B2-T3 Tipos abstractos y Estructuras de datos.TAD y Algoritmos

Question 1

¿Qué es una Estructura de datos ?

Answer 1

Una forma de organizar los datos para que puedan usarse de manera eficiente.

Question 2

Estructuras de datos primitivos

Answer 2

son estructuras de datos básicas proporcionadas por los lenguajes de programación para representar valores únicos: números enteros, números de punto flotante, caracteres y valores booleanos.

Question 3

Estructuras de datos abstractas

Answer 3

son estructuras de datos de nivel superior que se construyen utilizando tipos de datos primitivos y proporcionan operaciones más complejas y especializadas.

Question 4

Algoritmo

Answer 4

Un conjunto de instrucciones paso a paso para resolver un problema específico.

Question 5

Complejidad temporal

Answer 5

Una medida de la cantidad de tiempo que tarda un algoritmo en ejecutarse, dependiendo de la cantidad de datos en los que está trabajando el algoritmo.

Question 6

Complejidad espacial

Answer 6

Una medida de la cantidad de memoria que utiliza un algoritmo, dependiendo de la cantidad de datos en los que está trabajando el algoritmo.

Question 7

Big O Notation

Answer 7

Notación matemática que describe el comportamiento límite de una función cuando el argumento tiende hacia un valor particular o infinito. Se utiliza para describir la complejidad temporal de un algoritmo.

Question 8

Recursión

Answer 8

Una técnica de programación donde una función se llama a sí misma.

Question 9

Divide y Vencerás

Answer 9

Un método para resolver problemas complejos dividiéndolos en subproblemas más pequeños y manejables, resolviendo los subproblemas y combinando las soluciones. A menudo utiliza las recursividad.

Question 10

Fuerza Bruta

Answer 10

De manera sencilla y directa, el algoritmo consiste en probar todas las soluciones posibles y luego elegir la mejor.

Question 11

BubbleSort( Ordenamiento de la burbuja)

Answer 11

Algoritmo estable. Funciona revisando cada elemento de la lista que va a ser ordenada con el siguiente, intercambiándolos de posición si están en el orden equivocado. Revisar varias veces toda la lista hasta que no se necesiten más intercambios.

Question 12

Complejidad temporal del BubbleSort

Answer 12

O(n²)

Question 13

CocktailSort (Ordenamiento de la Burbuja bidireccional)

Answer 13

Algoritmo estable. Mejora del BubbleSort. Ordena al mismo tiempo por los dos extremos del vector de manera que tras la primera iteración, tanto el menor como el mayor elemento estarán en sus posiciones finales, reduciendo el número de comparaciones finales.

Question 14

Complejidad temporal del CocktailSort

Answer 14

O(n²)

Question 15

Selection Sort (Ordenamiento por selección)

Answer 15

Algoritmo inestable. Revisa cada elemento de la lista hasta encontrar el valor más bajo, lo SELECCIONA y lo mueve el valor más bajo al frente de la parte no ordenada de la lista. Repasa la matriz nuevamente tantas veces como valores haya en la lista.

Question 16

Complejidad temporal de Selection Sort

Answer 16

O(n²)

Question 17

Insertion Sort (Ordenamiento por Insercion)

Answer 17

Algoritmo estable. Utiliza una parte de la matriz para contener los valores ordenados y la otra parte de la matriz para contener los valores que aún no están ordenados.
El algoritmo toma un valor a la vez de la parte no ordenada de la matriz y lo coloca en el lugar correcto en la parte ordenada de la matriz, hasta que la matriz esté ordenada.

Question 18

Complejidad temporal de Insertion Sort

Answer 18

O(n²)

Question 19

Binary Insertion Sort (Ordenación por inserción binaria)

Answer 19

Mejora del algoritmo de ordenamiento por inserción. Partiendo de una lista ya ordenada( la primera sería el primer elemento de la lista), se van introduciendo por búsquedas binarias elementos a la misma.

Question 20

Quicksort

Answer 20

Algoritmo inestable. Toma una matriz de valores, elige uno de los valores como elemento ‘pivote’ y mueve los otros valores para que los valores más bajos estén a la izquierda del elemento pivote y los valores más altos a la derecha de él.

