2. Marco Historico Un algoritmo es un conjunto de operaciones y procedimientos que deben seguirse para resolver un problema.

La palabra algoritmo se deriva del nombre latinizado del gran Matemtico rabe Mohamed Ibn Al Kow Rizmi, el cual escribi sobre los aos 800 y 825 su obra Quitad Al Mugabala, donde se recoga el sistema de numeracin hind y el concepto del cero. Fue Fibinacci, el que tradujo la obra al latn y el inicio con la palabra: Algoritmi Dicit. El lenguaje algortmico es aquel por medio al cual se realiza un anlisis previo del problema a resolver y encontrar un mtodo que permita resolverlo. El conjunto de todas las operaciones a realizar y e orden en que se deben efectuarse, se le denomina algoritmo. Es un mtodo para resolver un problema mediante una serie de datos precisos, definidos y finitos. 3. Generalidades El programador de computadoras es ante que nada una persona que resuelve problemas, por lo que para llegar a ser un programador eficaz se necesita aprender a resolver problemas de un modo riguroso y sistemtico. A la metodologa necesaria para resolver problemas mediante programas se denomina Metodologa de la Programacin. El eje central de esta metodologa es el concepto, ya tratado, de algoritmo. Un algoritmo es un mtodo para resolver un problema. Aunque la popularizacin del trmino ha llegado con el advenimiento de la era informtica, algoritmo proviene de Mohammed alKhowarizmi, matemtico persa que vivi durante el siglo IX y alcanzo gran reputacin por el enunciado de las reglas para sumar, restar, multiplicar y dividir nmeros decimales; la traduccin al latn del apellido de la palabra algorismus derivo posteriormente en algoritmo. Euclides, el gran matemtico griego (del siglo IV antes de Cristo) que invento un mtodo para encontrar el mximo comn divisor de dos nmeros, se considera con Al-Khowarizmi el otro gran padre de la algoritmia (ciencia que trata de los algoritmos). El profesor Niklaus Wirth, inventor de Pascal, Modula-2 y Oberon, titulo uno de sus mas famosos libros, Algoritmos + Estructuras de Datos = Programas, significndonos que solo se puede llegar a realizar un buen programa con el diseo de un algoritmo y una correcta estructura de datos. Esta ecuacin ser de una de las hiptesis fundamentales consideradas en esta obra. La resolucin de un problema exige el diseo de un algoritmo que resuelva el problema propuesto. Los pasos para la resolucin de un problema son: 1. Diseo de algoritmo, que describe la secuencia ordenada de pasos que conducen a la solucin de un problema dado. (Anlisis del problema y desarrollo del algoritmo). 2. Expresar el algoritmo como un programa de lenguaje de programacin adecuado. (Fase de codificacin.) 3. Ejecucin y validacin del programa por la computadora. Para llegar a la realizacin de un programa es necesario el diseo previo de algoritmo, de modo que sin algoritmo no puede existir un programa. Los algoritmos son independientes tanto del lenguaje de programacin en que se expresan como de la computadora que lo ejecuta. En cada problema el algoritmo se puede expresar en un lenguaje diferente de programacin y ejecutarse en una computadora distinta; sin embargo, el algoritmo ser siempre el mismo. As, por ejemplo, en una analoga con la vida diaria, una

receta de un plato de cocina se puede expresar en espaol, ingles o francs, pero cualquiera que sea el lenguaje, los pasos para la elaboracin del plato se realizaran sin importar el idioma del cocinero. En la ciencia de la computacin y en la programacin, los algoritmos son ms importantes que los lenguajes de programacin o las computadoras. Un lenguaje de programacin es tan solo un medio para expresar un algoritmo y una computadora es solo un procesador para ejecutarlo. Tanto el lenguaje de programacin como la computadora son los medios para obtener un fin: conseguir que el algoritmo se ejecute y se efecte el procesocorrespondiente. Dada la importancia del algoritmo en la ciencia de la computacin, un aspecto muy importante ser el diseo de algoritmos. El diseo de la mayora de los algoritmos requiere creatividad y conocimientos profundos de la tcnica de la programacin. En esencia, la solucin de un problema se puede expresar mediante un algoritmo. Caractersticas de los Algoritmos: Las caractersticas fundamentales que debe cumplir todo algoritmo son:

Un algoritmo debe ser preciso e indicar el orden de realizacin de cada paso. Un algoritmo debe estar definido. Si se sigue un algoritmo dos veces, se debe obtener el mismo resultado cada vez. Un algoritmo debe ser finito. Si se sigue un algoritmo se debe terminar en algn momento; o sea, debe tener un numero finito de pasos.

