Estructuras de datos y algoritmos (DSA) se refieren al estudio de métodos para organizar y almacenar datos y al diseño de procedimientos (algoritmos) para resolver problemas, que operan sobre estas estructuras de datos. DSA Es una de las habilidades más importantes que todo estudiante de informática debe tener. A menudo se ve que las personas con buenos conocimientos de estas tecnologías son mejores programadores que otros y, por lo tanto, superan las entrevistas de casi todos los gigantes tecnológicos. Este Tutorial de DSA tiene como objetivo ayudarle a aprender estructuras de datos y algoritmos (DSA) de forma rápida y sencilla.

Tabla de contenidos

• Formulario completo de DSA
• ¿Qué es DSA?
• ¿Cómo aprender DSA?
• Cadena
• Listas enlazadas
• Matriz/Cuadrícula
• Pila
• Cola
• Montón
• Picadillo
• Árbol
• Grafico

• Algoritmo de búsqueda
• Algoritmo de clasificación
• Algoritmo divide y vencerás
• Algoritmos codiciosos
• recursividad
• Algoritmo de retroceso
• Programación dinámica
• Algoritmos de gráficos:
• Búsqueda de patrones
• Algoritmos matemáticos
• Algoritmos geométricos
• Algoritmos bit a bit
• Algoritmos aleatorios
• Algoritmo de rama y límite

Formulario completo de DSA

El término DSA significa Estructuras de datos y algoritmos , en el contexto de la Informática.

¿Qué es DSA?

Estructuras de datos y algoritmos (DSA) se refieren al estudio de métodos para organizar y almacenar datos y al diseño de procedimientos (algoritmos) para resolver problemas, que operan sobre estas estructuras de datos.

¿Cómo aprender DSA?

Lo primero y más importante es dividir el procedimiento total en pequeñas partes que deben realizarse de forma secuencial. El proceso completo para aprender DSA desde cero se puede dividir en 5 partes:

1. Aprenda al menos un lenguaje de programación (esto lo dejamos a su elección).
2. Aprenda estructuras de datos
3. Aprender algoritmos
4. Aprenda sobre las complejidades del tiempo y el espacio
5. Problemas de práctica en DSA

¿Cómo aprender DSA?

Con la esperanza de que haya aprendido un lenguaje de programación de su elección, avancemos con el siguiente paso para aprender DSA en este tutorial de DSA.

Aquí viene la etapa más importante y más esperada de la hoja de ruta para aprender la estructura de datos y el algoritmo: la etapa en la que comienza a aprender sobre DSA. El tema de DSA consta de dos partes:

• Estructuras de datos
• Algoritmos

Aunque son dos cosas diferentes, están muy interrelacionadas y es muy importante seguir el camino correcto para aprenderlas de la manera más eficiente. Si no sabe cuál aprender primero, le recomendamos que consulte nuestro análisis detallado sobre el tema: Aquí hemos seguido el flujo de aprendizaje de una estructura de datos y luego los algoritmos más relacionados e importantes utilizados por esa estructura de datos.

Aprenda estructuras de datos

Estructuras de datos son componentes esenciales que ayudan a organizar y almacenar datos de manera eficiente en la memoria de la computadora. Proporcionan una forma de gestionar y manipular datos de forma eficaz, permitiendo operaciones de acceso, inserción y eliminación más rápidas. Las estructuras de datos comunes incluyen matrices, listas enlazadas, pilas, colas, árboles y gráficos , cada uno de los cuales tiene propósitos específicos según los requisitos del problema en cuestión. Comprender las estructuras de datos es fundamental para diseñar algoritmos eficientes y optimizar el rendimiento del software.

Formación Es una estructura de datos lineal que almacena una colección de elementos del mismo tipo de datos. A los elementos se les asigna memoria contigua, lo que permite el acceso en tiempo constante. Cada elemento tiene un número de índice único.

• Operaciones en matriz:
  • El recorrido : Iterando a través de los elementos de una matriz.
  • Inserción : Agregar un elemento a la matriz en un índice específico.
  • Supresión : Eliminar un elemento de la matriz en un índice específico.
  • buscando : Encontrar un elemento en la matriz por su valor o índice.
• Tipos de matrices :
  • Matriz unidimensional : una matriz simple con una única dimensión.
  • Matriz multidimensional : una matriz con múltiples dimensiones, como una matriz.
• Aplicaciones de matriz :
  • Almacenamiento de datos de forma secuencial.
  • Implementación de colas, pilas y otras estructuras de datos
  • Representar matrices y tablas.
• Temas relacionados en Array:
  • Tutorial de matrices
  • Los 50 problemas principales de codificación de matrices para entrevistas
  • Practicar problemas sobre matrices

2. cuerda

A cadena es una secuencia de caracteres, normalmente utilizada para representar texto. Se considera un tipo de datos que permite la manipulación y procesamiento de datos textuales en programas informáticos.