Question 21

Complejidad temporal Quicksort

Answer 21

Promedio: O(n log n),
peor caso: O(n²)

Question 22

Counting sort (Ordenamiento por cuentas)

Answer 22

Algoritmo estable. No comparativo. Ordena una matriz contando el número de veces que ocurre cada valor. Solo funciona con números enteros no negativos. Counting Sort es rápido cuando el rango de valores posibles k es menor que el número de valores n.

Question 23

Complejidad temporal Counting sort

Answer 23

O(n+k)

Question 24

Bucket sort o Bin Sort (Ordenamiento por casilleros)

Answer 24

Algoritmo estable. No comparativo. Distribuye todos los elementos a ordenar entre un número finito de casilleros. Cada casillero solo puede contener los elementos que cumplan unas determinadas condiciones, las cuales deben ser excluyentes entre sí. Luego cada casillero se ordena utilizando otro algoritmo o se llama recursivamente al método, para finalmente devolver los casilleros concatenados por orden.

Question 25

Complejidad temporal Bucket sort

Answer 25

O(n)

Question 26

Postman’s sort (algoritmo del cartero)

Answer 26

Variante del Bucket sort utilizada cuando los elementos a ordenar disponen de varias claves y/o subclaves, las cuales se utilizan para hacer varios ordenamientos sucesivos.

Question 27

Complejidad temporal Postman’s sort

Answer 27

O(cn) siendo c el número de claves que se utilizan para clasificar.

Question 28

Radix Sort (Ordenamiento Radix)

Answer 28

Algoritmo estable. El algoritmo ordena una matriz por dígitos individuales, comenzando con el dígito menos significativo (el que está más a la derecha).
Utiliza la base creando 10 depósitos (o contenedores) diferentes correspondientes al dígito que está enfocado, luego se vuelven a colocar en la matriz antes de pasar al siguiente dígito.
Es un algoritmo no comparativo que solo funciona con números enteros no negativos.

Question 29

Complejidad temporal Radix Sort

Answer 29

O(n⋅k)

Question 30

Cuando un algoritmo es estable?

Answer 30

Es un algoritmo que:
- mantiene el orden de los elementos con el mismo valor antes y después de la clasificación.
- mantiene el orden relativo que tenían originalmente los elementos con claves iguales.

Question 31

Merge Sort (Ordenamiento por mezcla)

Answer 31

Algoritmo estable. Utiliza la técnica de divide y vencerás. Ordenamiento por mezcla. Ordena una matriz dividiéndola primero en matrices más pequeñas y luego reconstruyendo la matriz de la manera correcta para que esté ordenada.

Question 32

Complejidad temporal de Merge Sort

Answer 32

O(n log n)

Question 33

Binary tree sort (Ordenamiento con ábol binario)

Answer 33

El ordenamiento con árbol binario ordena sus elementos haciendo uso de un árbol binario de búsqueda. Se basa en ir construyendo poco a poco el árbol binario introduciendo cada uno de los elementos, los cuales quedarán ya ordenados. Después, se obtiene la lista de los elementos ordenados recorriendo el árbol en inorden.

Question 34

Complejidad temporal Binary tree sort

Answer 34

O(n log n)

Question 35

Algoritmo de búsqueda lineal

Answer 35

El algoritmo de búsqueda lineal busca en una matriz y devuelve el índice del valor que busca. Si llega al final de la matriz y no encuentra el valor, devuelve -1 para indicar que no se encontró el valor.

Question 36

Complejidad temporal de algoritmo de búsqueda lineal

Answer 36

O(n)

Question 37

Algoritmo de búsqueda binaria

Answer 37

También conocida, como búsqueda de intervalo medio​ o búsqueda logarítmica, es un algoritmo de búsqueda que encuentra la posición de un valor en un lista ordenada.
Compara el valor con el elemento en el medio del array, si no son iguales, la mitad en la cual el valor no puede estar es eliminada y la búsqueda continúa en la mitad restante hasta que el valor se encuentre.

Question 38

Complejidad temporal del algoritmo búsqueda binaria

Answer 38

O(log2n)
en el peor de los casos es O(log n)

Question 39

HeapSort (Ordenamiento por montículos)

Answer 39

Algoritmo no estable, no recursivo. Consiste en almacenar todos los elementos del vector a ordenar en un montículo (heap), y luego extraer el nodo que queda como nodo raíz del montículo (cima) en sucesivas iteraciones obteniendo el conjunto ordenado.