La definicin de un algoritmo debe definir tres partes: Entrada, Proceso y Salida. En el algoritmo de receta de cocina citado anteriormente se tendr: Entrada: ingrediente y utensilios empleados. Proceso: elaboracin de la receta en la cocina. Salida: terminacin del plato (por ejemplo, cordero). Ejemplo de Algoritmo: Un cliente ejecuta un pedido a una fbrica. Esta examina en su banco de datos la ficha del cliente; si el cliente es solvente entonces la empresa acepta el pedido; en caso contrario rechazara el pedido. Redactar el algoritmo correspondiente. Los pasos del algoritmo son: 1. 2. 3. 4. 5. inicio leer el pedido examinar la ficha del cliente si el cliente es solvente aceptar pedido; en caso contrario, rechazar pedido fin

Diseo del Algoritmo: En la etapa de anlisis del proceso de programacin se determina que hace el programa. En la etapa de diseo se determina como hace el programa la tarea solicitada. Los mtodos mas eficaces para el proceso de diseo se basan en el conocido por Divide y Vencers, es decir, la resolucin de un problema complejo se realiza dividiendo el problema en sub problemas y a continuacin dividir estos sub problemas en otros de nivel mas bajo, hasta que pueda ser implementada una solucin en la computadora. Este mtodo se conoce tcnicamente como diseo descendente (Top Down) o modular. El proceso de romper el problema en cada etapa y expresar cada paso en forma ms detallada se denomina refinamiento sucesivo. Cada sub programa es resuelto mediante un modulo (sub programa) que tiene un solo punto de

entrada y un solo punto de salida. Cualquier programa bien diseado consta de un programa principal (el modulo de nivel mas alto) que llama a sub programas (mdulos de nivel mas bajo) que a su vez pueden llamar a otros sub programas. Los programas estructurados de esta forma se dice que tienen un diseo modular y el mtodo de romper el programa en mdulos ms pequeo se llama Programacin Modular. Los mdulos pueden ser planeados, codificados, comprobados y depurados independientemente (incluso por diferentes programadores) y a continuacin combinarlos entre si. El proceso implica la ejecucin de los siguientes pasos hasta que el programa se termina:

programar modulo. Comprobar el modulo. Si es necesario, depurar el modulo. Combinar el modulo con los mdulos anteriores.

El proceso que convierte los resultados del anlisis del problema en un diseo modular con refinamiento sucesivo que permitan una posterior traduccin al lenguaje se denomina diseo de algoritmo. El diseo del algoritmo es independiente del lenguaje de programacin en el que se vaya a codificar posteriormente. 4. Anlisis De Algoritmos Recursos De Computadores Y Complejidad Algoritmo: Conjunto de reglas para resolver un problema. Su ejecucin requiere unos recursos. Un algoritmo es mejor cuantos menos recursos consuma, su facilidad de programarlo, corto, fcil de entender, robusto, etc. Criterio empresarial: Maximizar la eficiencia. Eficiencia: Relacin entre los recursos consumidos y los productos conseguidos. Recursos consumidos: Tiempo de ejecucin. Memoria principal: Entradas/salidas a disco. Comunicaciones, procesadores, etc. Lo que se consigue: Resolver un problema de forma exacta, forma aproximada o algunos casos. Recursos consumidos: Ejemplo. Cuntos recursos de tiempo y memoria consume el siguiente algoritmo sencillo? i:= 0 a[n+1]:= x repetir i:= i + 1 hasta a[i] = x Respuesta: Depende. De qu depende? De lo que valga n y x, de lo que haya en a, de los tipos de datos, de la mquina... En general los recursos dependen de: Factores externos. El ordenador donde lo ejecutemos: 286, Pentium III, Cray,...

El lenguaje de programacin y el compilador usado. La implementacin que haga el programador del algoritmo. En particular, de las estructuras de datos utilizadas. Tamao de los datos de entrada. Ejemplo. Calcular la media de una matriz de NxM. Contenido de los datos de entrada. Mejor caso. El contenido favorece una rpida ejecucin. Peor caso. La ejecucin ms lenta posible. Caso promedio. Media de todos los posibles contenidos. Los factores externos no aportan informacin sobre el algoritmo. Conclusin: Estudiar la variacin del tiempo y la memoria necesitada por un algoritmo respecto al tamao de la entrada y a los posibles casos, de forma aproximada (y parametrizada). externos no aportan informacin sobre el algoritmo. Normalmente usaremos la notacin T(N)=..., pero qu significa T(N)? Tiempo de ejecucin en segundos. T(N) = bN + c. Suponiendo que b y c son constantes, con los segundos que tardan las operaciones bsicas correspondientes. Instrucciones ejecutadas por el algoritmo. T(N) = 2N + 4. Tardarn todas lo mismo? Ejecuciones del bucle principal. T(N) = N+1. Cunto tiempo, cuntas instrucciones,...? Sabemos que cada ejecucin lleva un tiempo constante, luego se diferencia en una constante con los anteriores. Asignacin de tiempos, para el conteo de instrucciones. Algunas reglas bsicas. Operaciones bsicas (+, -, *, :=,...): Una unidad de tiempo, o alguna constante. Operaciones de entrada salida: Otra unidad de tiempo, o una constante diferente. Bucles FOR: Se pueden expresar como una sumatoria, con los lmites del FOR. IF y CASE: Estudiar lo que puede ocurrir. Mejor caso y peor caso segn la condicin. Se puede predecir cundo se cumplirn las condiciones? Llamadas a procedimientos: Calcular primero los procedimientos que no llaman a otros. Bucles WHILE y REPEAT: Estudiar lo que puede ocurrir. Existe una cota inferior y superior del nmero de ejecuciones? Se puede convertir en un FOR? El anlisis de algoritmos tambin puede ser a posteriori: implementar el algoritmo y contar lo que tarda para distintas entradas. Ejemplo. Programa "cifras.exe": N= 4, T(4)= 0.1 ms N= 5, T(5)= 5 ms N= 6, T(6)= 0.2 s N= 7, T(7)= 10 s N= 8, T(8)= 3.5 min Qu conclusiones podemos extraer? Anlisis a priori: Evitamos la implementacin, si el algoritmo es poco eficiente. Podemos hacer previsiones. Podemos comparar con otros algoritmos. Medidas Asintoticas Notacin asinttica: El tiempo de ejecucin T(n) est dado en base a unas constantes que dependen de factores

