilizadas.

9. Tamaño de los datos de entrada.

10. Ejemplo. Procesar un fichero de blog: número de mensajes.

11. Contenido de los datos de entrada.

12. Mejor caso (tm). El contenido favorece una rápida ejecución.

13. Peor caso (tM). La ejecución más lenta posible.

15. Conclusión: Estudiar la variación del tiempo y la memoria necesitada por un algoritmo respecto al tamaño de la entrada y a los posibles casos, de forma aproximada (y parametrizada).

16. Ejemplo. Algoritmo de búsqueda secuencial.

19. Conteo de instrucciones: Seguir la ejecución del algoritmo, sumando las instrucciones que se ejecutan.

20. Conteo de memoria: Lo mismo. Normalmente interesa el máximo uso de memoria requerido.

21. Alternativa: Si no se puede predecir el flujo de ejecución se puede intentar predecir el trabajo total realizado.

23. Ejemplo. t(n) = 2n2/5 + 6n + 3·log2 n + 2  t(n)  O(n2)

24. 2) Acotar unafunción difícilde calcularcon precisión.

26. Métodos de ordenamiento Vista de cómo operan estos algoritmos para ordenar una serie de datos en forma aleatoria Complejidad de estos algoritmos

28. No existe EL algoritmo de ordenamiento. Sólo existe el mejor para cada caso particular.

29. Para eso tenemos que preguntarnos estas preguntas:

30. ¿Qué grado de orden tendrá la información que vamos a manejar?

31. Si la información va a estar casi ordenada y no quieres complicarte, un algoritmo sencillo como el ordenamiento burbuja será suficiente. Si por el contrario los datos van a estar muy desordenados, un algoritmo poderoso como Quicksort puede ser el más indicado. Y si no puedes hacer una presunción sobre el grado de orden de la información, lo mejor será elegir un algoritmo que se comporte de manera similar en cualquiera de estos dos casos extremos.

32. ¿Qué cantidad de datos vamos a manipular?

33. Si la cantidad es pequeña, no es necesario utilizar un algoritmo complejo, y es preferible uno de fácil implementación. Una cantidad muy grande puede hacer prohibitivo utilizar un algoritmo que requiera de mucha memoria adicional.

34. ¿Qué tipo de datos queremos ordenar?

35. Algunos algoritmos sólo funcionan con un tipo específico de datos (enteros, enteros positivos, etc.) y otros son generales, es decir, aplicables a cualquier tipo de dato.

36. ¿Qué tamaño tienen los registros de nuestra lista?