Question 40

Complejidad temporal de HeapSort

Answer 40

O(nlogn)

Question 41

Listas enlazadas

Answer 41

Lista donde los nodos están enlazados entre sí. Cada nodo contiene datos y un puntero. La forma en que están vinculados es que cada nodo apunta al lugar de la memoria en el que se ubica el siguiente nodo.

Question 42

Singly linked lists( Listas enlazadas individualmente)

Answer 42

Tipo más simple de lista enlazada. Ocupa menos espacio en la memoria porque cada nodo tiene solo una dirección para el siguiente nodo.

Question 43

Doubly linked lists( Listas doblemente enlazadas)

Answer 43

Tiene nodos con direcciones tanto al nodo anterior como al siguiente y por lo tanto ocupa más memoria. Se usan si desea poder moverse hacia arriba y hacia abajo en la lista.

Question 44

Circular linked lists( Listas circulares enlazadas)

Answer 44

Lista simple o doblemente enlazada con el primer nodo, la “cabeza”, y el último nodo, la “cola”, conectados.

Question 45

Búsqueda lineal de listas enlazadas

Answer 45

Funciona igual que para matrices. Se recorre una lista de valores sin ordenar desde el nodo principal hasta que se encuentra el nodo con el valor específico. La complejidad del tiempo es O (n)

Question 46

Algoritmos Listas

Answer 46

Algoritmos que funcionan con un índice determinado (Countig Sort, Radix Sort, Quicksor, o algoritmo de Búsqueda Binaria) no se pueden utilizar en las listas enlazadas.

Question 47

Stack (pila)

Answer 47

Es una estructura de datos que puede almacenar gran cantidad de elementos. Organiza los elementos de manera que el último en entrar es el primero en salir (LIFO: Last In First Out.)

Question 48

Operaciones Básicas Stack

Answer 48

Push: Agrega un nuevo elemento a la pila.
Pop: Elimina y devuelve el elemento superior de la pila.
Peek: Devuelve el elemento superior de la pila.
isEmpty: comprueba si la pila está vacía.
Size: encuentra la cantidad de elementos en la pila.
Las pilas se pueden implementar mediante el uso de matrices o listas vinculadas.

Question 49

Queue (cola)

Answer 49

Es una estructura de datos que puede almacenar gran cantidad de elementos. Organiza los elementos de manera que el primero en llegar es el primero en salir ( FIFO: First In First Out.)

Question 50

Operaciones Básicas Queue

Answer 50

Enqueue: Adiciona un elemento en la cola
Dequeue: Elimina y retorna el primer elemento (front).
Peek: Retorna el primer elemento.
isEmpty: Chequea si la cola está vacía
Size: Encuentra el número de elementos en la cola.

Question 51

DEQUE (Double Ended QUEue) Bicolas doblemente terminadas

Answer 51

Son colas en donde los nodos se pueden añadir y quitar por ambos extremos
Bicolas de entrada restringida: Son aquellas donde la inserción solo se hace por el final, aunque podemos eliminar al inicio o al final.
Bicolas de salida restringida: Son aquellas donde solo se elimina por el final, aunque se puede insertar al inicio y al final.

Question 52

Colas de prioridad

Answer 52

Los elementos se atienden en el orden indicado por una prioridad asociada a cada uno. Si varios elementos tienen la misma prioridad, se atenderán de modo convencional según la posición que ocupen.
El método peek (find-max o find-min), devuelve el elemento de mayor prioridad pero no modifica la cola, se implementa con mucha frecuencia y casi siempre se ejecuta en tiempo O(1).

Question 53

Tabla hash

Answer 53

Estructura de datos diseñada para que sea rápido trabajar con ella (buscar, agregar y eliminar datos). Sus elementos se almacenan en contenedores de almacenamiento llamados depósitos.
Cuando dos elementos de la tabla tienen el mismo código hash, significa que pertenecen al mismo depósito y ocurre una colisón.

Question 54

Solución de colisiones en la tabla Hash.