externos. Nos interesa un anlisis que sea independiente de esos factores. Notaciones asintticas: Indican como crece T, para valores suficientemente grandes (asintticamente) sin considerar constantes. O(T): Orden de complejidad de T. W (T): Orden inferior de T, u omega de T. Q (T): Orden exacto de T. Orden de complejidad de f(n): O(f) Dada una funcin f: N R+, llamamos orden de f al conjunto de todas las funciones de N en R+ acotadas superiormente por un mltiplo real positivo de f, para valores de n suficientemente grandes. O(f)= { t: N R+ / $ c R+, $ n0 N, " n n0: t(n) cf(n) } Nota: O(f) es un conjunto de funciones, no una funcin. "Valores de n sufic. Grandes...": no nos importa lo que pase para valores pequeos. "Funciones acotadas superiormente por un mltiplo de f...": nos quitamos las constantes. La definicin es aplicable a cualquier funcin de N en R, no slo tiempos de ejec. Propiedades P1. Si f O(g) y g O(h) entonces f O(h). Si f W (g) y g W (h) entonces f W (h) Ej. 2n+1 O(n), n O(n2) 2n+1 O(n2) P2. Si f O(g) entonces O(f) O(g). Cmo es la relacin para los W ? P3. Dadas f y g de N en R+, se cumple: i) O(f) = O(g) f O(g) y g O(f) ii) O(f) O(g) f O(g) La relacin de orden entre O(..) es completa? Dadas f y g, se cumple O(f) O(g) O(g) O(f)? P4. Dadas f y g, de N en R+, O(f+g) = O(max(f, g)). W (f+g) = W (max(f+g)) Y para los Q (f+g)? Es cierto que O(f - g) = O(max(f, -g))? P5. Dadas f y g de N en R+, se cumple: i) limn f(n) R+ O(f)=O(g), W (f)=W (g), Q (f)=Q (g) g(n) ii) limn f(n) = 0 O(f) O(g), W (g) W (f) g(n) P5. Ej. Qu relacin hay entre O(log2 n) y O(log10 n)? P6. Dadas f y g de N en R+, O(f)=O(g) Q (f)=Q (g) f Q (g) W (f)=W (g) P7. Dadas f y g de N en R+, se cumple: i) limn f(n) R+ O(f) = O(g) g(n) ii) limn f(n) = 0 O(f) O(g) g(n) iii) limn f(n) = + O(f) O(g) g(n)

Notacin con varios parmetros: En general, el tiempo y la memoria consumidos pueden depender de muchos parmetros. f: Nm R+ (f: Nx...m..xN R+) Ej. Memoria en una tabla hash. M(B,n, l, k) = kB+l+n+2kn Orden de complejidad de f(n1, n2, ..., nm): O(f) Dada una funcin f: Nm R+, llamamos orden de f al conjunto de todas las funciones de Nm en R+ acotadas superiormente por un mltiplo real positivo de f, para valores de (n1, ..., nm) suficientemente grandes. O(f)= { t: Nm R+ / $ c R+, $ n1, n2, .., nm N, " k1 n1 , k2 n2 ,..," km nm : t(k1, k2, ..., km) cf(k1, k2, ..., km) } De la misma forma, podemos extender los conceptos de W (f) y Q (f), para funciones con varios parmetros. Las propiedades se siguen cumpliendo Demostrarlo. Ejemplo. T(N) = T(N, a, b) = aN + b El tiempo depende del tamao del problema N, y del tiempo de inicializacin b y de ejecucin de un paso a. Podemos suponerlos constantes T(N), o variables T(N,a,b). Qu relacin hay entre los siguientes rdenes? O(n+m), O(nm) O(n2), O(n+2m) Notaciones condicionales: En algunos casos interesa estudiar el tiempo slo para ciertos tamaos de entrada. Ejemplo. Algoritmo de bsqueda binaria: Si N es potencia de 2 el estudio se simplifica. Orden condicionado de f(n): O(f | P) Dada una funcin f: N R+, y P: N B, llamamos orden de f segn P (o condicionado a P) al conjunto: O(f | P)= { t: N R+ / $ c R+, $ n0 N, " n n0: P(n) t(n) cf(n) } De igual forma, tenemos W (f | P) y Q (f | P). O(f) = O(f | true). Para cualquier f y g, f O(g | false). O(f) O(f | P)? Ordenes De Complejidad Uso de los rdenes de complejidad: Dado un tiempo t(n), encontrar la funcin f ms simple tal que t O(f), y que ms se aproxime asintticamente. Ejemplo. t(n) = 2n2/5 + 3p /2; t(n) O(n2). Relacin de orden entre O(..) = Relacin de inclusin entre conjuntos. O(f) O(g) O(f) O(g) Para toda t O(f), t O(g) Se cumple que: O(c) = O(d), siendo c y d constantes positivas. O(c) O(n) O(cn + b) = O(dn + e) O(p) = O(q), si p y q son polinomios del mismo grado. O(p) O(q), si p es un polinomio de menor grado que q. Orden inferior u omega de f(n): W (f): Dada una funcin f: N R+, llamamos omega de f al conjunto de todas las funciones de N en

