Complejidad Temporal

Consigna
Lo invitamos a resolver el siguiente ejercicio. Lea
detenidamente la consigna a desarrollar, así como las
instrucciones que se detallan a continuación. Recuerde que
toda la ejercitación propuesta lo ayudará a lograr con éxito sus
objetivos de aprendizaje.

Recuerde que debe resolver este ejercicio analizando lo

expuesto en los videos correspondientes a esta UVA, en la
pantalla principal del curso.

Analice cada uno de los algoritmos presentados a continuación,

los cuales solo están diseñados con el propósito del cálculo de
complejidad temporal y no como resolución de un problema
concreto, y:
a) Determine en qué caso de resolución de complejidad
temporal recursiva aplica.
b) Realice el cálculo de complejidad temporal justificándolo
adecuadamente.

1. Algoritmo 1:

Metodo_1 (var conjunto[1..n], int n){

bool variableCond = calcularCondicion(
conjunto)
Si (variableCond){
Procesar(conjunto)
Metodo_1(conjunto, n/3)
}sino{
Metodo_1(conjunto, n/3)
}
fin sino
}
Donde el tiempo de “calcularCondicion” es O(log n), y el “Procesar” es O(n).

2. Algoritmo 2:

Metodo_2 (var conjunto[1..n], int n){

bool variableCond = calcularCondicion( conjunto)
Si (variableCond){
Procesar(conjunto)
 }sino{
Metodo_2(conjunto, n/2)
Metodo_2(conjunto, n/2)

)
}
fin sino
}
Donde el tiempo de “calcularCondicion” y de “Procesar” son constantes.

3. Algoritmo 3:

Metodo_3 (var conjunto[1..n], int n){

int val = calcularValor( n)
mientras (val < n){
Procesar(conjunto)
Val = val + 1
}fin mientras
Metodo_3(conjunto, n-1)
Metodo_3(conjunto, n-1)
}

Donde el tiempo de “calcularValor” es constante y “Procesar” es O(n log n)

Divide y Conquista

Consigna
Lo invitamos a resolver el siguiente ejercicio. Lea
detenidamente la consigna a desarrollar, así como las
instrucciones que se detallan a continuación. Recuerde que
toda la ejercitación propuesta lo ayudará a lograr con éxito sus
objetivos de aprendizaje.

Recuerde que debe resolver este ejercicio analizando lo

expuesto en los videos correspondientes a esta UVA, en la
pantalla principal del curso.

Lea detenidamente cada problema. Por cada uno de ellos

deberá responder los siguientes puntos:

a. Estrategia de la solución aplicando la técnica “Divide y conquista” e indicando

cada uno de los elementos que se requieren para la resolución de esa técnica.
b. Pseudocódigo del Algoritmo de la resolución del problema, el cual debe seguir
la estrategia definida en el punto a).
c. Cálculo de la complejidad temporal, justificándola de forma detallada.

1. Diseñar un algoritmo que determine si una secuencia de n caracteres está

ordenada alfabéticamente.
2. Diseñar un algoritmo que calcule an cuando n es una potencia de 2.
3. Sea A[1..n], n ≥ 1, un vector de enteros diferentes y ordenados crecientemente,
tal que algunos de los valores pueden ser negativos. Diseñar un algoritmo que
devuelva un índice natural k, 1 ≤ k ≤ n, tal que A[k] = k, siempre que tal índice
exista.
4. Dada una secuencia de números no ordenada, determinar cuál es el valor k-
esimo menor de esta (se entiende que el valor k se recibe como entrada del
algoritmo). El algoritmo deberá tener una complejidad temporal en el caso
promedio de O(n), pudiendo tener mayor complejidad en el peor de los casos.
Greedy

Consigna
Lo invitamos a resolver el siguiente ejercicio. Lea
detenidamente la consigna a desarrollar, así como las
instrucciones que se detallan a continuación. Recuerde que
toda la ejercitación propuesta lo ayudará a lograr con éxito sus
objetivos de aprendizaje.

Recuerde que debe resolver este ejercicio analizando lo

expuesto en los videos correspondientes a esta UVA, en la
pantalla principal del curso.

Lea detenidamente cada problema, por cada uno de ellos

deberá responder los siguientes puntos:

a. Estrategia de la solución aplicando la técnica “Greedy” e indicando cada uno de

los elementos que se requieren para la resolución de esa técnica.
b. Pseudocódigo del Algoritmo de la resolución del problema, el cual debe seguir
la estrategia definida en el punto a).
c. Cálculo de la complejidad temporal, justificándola de forma detallada.