Answer 54

Encadenamiento Separado o hashing abierto ( separate chaining or open hashing)

Open Addressing or closed hashing( direccionamiento abierto o hash cerrado)

Question 55

Encadenamiento Separado o hashing abierto

Answer 55

Permite “encadenar” más de un registro a las celdas de una tabla hash. Si dos registros se dirigen a la misma celda, ambos irán a esa celda como una lista vinculada.

Question 56

Direccionamiento abierto o hash cerrado

Answer 56

A las celdas de la tabla hash se les asigna uno de tres estados: ocupada, vacía o eliminada. Si se produce una colisión de hash, se sondeará la tabla para mover el registro a una celda alternativa que se indique como vacía.
Existen diferentes tipos de sondeo cuando se implementa este método: sondeo lineal, el doble hash y el sondeo cuadrático.

Question 57

Hash Map

Answer 57

Forma de estructura de datos de Hash Table que generalmente contiene una gran cantidad de entradas. Se utilizan para encontrar información detallada sobre algo.

Question 58

Árbol

Answer 58

Estructura de datos no lineal, se asemeja a las listas vinculadas en que cada nodo contiene datos y puede vincularse a otros nodos.
Un solo elemento puede tener múltiples elementos “siguientes” (ramificación en varias direcciones.

Se llama “árbol” porque parece un árbol, sólo que al revés.

Question 59

Binary Trees

Answer 59

Cada nodo tiene hasta dos hijos, el nodo hijo izquierdo y el nodo hijo derecho. Esta estructura es la base para tipos de árboles más complejos como Binary Search Trees y AVL Trees.

Question 60

Binary Search Trees

Answer 60

tipo de árbol binario donde, para cada nodo, el nodo secundario izquierdo tiene un valor más bajo y el nodo secundario derecho tiene un valor más alto.
su recorrido en inorden devuelve la lista de valores ordenados.
búsqueda eficiente O(h) donde h es a altura del árbol

Question 61

AVL Trees

Answer 61

se autoequilibra de modo que para cada nodo, la diferencia de altura entre los subárboles izquierdo y derecho sea como máximo uno. Este equilibrio se mantiene mediante rotaciones cuando se insertan o eliminan nodos.
la altura se mantiene al mínimo
busqueda, insercion y eliminación O(logn)

Question 62

Árboles B

Answer 62

Son estructuras de datos de árbol que se encuentran comúnmente en las implementaciones de BD y sistemas de archivos. Al igual que los árboles binarios de búsqueda, son árboles balanceados de búsqueda, pero cada nodo puede poseer más de dos hijos

Question 63

Árbol-B+

Answer 63

Toda la información se guarda en las hojas. Los nodos internos solo contienen claves y punteros.
Límite máximo y mínimo en el número de claves por nodo
Los nodos hoja del árbol están conectados entre sí a través de una lista enlazada (ordenada), aumentando el coste de inserción para mejorar la eficiencia en la búsqueda.

Question 64

Árbol-B*

Answer 64

Es una estructura de datos de árbol utilizado en los sistemas de ficheros HFS y Reiser4, que requiere que los nodos no raíz estén por lo menos a 2/3 de ocupación en lugar de 1/2.

Question 65

Tipos de árboles binarios:

Answer 65

Balanceado
Completo
Full
Perfecto

Question 66

Árbol Binario Balanceado

Answer 66

Tiene como máximo 1 de diferencia entre las alturas de sus subárboles izquierdo y derecho, para cada nodo del árbol.

Question 67

Árbol Binario Completo

Answer 67

Tiene todos los niveles llenos de nodos, excepto el último nivel, que también puede estar lleno, o llenarse de izquierda a derecha.

Question 68

Árbol Binario Full

Answer 68

Cada nodo tiene cero o dos hijos.

Question 69

Árbol Binario Perfecto

Answer 69

Tiene todos los nodos hoja en el mismo nivel, lo que significa que todos los niveles están llenos de nodos y todos los nodos internos tienen dos nodos secundarios.

Question 70

Nivel de un nodo

Answer 70

Se define por 1 + (el número de brazos entre el nodo y la raíz).

Question 71

Altura de un nodo

Answer 71

Es el número de brazos en el camino más largo entre ese nodo y una hoja.

Question 72

Profundidad

Answer 72

Es el número de brazos desde la raíz del árbol hasta un nodo.

