1. Walter Henríquez
Esparza
Estudiante Ingeniería
Informática

2. Según el Tamaño del Problema que se
busca resolver nace la complejidad del
Algoritmo.

3. La Complejidad se
mide en cuanto a la
cantidad de Tiempo y
Espacio que un Algoritmo
necesita para realizar sus
operaciones.

4. Su Medición:
En Espacio se
basa en la
Memoria Utilizada
para su ejecución y
las Estructuras de
Datos usadas para
su implementación
En Tiempo se
basa en las
Operaciones del
Algoritmo y el
Tamaño de sus
entradas.

5. Es Necesario estudiar el comportamiento
para sus Casos Extremos:
D
e
S
o
R
d
E
n
A
d
O
s
ORDENADOS

6. La Complejidad y sus
Casos:
Peor Caso:
Número Mayor de
Operaciones
realizadas por un
Algoritmo para dar
Solución al
problema.
Caso
Promedio:
Número Promedio
de Operaciones
realizadas por un
Algoritmo para dar
Solución al problema.

7. Tiempo de Ejecución
Para medir esta
Complejidad se define:
T(n)
A través de su
Ejecución, se calcula el
número de
instrucciones
ejecutadas, multiplicad
as por el tiempo que
utiliza cada instrucción, a
raíz de la cantidad y
tamaño de las entradas

8. La Potencia de un Algoritmo es necesaria
analizarla sin tomar en cuenta la máquina que lo
ejecuta y de la capacidad del que lo crea.
Así como cuando
un Algoritmo es
creado para
resolver un
problema de
gran altura o
complejidad.

9. Todo apunta a que el comportamiento de los Algoritmos es
Proporcional al
tamaño del problema para el cual fue generado, si es Definido
queda que:tiende a INFINITO Y su Comportamiento sería

10. Es definida a través de números naturales N que se estiman con el
tiempo
o espacio del Algoritmo y en la longitud de la entrada.
Función Asintótica se le llama al comportamiento que estas tienen a
raíz de su
Tasa de
Crecimiento.
Nunca son Negativas
La Complejidad del Algoritmo tiene como notación Big - O

11. Lo que se busca es
poder juntar dichas
funciones en
Familias, que tengan el
mismo comportamiento
asintótico, y serán
definidas como:
«Orden de
Complejidad»

12. Complejidad Terminología
O(1) Complejidad constante
O(log n) Complejidad logarítmica
O(n) Complejidad lineal
O(n log n) Complejidad n log n
O(n^b) Complejidad polinómica
O(b^n) Complejidad exponencial
O(n!) Complejidad factorial