1. Planificación de tareas con plazo fijo: se deben procesar n tareas en un único

procesador. Cada tarea se procesa en una unidad de tiempo y debe ser ejecutada
en un plazo no superior a ti. La tarea i produce una ganancia gi > 0 si se procesa
en un instante anterior a ti. Una solución es factible si existe al menos una
secuencia S de tareas que se ejecuten antes de sus respectivos plazos. Una
solución óptima es aquella que maximiza la ganancia G tal que:

Diseñar un algoritmo para encontrar la solución óptima. Por ejemplo, para la

instancia n = 4 y los siguientes valores:

(g1, g2, g3, g4) = (50, 10, 15, 30)

(t1, t2, t3, t4) = (2, 1, 2, 1)

Las planificaciones que hay que considerar y los beneficios correspondientes

son:

Secuencia Beneficio Secuencia Beneficio

1 50 2,1 60
 2 10 2,3 25
3 15 3,1 65
4 30 4,1 80
1,3 65 4,3 45

Para maximizar el beneficio en este ejemplo, se debería ejecutar la secuencia

4,1.

2. Minimizar tiempo de espera: un procesador debe atender n procesos. Se conoce

de antemano el tiempo que necesita cada uno de ellos. Determinar en qué orden
el procesador debe atender dichos procesos para minimizar la suma del tiempo
que los procesos están en el sistema.

Por ejemplo, para n = 3 se tienen los procesos (p1, p2, p3) y tiempos de proceso
(5, 10, 3)

Orden de atención Tiempo de espera

p1, p2, p3 5 + (5+10) + (5+10+3)=38
p1, p3, p2 5 + (5+3) + (5+3+10)=31
p2, p1, p3 10 + (10+5) + (10+5+3)=43
p2, p3, p1 10 + (10+3) + (10+3+5)=41
p3, p1, p2 3 + (3+5) + (3+5+10)=29
p3, p2, p1 3 + (3+10) + (3+10+5)=34

La ordenación que produce el tiempo de espera mínimo es (p3, p1, p2).

3. Mezclado de cintas: dado un conjunto de n cintas con ni registros ordenados en

cada una de ellas, se pretende mezclarlas de a pares hasta lograr una única cinta
ordenada. La secuencia en la que se realiza la mezcla determinará la eficiencia
del proceso. Diseñar un algoritmo que busque la solución óptima minimizando
el número de movimientos.

Por ejemplo:
Se tienen 3 cintas: A con 30 registros, B con 20 y C con 10, si analizamos dos
posibles opciones de mezcla obtenemos:

A. Mezclamos A con B (50 movimientos) y el resultado con C (60

movimientos), con lo que realizamos en total 110 movimientos.

B. Mezclamos C con B (30 movimientos) y el resultado con A (60). Total = 90

movimientos

Se puede observar que en la opción B se tienen menos movimientos.

 4. Problema del mecánico: un mecánico necesita llevar a cabo n reparaciones
urgentes conociendo el tiempo que le va a llevar cada una de ellas (es decir, en
la tarea i-ésima tardará ti minutos). Debido a que el pago que recibe el mecánico
depende del nivel de satisfacción del cliente, necesita decidir el orden en el que
atenderá cada reparación para minimizar el tiempo medio de espera de los
clientes. Es decir, si llamamos Ei a lo que espera el cliente i-ésimo hasta ver
finalizada su reparación, se necesita minimizar la expresión:

Consigna
Lo invitamos a resolver el siguiente ejercicio. Lea
detenidamente la consigna a desarrollar, así como las
instrucciones que se detallan a continuación. Recuerde que
toda la ejercitación propuesta lo ayudará a lograr con éxito sus
objetivos de aprendizaje.

Recuerde que debe resolver este ejercicio analizando lo

expuesto en los videos correspondientes a esta UVA 4, en la
pantalla principal del curso.

Lea detenidamente cada problema, por cada uno de ellos

deberá responder los siguientes puntos:

a. Determinar qué algoritmo sobre grafos aplicaría.

b. Pseudocódigo del algoritmo de la resolución del problema, que debe seguir la
estrategia definida en el punto a).
c. Cálculo de la complejidad temporal, justificada de forma detallada.

1. Dado un grafo G dirigido, cuyos nodos representan las escuelas y gimnasios de

un barrio en forma numérica, y dadas sus aristas, que representan la distancia en
cuadras para llegar entre los diferentes lugares representados en el grafo,
determinar cuántas son las cuadras mínimas para llegar de la escuela X al
gimnasio Y. Ambos puntos están representados en el grafo.
2. Dado un grafo TDA G dirigido, cuyos nodos representan la ciudad de Buenos
Aires y las ciudades capitales de las provincias de la Argentina, y las aristas
entre esos nodos, que representan los tiempos de vuelo entre las ciudades,
determinar cuáles ciudades convienen ser alcanzadas desde la ciudad de Buenos
Aires a través de otra ciudad, y no en forma directa. Suponer que el tiempo de
demora de aterrizaje es despreciable.
3. Las emisiones de los automóviles privados son una de las principales fuentes de
contaminación en las grandes ciudades. Las autoridades universitarias han
decidido contribuir seriamente a la mejora de la calidad del aire prohibiendo el
paso de automóviles por el campus y creando una serie de líneas de autobuses
eléctricos que permitan acceder a distintos puntos de la Ciudad Universitaria.
Para ello se han estudiado los principales flujos de vehículos entre distintos
puntos seleccionados (facultades, estación de metro, etc.) de la Ciudad
Universitaria. Los resultados del estudio contienen el número de vehículos que
transitan por día entre estos puntos seleccionados (sin tener en cuenta el sentido
en el que circulan). El objetivo de este estudio es localizar los trayectos entre
puntos seleccionados que utilizan más vehículos y que permiten conectar todos
los puntos seleccionados. Diseñar un algoritmo que proporcione estos trayectos.
Validar que el algoritmo sea óptimo en base a algoritmos conocidos.
Programación Dinámica