• Operaciones en cadena :
  • Concatenación : Unir dos cuerdas.
  • Comparación : Comparación lexicográfica de dos cadenas.
  • Subcadena extracción : Extraer una subcadena de una cadena.
  • Buscar : Buscando una subcadena dentro de una cadena.
  • Modificación : Cambiar o reemplazar caracteres dentro de una cadena.
• Aplicaciones de la cuerda :
  • Procesamiento de texto
  • La coincidencia de patrones
  • Validación de datos
  • Gestión de base de datos
• Artículos Relacionados:
  • Tutorial de cuerdas
  • Los 50 problemas principales de codificación de cadenas para entrevistas
  • Problemas de práctica con cuerdas

3. Listas enlazadas

A lista enlazada Es una estructura de datos lineal que almacena datos en nodos, que están conectados por punteros. A diferencia de las matrices, las listas enlazadas no se almacenan en ubicaciones de memoria contiguas.

• Características de la lista enlazada:
  • Dinámica : El tamaño de las listas vinculadas se puede cambiar fácilmente agregando o eliminando nodos.
  • No contiguos : Los nodos se almacenan en ubicaciones de memoria aleatorias y están conectados mediante punteros.
  • Acceso secuencial : Solo se puede acceder a los nodos de forma secuencial, comenzando desde el principio de la lista.
• Operaciones en lista enlazada:
  • Creación : Crear una nueva lista vinculada o agregar un nuevo nodo a una lista existente.
  • El recorrido : Iterando por la lista y accediendo a cada nodo.
  • Inserción : Agregar un nuevo nodo en una posición específica de la lista.
  • Supresión : Eliminar un nodo de la lista.
  • Buscar : Encontrar un nodo con un valor específico en la lista.
• Tipos de lista enlazada :
  • Lista enlazada individualmente : cada nodo apunta al siguiente nodo de la lista.
  • Lista doblemente enlazada : Cada nodo apunta tanto al nodo siguiente como al anterior de la lista.
  • Lista circular enlazada : El último nodo apunta hacia el primer nodo, formando un bucle circular.
• Aplicaciones de lista enlazada :
  • Las listas enlazadas se utilizan en diversas aplicaciones, entre ellas:
  • Implementación de colas y pilas
  • Representar gráficos y árboles.
  • Mantener datos ordenados
  • Gestión de la memoria
• Temas relacionados:
  • Tutorial de lista enlazada
  • Los 50 problemas principales en la lista vinculada para entrevistas
  • Practicar problemas en listas enlazadas

4. Matriz/Cuadrícula

A matriz Es una matriz bidimensional de elementos, organizados en filas y columnas. Se representa como una cuadrícula rectangular, con cada elemento en la intersección de una fila y una columna.

• Conceptos clave:
  • Filas : Líneas horizontales de elementos en una matriz.
  • columnas : Líneas verticales de elementos en una matriz.
  • Dimensiones : el número de filas y columnas de una matriz (por ejemplo, una matriz de 3×4 tiene 3 filas y 4 columnas).
  • Elemento Acceso : Se puede acceder a los elementos mediante índices de filas y columnas (por ejemplo, M[2][3] se refiere al elemento de la fila 2, columna 3).
• Aplicaciones de Matrix/Grid :
  • Procesamiento de imágenes
  • Análisis de los datos
  • Problemas de optimización
• Artículos Relacionados:
  • Tutorial de matrices/cuadrículas
  • Los 50 problemas principales en Matrix/Grid para entrevistas
  • Problemas de práctica en Matrix/Grid

5. Pila

Pila Es una estructura de datos lineal que sigue un orden particular en el que se realizan las operaciones. El orden puede ser LIFO (Último en entrar, primero en salir) o FILO (primero en entrar, último en salir) . LIFO implica que el elemento que se inserta último, sale primero y FILA implica que el elemento que se inserta primero, sale el último.