Question 73

Grafos

Answer 73

Estructura de datos no lineal que consta de vértices (nodos) y aristas.

Question 74

Grafo ponderado

Answer 74

Un grafo ponderado es un grafo donde las aristas tienen valores. El valor de peso de una arista puede representar cosas como distancia, capacidad, tiempo o probabilidad.

Question 75

Grafo conexo

Answer 75

Es cuando todos los vértices están conectados a través de aristas de alguna manera. Un grafo que no está conectado es un grafo con subgrafos aislados (disjuntos) o vértices únicos aislados.

Question 76

Grafo dirigido o dígrafo.

Answer 76

Es cuando los bordes entre los pares de vértices tienen una dirección. La dirección de un borde puede representar cosas como jerarquía o flujo.

Question 77

Grafo ciclo o simplemente ciclo

Answer 77

Es un grafo que consiste en un camino simple cerrado, es decir, en el que no se repite ningún vértice, salvo el primero con el último.

Question 78

Un bucle o autobucle

Answer 78

Es una arista que comienza y termina en el mismo vértice. Un bucle es un ciclo que sólo consta de una arista.

Question 79

Matriz de adyacencia

Answer 79

Matriz cuadrada que se utiliza como una forma de representar relaciones entre cada par de nodos

Question 80

Grafos y el problema del camino más corto

Answer 80

Significa encontrar la ruta o camino más corto posible entre dos vértices (o nodos) en un grafo.
El algoritmo de Dijkstra y el algoritmo de Bellman-Ford encuentran el camino más corto desde un vértice inicial hasta todos los demás vértices.

Question 81

Algoritmo de Dijkstra

Answer 81

Solo trabaja con pesos de aristas positivos.
Encuentra el camino más corto desde un vértice a todos los demás vértices.
Lo hace seleccionando repetidamente el vértice no visitado más cercano y calculando la distancia a todos los vértices vecinos no visitados.

Question 82

Algoritmo de Bellman-Ford

Answer 82

Es más adecuado para encontrar los caminos más cortos en un gráfico dirigido, con uno o más pesos de borde negativos, desde el vértice de origen hasta todos los demás vértices.
Lo hace comprobando repetidamente todos los bordes del gráfico en busca de caminos más cortos, tantas veces como vértices hay en el gráfico (menos 1).

Question 83

El problema del árbol de expansión mínimo (MST)

Answer 83

Es la colección de aristas necesarias para conectar todos los vértices en un grafo no dirigido, con el peso total mínimo de arista.
El nombre Tree se debe a que es un grafo conectado, acíclico y no dirigido, que es la definición de un TAD de árbol.
Lo implementan el algoritmo de Prim y el algoritmo de Kruskal.

Question 84

Algoritmo de Prim

Answer 84

Encuentra el árbol de expansión mínimo (MST) en un gráfico conectado y no dirigido.
Para que funcione, todos los nodos deben estar conectados.

Question 85

Algoritmo de Kruskal.

Answer 85

Encuentra el árbol de expansión mínimo (MST), o bosque de expansión mínimo, en un gráfico no dirigido.
El MST (o MST) encontrado por el algoritmo de Kruskal es la colección de aristas que conectan todos los vértices (o tantos como sea posible) con el peso total mínimo de arista.

Question 86

Maximun Flow

Answer 86

El problema del flujo máximo consiste en encontrar el flujo máximo a través de un grafo dirigido, de un lugar del grafo a otro, d un vertice fuente a otro vertive destino. Cada arista en el gráfico se define con un flujo y una capacidad (flujo max).

Question 87

algoritmo Ford-Fulkerson

Answer 87

Funciona buscando una ruta con capacidad disponible desde la fuente hasta el sumidero (llamada ruta aumentada) y luego envía la mayor cantidad de flujo posible a través de esa ruta.

Continúa encontrando nuevos caminos para enviar más flujo hasta alcanzar el flujo máximo.

No especifica cómo encontrar el camino donde se pueda aumentar el flujo.

Question 88

algoritmo de Edmonds-Karp

Answer 88

muy similar al algoritmo de Ford-Fulkerson, excepto que el algoritmo de Edmonds-Karp utiliza Breadth First Search (BFS) para encontrar caminos aumentados para aumentar el flujo.