R+ acotadas inferiormente por un mltiplo real positivo de f, para valores de n suficientemente grandes. W (f)= { t: N R+ / $ c R+, $ n0 N, " n n0: t(n) cf(n) } La notacin omega se usa para establecer cotas inferiores del tiempo de ejecucin. Relacin de orden: igual que antes. Orden exacto de f(n): Q (f): Dada una funcin f: N R+, llamamos orden exacto de f al conjunto de todas las funciones de N en R+ que crecen igual que f, asintticamente y salvo constantes. Q (f) = O(f) W (f) = { t: N R+ / $ c, d R+, $ n0 N, " n n0: cf(n) t(n) df(n) } Notacin o pequea de f(n): o(f): Dada una funcin f: N R+, llamamos o pequea de f al conjunto de todas las funciones de N en R+ que crecen igual que f asintticamente: o(f)= { t: N R+ / lim t(n)/f(n) = 1}n Esta notacin conserva las constantes multiplicativas para el trmino de mayor orden. Ejemplo. t(n) = amnm + am-1nm-1 + ... +a1n + a0 t(n) o(amnm) o(nm) o(amnm) O(amnm)? o(t) O(t)? Costa de complejidad con frecuencia Algunas relaciones entre rdenes frecuentes: O(1) O(log n) O(n) O(nlog n) O(n(log n)2) O(n1.001...) O(n2) O(n3) ... O(2n) O(n!) O(nn) Qu pasa con las omegas? Y con los rdenes exactos? El orden de un polinomio anxn+...+a1x+a0 es O(xn). nnn 1 = n O(n); i = n(n+1)/2 O(n2); im O(nm+1) i=1 i=1 i=1 Si hacemos una operacin para n, otra para n/2, n/4, ..., aparecer un orden logartmico O(log2 n). Los logaritmos son del mismo orden,independientemente de la base. 5. Tcnica de diseo de algoritmos Diseo de Algoritmos: Hasta ahora se han realizado algunos comentarios respecto a la necesidad de disear algoritmos correctos y eficientes utilizando los elementos de un lenguaje de programacin .Es necesario en este momento mencionar algo sobre como hacerlo. El acto de disear un algoritmo puede considerarse como una tarea que difcilmente podr ser del todo automatizada. Todo problema algortmico es un reto para su diseador, algunos resultan inmediatos de resolver, otros son bastante complejos. La investigacin en esta rea ha permitido descubrir un conjunto de mtodos o esquemas de diseo hacia los cuales puede orientarse la realizacin de muchos algoritmos. No obstante, y a pesar de que resulta mas adecuado en bastantes casos utilizar alguno de estos esquemas que realizar un diseo desde cero, idear un algoritmo continua siendo una labor bastante creativa donde los conocimientos y la experiencia del propio diseador tiene un papel fundamental.