• Operación en pila :
  • Empujar : Agrega un elemento a la parte superior de la pila.
  • Estallido : Elimina y devuelve el elemento en la parte superior de la pila.
  • Ojeada : Devuelve el elemento en la parte superior de la pila sin eliminarlo
  • Tamaño : Devuelve el número de elementos en la pila
  • Esta vacio : Comprueba si la pila está vacía
• Aplicaciones de la pila :
  • Llamadas a funciones
  • Evaluación de expresiones
  • Retroceder
  • Deshacer/rehacer operaciones
• Temas relacionados en Stack:
  • Tutorial de pila
  • Los 50 problemas principales en Stack para entrevistas
  • Practica problemas en Stack

6. Cola

A Cola La estructura de datos es un concepto fundamental en informática que se utiliza para almacenar y gestionar datos en un orden específico. Sigue el principio de Primero en entrar primero en salir ( FIFO ), donde el primer elemento agregado a la cola es el primero en ser eliminado

• Operación en cola :
  • poner en cola : Agrega un elemento al final de la cola.
  • Respectivamente : Elimina un elemento del frente de la cola
  • Ojeada : Recupera el elemento frontal sin quitarlo.
  • Esta vacio : Comprueba si la cola está vacía
  • Está lleno : Comprueba si la cola está llena
• Tipo de cola :
  • Cola circular : El último elemento se conecta al primer elemento.
  • Cola de doble extremo (Deque) : Las operaciones se pueden realizar desde ambos extremos.
  • Cola de prioridad : Los elementos se organizan según la prioridad.
• Aplicaciones de cola :
  • programación de trabajos
  • Cola de mensajes
  • Modelado de simulación
  • Almacenamiento en búfer de datos
• Temas relacionados:
  • Tutorial de cola
  • Los 50 problemas principales en la cola para entrevistas
  • Practicar problemas en cola

7. Montón

A Montón es una estructura de datos de árbol binario completa que satisface la propiedad del montón: para cada nodo, el valor de sus hijos es menor o igual a su propio valor. Los montones se utilizan generalmente para implementar colas prioritarias , donde el elemento más pequeño (o más grande) siempre está en la raíz del árbol.

• Operaciones de montón :
  • Insertar : Agrega un nuevo elemento al montón mientras mantiene las propiedades del montón.
  • Extraer-Max/Extraer-Min : Elimina el elemento raíz y reestructura el montón.
  • Tecla de aumento/disminución : Actualiza el valor de un nodo y reestructura el montón.
• Tipos de montón :
  • montón máximo : El nodo raíz tiene el valor máximo entre sus hijos.
  • montón mínimo : El nodo raíz tiene el valor mínimo entre sus hijos.
• Aplicaciones del montón :
  • Colas prioritarias
  • Clasificación
  • Algoritmos de gráficos (por ejemplo, el algoritmo de Dijkstra)
• Artículos Relacionados:
  • Tutorial del montón
  • Los 50 problemas principales en Heap para entrevistas
  • Problemas de práctica en montón

8. Picadillo

hash es una técnica que genera una salida de tamaño fijo (valor hash) a partir de una entrada de tamaño variable utilizando fórmulas matemáticas llamadas funciones hash . El hash se utiliza para determinar un índice o ubicación para almacenar un elemento en una estructura de datos, lo que permite una recuperación e inserción eficientes.

• Conceptos clave:
  • Función hash : una función matemática que asigna una entrada a un valor hash.
  • Tabla de picadillo : una estructura de datos que almacena pares clave-valor, donde la clave es un valor hash y el valor son los datos reales.
  • Colisión : Cuando dos claves diferentes producen el mismo valor hash.
• Tipos de funciones hash :
  • Método de división : divide la entrada por una constante y utiliza el resto como valor hash.
  • Cuadrado medio Método: eleva al cuadrado la entrada y toma los dígitos del medio como valor hash.
  • Método de plegado : divide la entrada en bloques del mismo tamaño y los suma para obtener el valor hash.
  • Método de multiplicación : multiplica la entrada por una constante y toma la parte fraccionaria como valor hash.

