¿Qué es un complejidad de algoritmo?

-La complejidad de los

algoritmos

representa o dice el

tiempo de ejecución de

cualquier programa en

base a los 'n' datos de

entrada.

La complejidad de un algoritmo según:

En el desarrollo de un programa

computacional resulta necesario definir

criterios para medir su rendimiento o

comportamiento. Estos criterios se

centran principalmente en su simplicidad

y en el uso eficiente de los recursos.

Respecto al uso eficiente de los

recursos, éste suele medirse

en función de dos espacio, es

decir, memoria que utiliza

el tiempo, lo que tarda en

ejecutarse.

Cada algoritmo se va a comportar de

manera distinta dependiendo de la

cantidad de datos que se ingresen

( variables.) y del equipo en que se ejecute.

Por eso es conveniente estudiar

Complejidad del mejor caso

El caso mejor corresponde a la traza (secuencia de sentencias) del

algoritmo que realiza menos instrucciones.

Complejidad del caso promedio

el caso peor corresponde a la traza del algoritmo que realiza

más instrucciones, lo cual nos asegura que al menos el

algoritmo se desempeñará de esa forma .

Complejidad peor caso El caso peor corresponde a la traza del

algoritmo que realiza más instrucciones,

lo cual nos asegura que al menos el

algoritmo se desempeñará de esa forma .

Tiempo de ejecución

Cuando el tamaño de la entrada crece , la función para medir esa

complejidad se denota como T(n).

Esta función se puede medir físicamente ejecutando el programa, calcularse

sobre el código contando instrucciones a ejecutar y multiplicando por el

tiempo requerido por cada instrucción

Notación asintótica ( o cota superior asintótica)

En análisis de algoritmo una cota superior asintótica

es una función que sirve de cota superior de otra

función cuando el argumento tiende a infinito.

La cota superior

asintótica tiene gran

importancia en teoría de

la complejidad

computacional a la hora

de definir las clases de

complejidad de cada algoritmo.

Se denomina “asintótica” porque analiza

el comportamiento de las funciones en base a su tasa de crecimiento

En informática, la notación O grande se utiliza

para clasificar los algoritmos de cómo responden

(por ejemplo, en su tiempo de procesamiento o de

los requisitos de espacio de trabajo) a los cambios

de tamaño de entrada. Esta siempre es positiva

notación nombre

O(1) orden constante

O(log log n) orden sublogarítmico

O(log n) orden logarítmico

O() orden sublineal

O(n) orden lineal

O(n · log n) orden lineal logarítmico

O(nc) orden potencial

O(cn), n > 1 orden exponencial

O(n!) orden factorial

O(nn) orden potencial exponencial