El diseo de un algoritmo que resuelva un problema es, en general, una tarea difcil. Una forma de facilitar esta labor consiste en recurrir a tcnicas conocidas de diseo de algoritmos, se decir, a esquemas muy generales que pueden adaptarse a un problema particular al detallar las partes generales del esquema. Muchos problemas pueden resolverse buscando una solucin fcil y directa pero, a la vez bastante ineficiente. Este mtodo, llamado de fuerza bruta, puede ser muy directo, pero con un poco de anlisis puede encontrarse algoritmos ms eficientes. El esquema mas sencillo quizs sea el llamado divide y vencers, basado en la descomposicin de un problema en subproblemas. Otros esquemas requieren un anlisis minucioso del problema de forma que la solucin se vaya construyendo en etapas. Si puede preverse que decisin conviene en cada etapa para producir cierto tipo de mejor resultado, tenemos una solucin voraz, si la decisin en una etapa, solo puede tomarse tras considerar varias soluciones de otras etapas mas simples, la solucin es dinmica. Aun as, hay problemas cuya solucin no puede hallarse sino mediante un proceso de bsqueda, a pesar de lo complejas que son las operaciones de bsqueda, su uso adecuado mediante el esquema de bsqueda con retroceso (o backtracking) permite ganar gran eficiencia respecto a soluciones de fuerza bruta. Por ultimo, conviene conocer otros mtodos de diseo de algoritmos que tambin resultan de utilidad prctica. Nos estamos refiriendo a mtodos basados en la mejora de la eficiencia (por ejemplo, el uso de parmetros de acumulacin al resolver problemas utilizando divide y vencers, y el empleo de tablas como estructura auxiliar para la resolucin eficiente de problemas donde se aplica programacin dinmica), y a mtodos basados en transformaciones del dominio para encontrar una solucin mas fcilmente a un problema en un dominio transformado, siendo dicha solucin finalmente adaptada al dominio original. Consideraciones generales Si el hbil programador dispone de un recetario de algoritmos de donde poder seleccionar el ms adecuado para cada problema, su tarea se simplifica. Supongamos que disponemos de una especificacin precisa, completa y consistente del problema a resolver y queremos obtener un algoritmo en el que, dados uno datos de entrada valido, se produzca cierto resultado. Si no nos importa la eficiencia del algoritmo, podramos utilizar un algoritmo general llamado algoritmo del museo britnico. Se programa un computador de manera que parta de un conjunto de axioma matemticos y los que use para reducir aleatoriamente teoremas validos. Aprender los principios bsicos del diseo de algoritmos podemos preguntarnos por un mtodo aceptable. El mas entendido, y quizs el mejor, es organizar el diseo sobre un esquema de algoritmo o una tcnica de diseo que haya demostrado su utilidad para otros problemas. Este mtodo de trabajo es practicable, puesto que existe un nmero reducido de esquema y tcnicas de diseo. El conocimiento de tcnicas de diseo es solo un primer paso para el diseador, que debe completarse con otros conocimientos y, sobre todo, con la experiencia. Mtodo de fuerza bruta Comenzamos el estudio de esquemas algortmicos con un mtodo sencillo, pero que debe evitarse siempre que se pueda, dad su ineficacia; la fuerza bruta. En realidad, no es un esquema algortmico, si no mas bien calificativo Para una forma de disear algoritmos: tomar una solucin directa, poco reflexionada. En principio, esto no es malo, pero dado que no se ha analizado apenas el problema, es muy probable que no se hayan aprovechado propiedades deducibles del problema y que la solucin

sea terriblemente ineficiente. Una solucin por fuerza bruta tambin puede resultar adecuada como primera aproximacin a la solucin final, porque su desarrollo puede permitir profundizar ms sobre el problema y conocer propiedades que sean utilizadas para obtener otra versin ms eficiente. Por ejemplos: Algunos algoritmos de bsqueda de un elemento en un vector. Uno de ellos realizaba una bsqueda secuencial con complejidad lineal sobre el tamao del vector y poda usarse con cualquier vector. Otro algoritmo realizaba un bsqueda dicotomica o binaria, con complejidad logartmica, y solo se poda usar cuando el vector estuviese ordenado. El algoritmo primero responde a un razonamiento ms sencillo, por lo que uno puede sentirse tentado a usar siempre. Esta es la solucin de fuerza bruta: una solucin directa, pero poco reflexionada. Lo ms razonable es comprobar si el vector esta ordenado y, en caso positivo, aprovechar esta circunstancia para usar el algoritmo ms eficiente: el de bsqueda binaria. Tcnicas de los Parmetros Acumuladores y de Tabulacion La recurcion es un mecanismo que permite obtener, en combinacin con otras contrucciones, una solucin funcional a muchos problemas. Muchos algoritmos recursivos resultan eficientes, pero no todos: hay algunos fcilmente formulables, pero muy ineficientes. En estos casos, dichos algoritmos pueden servir como una primera aproximacin al algoritmo definitivo, pero debe mejorar su rendimiento para que sea prctico. Veremos dos parmetros para la mejora de eficiencia de algoritmos recursivos: el uso de parmetros acumuladores y el uso de tablas. Cada una se ilustra con un ejemplo distinto. Parmetros Acumuladores Veamos primero una solucin ineficiente que intentaremos mejorar. Ejemplo: Nmeros de Fibonacci Los nmeros de fibonacci suele especificarse como: Fib(0)=1 Fib(1)1 Fib(n+2)=fib(n)+fib(n+1) Esta especificacin de los nmeros de fibonacci tienen una formulacin recursiva inmediata en estilo funcional. Un modo de evitar problema lo proporciona la tcnica de los parmetros acumuladores, cuya idea bsica se expone a continuacin. La funcin principal usa una funcin auxiliar que tiene los parmetros de aquellas ms algunos adicionales. La funcin principal simplemente realiza una llamada a esta funcin auxiliar en los que los parmetros de aquellas se modifican y los parmetros nuevos toman un valor inicial adecuado . Los parmetros adicionales tienen como misin ir acumulando resultados principales durante el proceso recursivo. Tabulacion No todos los algoritmos recursivos ineficientes pueden optimizarse con la tcnica de los parmetros acumuladores. Otra tcnica til es el uso de tablas. La intencin es que la primera vez que se realiza un clculo, se almacena en una tabla, donde puede consultarse otras veces que se necesite. Esta tcnica tambin se suele emplear con la programacin dinmica. Ejemplo: Sea el problema de la competicin. Hay dos participantes (deportistas o equipos, no importa