• Técnicas de resolución de colisiones :
  • Encadenamiento separado (hashing abierto) : almacena elementos en colisión en una lista vinculada con el valor hash correspondiente.
  • Direccionamiento abierto (hash cerrado) : Utiliza varias estrategias para encontrar una ubicación alternativa para los elementos en colisión dentro de la tabla hash.
• Aplicaciones de hash :
  • Almacenar y recuperar datos de manera eficiente en bases de datos y sistemas de archivos.
  • Verificación de contraseñas y firmas digitales.
  • Distribuir solicitudes entre múltiples servidores.
  • Generación de hashes seguros para la integridad y autenticación de datos.
• Artículos Relacionados:
  • Tutorial de hash
  • Problemas de práctica sobre hash

9. Árbol

A árbol es una estructura de datos jerárquica no lineal que consta de nodos conectados por bordes, con un nodo superior llamado raíz y nodos que tienen nodos secundarios. Se utiliza en informática para organizar datos de manera eficiente.

encontrar números bloqueados en Android

• Recorrido del árbol : Los métodos de recorrido de árbol se utilizan para visitar y procesar nodos en una estructura de datos de árbol. Los tres métodos transversales comunes son:
  • En orden : Visite el subárbol izquierdo, el nodo actual y luego el subárbol derecho.
  • Hacer un pedido : Visita el nodo actual, el subárbol izquierdo y luego el subárbol derecho.
  • Orden de publicación : Visite el subárbol izquierdo, el subárbol derecho y luego el nodo actual.
• Clasificaciones de árboles:
  • Clasificaciones de Árboles se refieren a agrupar árboles en función de determinadas características o criterios. Esto puede implicar categorizar árboles según su factor de equilibrio, grado de nodos, propiedades de orden, etc. A continuación se muestran algunas clasificaciones importantes de árboles.

• Aplicaciones de los árboles:
  • Sistemas de archivos
  • Bases de datos
  • documentos XML
  • Inteligencia artificial
• Artículos Relacionados:
  • Tutorial de árbol
  • Los 50 principales problemas de codificación de árboles
  • Practicar problemas en Tree

10. Gráfico

A Grafico es una estructura de datos no lineal que consta de un conjunto finito de vértices (o nodos) y un conjunto de aristas que conectan un par de nodos.

• Recorridos de gráfico:
  • Búsqueda en amplitud (BFS) : Visita nodos nivel por nivel.
  • Búsqueda en profundidad (DFS) : Visita nodos de forma recursiva, explorando una rama a la vez.
• Aplicaciones de gráficos :
  • Redes sociales
  • Mapas y navegación
  • Planificación
  • Procesamiento de datos
• Artículos Relacionados:
  • Representación gráfica
  • Tipos de gráficos
  • Tutorial de gráficos
  • Practica problemas en Graph

Aprender algoritmos

Una vez que hayas aclarado los conceptos de Estructuras de datos , ahora es el momento de comenzar tu viaje a través del Algoritmos . Según el tipo de naturaleza y uso, los algoritmos se agrupan en varias categorías, como se muestra a continuación:

1. Algoritmo de búsqueda

Algoritmos de búsqueda Se utilizan para localizar datos específicos dentro de un conjunto más grande de datos. Ayuda a encontrar la presencia de un valor objetivo dentro de los datos. Existen varios tipos de algoritmos de búsqueda, cada uno con su propio enfoque y eficiencia.

• Algoritmos de búsqueda más comunes:
  • Búsqueda lineal : Búsqueda iterativa de un extremo al otro.
  • Búsqueda binaria : Búsqueda de divide y vencerás en una matriz ordenada, reduciendo a la mitad el espacio de búsqueda en cada iteración.
  • Búsqueda ternaria : Búsqueda de divide y vencerás en una matriz ordenada, dividiendo el espacio de búsqueda en tres partes en cada iteración.
• Otros algoritmos de búsqueda:
  • Saltar búsqueda
  • Búsqueda por interpolación
  • Búsqueda exponencial
• Temas relacionados:
  • Problemas de práctica sobre el algoritmo de búsqueda.

2. Algoritmo de clasificación

Algoritmos de clasificación Están acostumbrados a organizar los elementos de una lista en un orden específico, como numérico o alfabético. Organiza los elementos de forma sistemática, facilitando la búsqueda y el acceso a elementos específicos.

hacer y mientras bucle en java

Hay muchos tipos diferentes de algoritmos de clasificación. Algunos algoritmos ampliamente utilizados son:

Temas relacionados:

• Tutorial de algoritmo de clasificación
• Clasificación de preguntas y problemas principales de la entrevista
• Problemas de práctica sobre el algoritmo de clasificación.

3. Algoritmo divide y vencerás

Divide y conquistaras Los algoritmos siguen una estrategia recursiva para resolver problemas dividiéndolos en subproblemas más pequeños, resolviendo esos subproblemas y combinando las soluciones para obtener la solución final.

Pasos:

1. Dividir : Divida el problema en subproblemas más pequeños e independientes.
2. Conquistar : Resuelve recursivamente cada subproblema.
3. Combinar : Fusionar las soluciones de los subproblemas para obtener la solución final.