Consigna
Lo invitamos a resolver el siguiente ejercicio. Lea
detenidamente la consigna a desarrollar, así como las
instrucciones que se detallan a continuación. Recuerde que
toda la ejercitación propuesta lo ayudará a lograr con éxito sus
objetivos de aprendizaje.

Recuerde que debe resolver este ejercicio analizando lo

expuesto en los videos correspondientes a esta UVA 5, en la
pantalla principal del curso.

Lea detenidamente cada problema, por cada uno de ellos

deberá responder los siguientes puntos:

a. Estrategia de la solución aplicando programación dinámica e indicando cada uno

de los elementos que se requieren para la resolución de esa técnica.
b. Pseudocódigo del algoritmo de la resolución del problema, el cual debe seguir la
estrategia definida en el punto a).
c. Cálculo de la complejidad temporal, justificada en forma detallada.

1. Ana trabaja en una empresa de comunicaciones y le han encargado la compra

del regalo de cumpleaños para Darío, un compañero de trabajo. Para ello Ana va
a un negocio en donde hay diferentes obsequios que le pueden gustar a Darío.
Cada obsequio tiene un precio determinado. Ana conoce el monto mínimo a
gastar para la compra del regalo, y su objetivo es encontrar una combinación de
objetos a comprar que cubra exactamente el monto a gastar o lo supere
mínimamente.
2. Howard es un fanático de los comics. En la tienda de comics tienen un único
ejemplar de cada revista. Cada revista tiene en la tapa el precio y la cantidad de
páginas que contiene. Un día particular Howard decide comprar todas las
revistas posibles de modo de maximizar la cantidad total de páginas sin superar
su presupuesto disponible de $P. La tienda tiene listados con la información de
precio y cantidad de páginas de cada revista ordenados por todos los criterios
que sean necesarios. ¿Cuántas páginas en total tendrá si compra la mejor
combinación posible de revistas?
3. Nos vamos de compras a un shopping. Tenemos K pesos en la billetera para
gastar y una lista de m productos que podemos comprar. Cada producto tiene un
precio, pi (que será siempre un número entero), y una utilidad, ui. De cada
producto podemos comprar como máximo 3 unidades. Además, tenemos una
oferta según la cual la segunda unidad de cada producto nos cuesta 1 peso
menos, y la tercera 2 pesos menos del valor original de ese producto. Queremos
elegir los productos a comprar, maximizando la utilidad de los productos
comprados.
Práctico Integrador

Determinar por cada ejercicio:

a. Técnica que lo resolvería
b. Estrategia de resolución (debe estar de acuerdo con la técnica seleccionada)
c. Realizar pseudocódigo
d. Calcular complejidad temporal

1. Maximizar número de actividades compatibles. Se tienen n actividades que

necesitan utilizar un recurso, tal como una sala de conferencias, en exclusión mutua.
Cada actividad i tiene asociado un tiempo de comienzo ci y un tiempo de finalización
fi de utilización del recurso, con ci < fi. Si la actividad i es seleccionada se llevará a
cabo durante el intervalo [ci, fi). Las actividades i y j son compatibles si los intervalos
[ci, fi) y [cj, fj) no se superponen (es decir, ci ³ fj o cj ³ fi). El problema consiste en
encontrar la cantidad máxima de actividades compatibles entre sí.

2. Dado un vector de n elementos [1…n] donde una parte se encuentra

ordenada en forma estrictamente creciente hasta un valor p, y en forma
estrictamente decreciente luego de p, diseñar un algoritmo que encuentre la posición
del valor p. El valor NO es dato, sino que se debe determinar a través del
algoritmo.

Ejemplo, si tenemos el vector [1,3,5,2,1,-1], el valor de P es 5 y la posición a

devolver es 3. Otro ejemplo puede ser el vector [-3,-1,0,2,7,9,5,4,1,-2], en
éste caso el valor P sería 9 y la posición a devolver es 6.

3. Maximización de almacenamiento: Sean n programas P1, ...,Pn que hay que

almacenar en un disco. El programa Pi requiere Si GB de espacio y la capacidad del disco
es D GB. Realizar un algoritmo que utilice la mayor cantidad de espacio en el disco.