que), A,B, que juegan una competicin que es ganada por el primero que venza en n partidos, siendo ( n ) mayor que( 0 ). Por sencillez , se supone que ambos participantes tienen cualidades y preparacin similar . De forma que cada uno tiene un 50% de posibilidades de ganar cada partido. De todas formas, la modificacin para incorporar probabilidades diferentes es evidente y no complica el problema. Divide y vencers: Consiste en descomponer un problema en un subproblema, resolver independientemente los subproblemas para luego combinar sus soluciones y obtener la solucin del problema original. Esta tcnica se puede aplicar con xito a problemas como la multiplicacin de matrices, la ordenacin devectores, la bsqueda en estructuras ordenadas,etc. Ejemplo. Bsqueda de una palabra en un diccionario Como ejemplo sencillo de aplicacin de esta estrategia puede considerarse la bsqueda de una palabra en un diccionario de acuerdo con el siguiente criterio. Se abre el diccionario por la pagina centrar(quedando dividido en dos mitades) y se comprueba si la palabra aparece all o si es lxico grficamente anterior o posterior. Si no ha encontrado y es anterior se procede a buscarla en la primera mitad., si es posterior, se buscara en la segunda mitad. Elprocedimiento se repite sucesivamente hasta encontrar la palabra o decidir que no aparece. Mtodo voraz: Este mtodo trata de producir tipo de mejor resultado a partir de conjunto de opciones candidatas .Para ello, se va procedimiento paso a paso realizndose la mejor eleccin (usando una funcin objetivo que respeta un conjunto de restricciones ) de entre las posibles. Puede emplearse en problemas de optimizacin, como el conocido de la mochila, en la bsqueda de caminos mnimos sobre grafos, la planificacin en el orden de la ejecucin de unos programas en un computador,etc. Ejemplo. Dar un cambio utilizando el menor nmero de monedas Considrese ahora el problema de la devolucin del cambio al realizar una compra (por ejemplo, en una maquina expendedora de tabaco). Suponiendo que se disponga de cantidad suficiente de ciertos tipos diferentes de monedas de curso legal, se trata de dar como cambio la menor cantidad posible usando estos tipos de monedas. La estrategia voraz aplicada comienza devolviendo, cuando se pueda, la moneda de mayor valor ( es decir, mientras el valor de dicha moneda sea mayor o igual al cambio que resta por dar), continua aplicndose el mismo criterio para la segunda moneda mas valiosa, y as sucesivamente. El proceso finaliza cuando se ha devuelto todo el cambio. Consideraciones y Criterios para Disear Algoritmos Algunas consideraciones estilsticas pueden contribuir a mejor la calidad de los algoritmos (y programas ) mediante la reduccin del numero de errores que aparecen al desarrollar los. Tambin influyen haciendo que nuestro algoritmo resulten ms fciles de leer y entender para otras personas. Los criterios de estilo pueden reflejarse en un conjunto de normas de estilo de codificacin. Ello asegura que tanto algoritmos como programa resulten legibles y puedan modificarse fcilmente en caso de necesidad. Generalmente, estas normas de estilo se dirigen hacia aspectos como la forma de construir los nombres de variables o tipo de datos que aparezcan., la tipografa seguida ala hora de escribir nombres de variables, subprogramas, palabras claves, etc. El modo de encolumnar las distintas partes de un algoritmo para facilitar su lectura y comprensin, y la normas sobre como y donde deben de introducirse los comentarios.

Estilo y calidad de los programas van fuertemente unidos. Ante la pregunta Cules son las caracterstica de un buen algoritmo?, las siguientes respuestas reflejan, cierta medida, los factores que identifican la calidad en ellos . 1. Correccin, el algoritmo debe funcionar. 2. Nunca se debe olvidar que la caracterstica ms simple e importante de un algoritmo es que funcione. Pude aparecer obvio, pero resulta difcil de asegurar en algoritmos complejos. 3. Eficiencia, el algoritmo no debe desaprovechar recursos. La eficiencia de un algoritmo se mide por los recursos que este consume. En particular, se habla de la memoria y del tiempo de ejecucin . A pesar de que con la reduccin de los costes del hardware es posible disear computadores ms rpidos y con ms memoria, no hay que desperdiciar estos recursos y tratar de desarrollar algoritmos ms eficientes. 4. Claridad, el algoritmo debe estar bien documentacin. La documentacin ayuda a comprender el funcionamiento de los algoritmos. Ciertos detalles o algunas partes especiales de los mismos pueden olvidarse fcilmente o quedar oscura si no estn adecuadamente comentadas. En realidad, y de acuerdo con los puntos de vista anteriores, la calidad de un algoritmo tiene muchas facetas y todas ellas importantes. Resumiendo, lo ideal es que nuestro algoritmo resulte correcto, eficiente, claro, fiable y fcil de mantener. Algoritmos voraces Esquema voraz Hay muchos problemas en los que se pretende obtener un subconjunto de n elementos que satisfaga ciertas restricciones y que optimice alguna medida. Se supone que un problema de esta clase tiene al menos una solucin. Puede haber varias soluciones optimas, en cuyo caso no importa cual se elija. Por ejemplo, sea el problema de encontrar un subconjunto de los arcos de un grafo. Otro ejemplo se da cuando, dados unos ficheros almacenados en una cinta de que el tiempo de recuperacin de un fichero cualquiera sea el mnimo en promedio. A menudo, el problema incluye restricciones adicionales que limitan el nmero posible de soluciones. Normalmente, estos problemas no se intentan resolver "de golpe ", encontrando de una sola vez la solucin completa y ptima. Es ms frecuente que el subconjunto de la solucin se vaya formando paso a paso, analizando durante cada etapa que elemento conviene aadir a la solucin parcial ya existente. La dificultad principal para resolver esta clase de problemas estriba en el anlisis necesario para poder formular un algoritmo que halle la solucin en varios pasos. Un algoritmo voraz sigue el esquema anterior, pero con la fortuna de que cada vez que aade un elemento a la solucin se tiene la certeza de haber realizado la mejor eleccin posible. Esta caracterstica hace que aunque el anlisis del problema sea arduo, la solucin voraz siempre resulte sencilla. La nica complicacin es comprobar que se siguen satisfaciendo las restricciones del problema. Por lo que se ha descrito del esquema voraz, ste es un proceso repetitivo sencillo que trata sucesivamente los diferentes elementos del problema. Para facilitar la descripcin de este proceso, puede llamarse candidato al elemento tratado en cada paso. Inicialmente, el conjunto de candidatos que forman la solucin est vaco. En cada paso se intenta aadir el mejor de los candidatos restantes a dicha solucin parcial. Si este conjunto ampliado sigue siendo vlido, es decir, si satisface las restricciones del problema y, por tanto, permite formar una solucin del problema, el candidato se incorpora definitivamente. Al contrario, si dicho conjunto no es