Ejemplos:

• Combinar ordenación: divide la matriz en dos mitades, ordena cada mitad de forma recursiva y combina las mitades ordenadas.
• Ordenación rápida: selecciona un elemento pivote, divide la matriz en dos subarreglos según el pivote y ordena recursivamente cada subarreglo.
• Búsqueda binaria: divide el espacio de búsqueda por la mitad repetidamente hasta que se encuentra el elemento de destino o se agota el espacio de búsqueda.

Artículos relacionados:

• Tutorial divide y vencerás
• Practique problemas sobre el algoritmo Divide And Conquer

4. Algoritmos codiciosos

Como sugiere el nombre, este algoritmo construye la solución pieza por pieza y elige la siguiente pieza que brinda el beneficio más obvio e inmediato, es decir, cuál es la opción más óptima en ese momento. Entonces, los problemas en los que elegir localmente óptimo también conduce a soluciones globales son los más adecuados para Greedy.

Algunos problemas importantes de los algoritmos codiciosos son:

Artículos relacionados:

• Tutorial de algoritmo codicioso
• Problemas de práctica sobre el algoritmo codicioso

5. recursividad

recursividad es una técnica de programación donde una función se llama a sí misma dentro de su propia definición. Generalmente se utiliza para resolver problemas que se pueden dividir en instancias más pequeñas del mismo problema. Por ejemplo: Torres de Hanoi (TOH) , Cálculo factorial y Secuencia Fibonacci etc.

Pasos :

• Caso base : Defina una condición que detenga las llamadas recursivas y proporcione una solución.
• Caso recursivo : Defina los pasos para dividir el problema en instancias más pequeñas y realizar llamadas recursivas.
• Devolver : Devuelve la solución de las llamadas recursivas y combínalas para resolver el problema original.

El punto que hace que la recursividad sea uno de los algoritmos más utilizados es que forma la base de muchos otros algoritmos como Recorridos de árboles , Recorridos de gráficos , Algoritmos divide y vencerás y Algoritmos de retroceso .

Temas relacionados:

• Tutorial de recursividad
• Funciones recursivas
• Recursión de cola
• Los 50 problemas principales del algoritmo recursivo para entrevistas
• Problemas de práctica sobre el algoritmo de recursividad.

6. Algoritmo de retroceso

Como se mencionó anteriormente, el Retroceder El algoritmo se deriva del algoritmo de recursión, con la opción de revertir si falla una solución recursiva, es decir, en caso de que una solución falle, el programa rastrea hasta el momento en el que falló y construye sobre otra solución. Básicamente, prueba todas las soluciones posibles y encuentra la correcta.

Algunos problemas importantes y más comunes de los algoritmos de retroceso, que debes resolver antes de seguir adelante, son:

Artículo relacionado:

• Tutorial de retroceso
• Problemas de práctica sobre el algoritmo de retroceso

7. Programación dinámica

Programación dinámica es un método utilizado en matemáticas e informática para resolver problemas complejos dividiéndolos en subproblemas más simples. Al resolver cada subproblema una sola vez y almacenar los resultados, se evitan cálculos redundantes, lo que conduce a soluciones más eficientes para una amplia gama de problemas.

Conceptos clave:

• Subestructura óptima : La solución óptima a un problema se puede construir a partir de las soluciones óptimas a sus subproblemas.
• Subproblemas superpuestos : Los subproblemas a menudo se repiten en el problema más grande, lo que lleva a cálculos redundantes.
• Memorización / Tabulación : Almacenar las soluciones a los subproblemas para evitar un nuevo cálculo.

Algunos problemas importantes y más comunes de los algoritmos de programación dinámica, que debes resolver antes de seguir adelante, son:

Artículos relacionados:

• Tabulación versus memorización
• ¿Cómo resolver un problema de programación dinámica?
• Tutorial de programación dinámica
• Los 50 problemas principales de codificación de programación dinámica para entrevistas
• Practique problemas sobre el algoritmo de programación dinámica.

8. Algoritmos gráficos :

Algoritmos gráficos En estructuras y algoritmos de datos (DSA) son un conjunto de técnicas y métodos utilizados para resolver problemas relacionados con gráficos, que son una colección de nodos y aristas. Estos algoritmos están diseñados para realizar diversas operaciones en gráficos, como buscando, atravesando, encontrando el camino más corto y determinando conectividad . Son esenciales para resolver una amplia gama de problemas del mundo real, incluido el enrutamiento de redes, el análisis de redes sociales y la asignación de recursos.