vlido, se desecha el candidato. Si el algoritmo voraz se ha diseado correctamente, la primera solucin encontrada es ptima. Por tanto, la dificultad principal al disear un algoritmo voraz reside en encontrar un criterio en encontrar un criterio de seleccin que garantice la optimalidad de la solucin. Segn esta descripcin, el problema parte de:

Una funcin objetivo que da el valor de una solucin. Obviamente, sta es la funcin por optimizar. Un conjunto de restricciones sobre el valor de los datos de entrada y sobre la solucin final del problema.

A su vez, la solucin consta de:

Un conjunto de candidatos Una funcin de seleccin que en cada momento determine que candidato de los an no usados parece ser el mejor. Una funcin que determine si cierto conjunto de candidatos es vlido; es decir, si permite formar alguna solucin del problema.

Obsrvese que las funciones de validez y completitud no se preocupan de la optimalidad del la solucin, pero si la funcin de seleccin es la adecuada, cada solucin vlida y completa es optima. Podemos representar el esquema voraz de la siguiente forma funcional: FUNCTION Voraz ( candidatos: ( 1..n ) : ( 1..n) -> FUNCTION VorazAcumulador ( candidatos : (1..n), Solucin : (1..n) : (1..n) -> Cadidatos = ( ) v EsSolucin ( solucin)-> Value siguiente -> seleccionar ( candidatos ) IN EsVlida (solucin v ( siguiente)) => VorazAcumulador (candidatos (solucin), solucin v (siguiente)) VorazAcumulador (candidatos (siguiente), solucin) VorazAcumulador (candidatos, ( ) ) Puede verse por qu estos algoritmos se llaman " voraces " : en cada paso toman el mejor trozo de la solucin; es decir, el mejor candidato. Adems, nunca cambian de opinin: una vez que un candidato es aceptado o rechazado en la solucin, la decisin, es definitiva. La funcin objetivo no suele aparecer en el algoritmo final, sino que se utiliza durante el anlisis del problema y es determinante en la eleccin de la funcin de seleccin. De todas formas, debe recordarse que puede haber varios criterios alternativos de seleccin y que de su correcta eleccin depende que la solucin calculada por el algoritmo sea optima. Como ejercicio, el lector puede intentar encontrar una solucin voraz del problema del calendario. Es fcil encontrar una solucin si en cada etapa se genera el subcalendario correspondiente a un equipo; es decir, la tabla de competicin se va completando por filas. Como fila primera se toma la secuencia de los ndices de los participantes en cualquier orden. Cada fila resultante puede tener una complejidad de o (n2). Adems, este algoritmo tiene la ventaja de valer para las situaciones en que el nmero de participantes no es una potencia de dos.

Desglose en monedas Como primer ejemplo introductorio sencillo al que puede aplicarse la tcnica voraz, se considera el problema de un cambio o desglose en monedas. Hay que desglosar una cantidad en un conjunto de monedas tratando de cumplir alguna condicin; en este caso, utilizar el menor nmero de monedas. Para ello, se parte de un conjunto de tipos de monedas vlidas, de las que se supone que hay cantidad suficiente para realizar el desglose, y de un importe. Se trata de indicar la cantidad (menor) de monedas de los tipos considerados, tales que sumados sus valores equivalgan al importe. Para simplificar, suponemos que manejamos dinero espaol y, en particular, podemos utilizar slo monedas de 500, 100, 50, 25, 5 y 1 pesetas para el desglose. Estos valores se definen por medio de un tipo enumerado MONEDAS. Asimismo, se declaran los tipos VALORES y CANTIDADES para representar el valor asignado a cada unidad monetaria y la cantidad de cada tipo de moneda que se devolver en el desglose. Su declaracin es la siguiente: TYPE Monedas -> M500 I M100 I M50 I M25 I M5 I M1, Valores -> Integer M500M1 Cantidades -> Integer M500.M1 Se supone inicialmente asignados los valores a cada uno de los tipos de monedas. Los elementos de la tcnica voraz estn presentes en este problema de la siguiente forma:

El conjunto de candidatos est constituido por cada una de las monedas de los diferentes tipos que se pueden usar para realizar el desglose del importe dado. Una solucin viene dad por un conjunto de monedas devuelto tras el desglose, y cuyo valor total es igual al importe a desglosar. La condicin de factibilidad de la solucin siendo construida establece en el desglose debe ser menor o igual que el importe a desglosar. La funcin de seleccin establece que hay que elegir, mientras sea posible, la moneda de mayor valor de entre las candidatas. La funcin objetivo cosiste en minimizar la cantidad total de monedas utilizadas en el desglose.

Con esta informacin se puede comprobar que en este problema estn presentes los distintos elementos de la tcnica voraz. Adems, cuando un candidato (moneda) se incorpora al conjunto solucin, ste no ser nunca excluido de l. Divide Y Vencers La tcnica divide y vencers consiste en descomponer el problema en un conjunto de subproblemas ms pequeos. Despus se resuelven estos subproblemas y se combinan las soluciones para obtener la solucin para el problema original. Esquema de Divide y vencers. La tcnica de divide y vencers es quizs una de las utilizadas debido a su sencillez: si un problema es demasiado grande para resolverlo de una vez, se descompone en varias partes ms fciles de resolver. Mas formalmente, dado un problema al resolver planteando en trminos de una entrada de tamao n, la tcnica de divide y vencers parte la entrada en k subproblemas, 1<k<=n. Estos subproblemas se resuelven independientemente y despus se combinan sus soluciones parciales para obtener la solucin del problema original. Este esquema de particin de problemas se denomina esquema de divide y vencers solo en el caso en que los problemas sean de la misma clase del problema original. Esta restriccin permite una formulacin y

resolucin recursiva de los subproblemas. Por supuesto, deben existir algunos pasos sencillos cuya solucin pueda calcularse fcil y directamente; en caso contrario, el proceso recursivo nunca terminara. El caso ms frecuente es cuando el nmero de subproblemas es dos. Veamos el esquema de divide y vencers para dos subproblemas; es fcil su generalizacin a k subproblemas 2<k<=n. Su formacin funcional es como sigue, considerado el problema como de tipo dato y la solucin, de tipo resultado: TYPEVAR Dato, resultado FUNCTION DivideYVenceras (problema : dato) : resultado -> EsPequeo (problema) }=> ResolverDirectamente (problema) | VALUE subproblemas -> Partir (problema) IN subproblemas == (subproblema1, subproblema2) => Combinar (DivideYVenceras (subproblema1) , DivideYVenceras (subproblema2)) Se puede hacer una formulacin imperativa similar. Sin embargo, escribiremos una formulacin ms restrictiva pero bastante usual, en la que se utiliza un vector de tamao N. TYPEVAR dato, resultado PROCEDURE DivideYVenceras (IN problema : dato1..n, OUT solucin : resultado) -> PROCEDURE DyVAux (IN problema : dato1..n, IN inferior, superior : 1..N, OUT solucin : resultado) -> VAR medio: 1..N subsolucion1, subsolucion2 : resultado IF EsPequeo (inferior, superior) THEN ResolverDirectamente (problema, inferior, superior, olucin) ELSE Medio := Partir (inferior, superior); DyVAux (problema, inferior, medio, subsolucion1); DyVAux (problema, medio+1, superior, subsolucion2); Combinar (subsolucion1, subsolucion2, solucin) DyVAux (problema, 1, N, solucin) El esquema general se adapta a un problema concreto al sustituir los metasimbolos EsPequeo, ResolverDirectamente, Partir y Combinar por funciones o procedimientos concretos. Si el tamao de los dos subproblemas es el mismo (o casi), el tiempo de cmputo de la funcin DivideYVecneras se describe con la siguiente relacin de recurrencia: g(n),si n es pequeo T(n) = 2 T(n/2) + f(n), en caso contrario donde T(n) es la funcin de tiempo de DivideYVenceras para entradas de tamao n, g(n) es el tiempo que tarda la funcin ResolverDirectamente en resolver problemas de pequeo tamao (normalmente una constante) y f(n) es el tiempo necesario para partir el problema y combinar las subsoluciones. La eficiencia final del algoritmo depende de la funcin f(n) concreta que

aparezca durante el anlisis. Ntese que, es general, para que esta tcnica resulte eficiente todos los subproblemas deben ser de tamao parecido. Elaboracin de un Calendario Deportivo: Sea un campeonato deportivo; para nuestros propsitos resulta indiferente el deporte objeto de la competicin, as que hablaremos de participantes en vez de deportistas o equipos. El problema consiste en elaborar un calendario de competicin de forma