Temas relacionados:

• Tutorial de gráficos
• Los 50 problemas principales de codificación de gráficos para entrevistas
• Problema de práctica sobre algoritmos gráficos

9 . Búsqueda de patrones

Búsqueda de patrones es una técnica fundamental en DSA que se utiliza para encontrar apariciones de un patrón específico dentro de un texto determinado.

A continuación se muestran algunos algoritmos de búsqueda de patrones estándar:

Temas relacionados:

• Tutorial de búsqueda de patrones
• Problema de práctica en Búsqueda de patrones

10 . Algoritmos matemáticos

Algoritmos matemáticos son una clase de algoritmos que resuelven problemas relacionados con conceptos matemáticos. Se utilizan ampliamente en diversos campos, incluidos gráficos por computadora, análisis numérico, optimización y criptografía.

Temas relacionados:

• Problema de práctica sobre algoritmo matemático

11. Algoritmos geométricos

Algoritmos geométricos son una clase de algoritmos que resuelven problemas relacionados con la geometría. Los algoritmos geométricos son esenciales para resolver una amplia gama de problemas en informática, tales como:

Temas relacionados:

• Problema de práctica sobre algoritmos geométricos

12. Algoritmos bit a bit

Algoritmos bit a bit son algoritmos que operan en bits individuales de números. Estos algoritmos manipulan la representación binaria de números para realizar tareas como manipulación de bits, operaciones lógicas bit a bit (AND, OR, XOR), bits cambiantes , y configuración o borrar bits específicos dentro de un número. Los algoritmos bit a bit se utilizan comúnmente en Tareas de programación, criptografía y optimización de bajo nivel. donde se requiere una manipulación eficiente de bits individuales.

Temas relacionados:

• Tutorial de algoritmos bit a bit
• Problema de práctica sobre algoritmos bit a bit

13. Algoritmos aleatorios

Los algoritmos aleatorios son algoritmos que utilizan la aleatoriedad para resolver problemas. Hacen uso de información aleatoria para lograr sus objetivos, lo que a menudo conduce a soluciones más simples o más eficientes.

Tipos de algoritmos aleatorios:

• Las Vegas : Siempre produce un resultado correcto, pero el tiempo de ejecución es aleatorio.
• Monte Carlo : Puede producir un resultado incorrecto con una pequeña probabilidad, pero el tiempo de ejecución suele ser más rápido.

Algoritmos importantes que utilizan algoritmos de aleatorización:

14. Algoritmo de rama y límite

El Algoritmo de rama y límite Es un método utilizado en problemas de optimización combinatoria para buscar sistemáticamente la mejor solución. Funciona dividiendo el problema en subproblemas más pequeños o ramas, y luego eliminando ciertas ramas según los límites de la solución óptima. Este proceso continúa hasta que se encuentra la mejor solución o se han explorado todas las ramas.

Problemas estándar sobre algoritmos de rama y límite:

Temas relacionados:

• Tutorial de algoritmos de ramificación y enlace

Aprenda sobre las complejidades

En Estructuras de Datos y Algoritmos (DSA), el objetivo principal es resolver problemas de forma eficaz y eficiente. Para determinar la eficiencia de un programa, analizamos dos tipos de complejidades:

1. Complejidad del tiempo : Esto nos dice cuánto tiempo tarda nuestro código en ejecutarse.
2. Complejidad espacial : Esto nos dice cuánta memoria usa nuestro código.

Notación asintótica :

Para comparar la eficiencia de los algoritmos, utilizamos la notación asintótica, una herramienta matemática que estima tiempo Residencia en tamaño de entrada sin ejecutar el código. Se centra en la cantidad de operaciones básicas del programa.

La notación más utilizada para el análisis de código es Notación O grande , proporcionando un límite superior en el tiempo de ejecución o el uso de memoria con respecto al tamaño de entrada.

Temas relacionados:

• Comprender la complejidad del tiempo con ejemplos simples
• Complejidades temporales de diferentes estructuras de datos.
• Cómo analizar bucles para el análisis de complejidad de algoritmos
• Preguntas de práctica sobre análisis de complejidad del tiempo

Hojas de trucos para problemas de práctica:

Listas seleccionadas de problemas de los siguientes artículos:

• Hoja de ruta de DSA por Sandeep Jain
• HOJA SDE: una guía completa para la preparación de SDE
• Hoja maestra de techcodeview.com: lista de todas las hojas de trucos