No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Cierre del curso

17/18
Recursos

馃帀隆Lo has logrado! 馃檶

Completaste todas las clases del curso de Complejidad Algor铆tmica con JavaScript.

鉁 Si a煤n no queda claro alg煤n tema, revisa las clases o deja tus preguntas en la secci贸n de preguntas o en twitter.

馃Ь Realiza la prueba del curso para recibir tu certificado y no olvides dejar tus 馃専 y un comentario.

Y, sobre todo, 隆nunca pares de aprender! 馃挌

Contribuciones del curso creadas por Andr茅s Guano (Platzi Contributor).

Aportes 24

Preguntas 0

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Debo que admitir que al inicio, no entend铆a bien la importancia de medir nuestros algoritmos por su consumo de recursos a nivel de tiempo/espacio. Pero cuando llegu茅 a la parte de Big-O Notation entend铆 el por qu茅 de la introducci贸n del curso y la importancia de la medici贸n. Definitivamente este fue uno de mis cursos preferidos de la plataforma. Muchas gracias Marcelo!

猸愨瓙猸愨瓙猸愷煆 隆Lo hiciste! Completaste todas las clases del curso.

Como es usual para recibir tu certificado necesitar谩s pasar el examen. Pero antes:

  • 馃搧 Un 煤ltimo recordatorio que si necesitas practicar tenemos el聽repositorio del curso聽con聽diversos algoritmos聽para evaluar.
  • 馃枑 No te quedes con ninguna duda sobre alg煤n concepto, escr铆bela en la clase, la comunidad de Platzi y yo como profesor estaremos felices de ayudarte.
  • 馃檹 Si te gust贸 este curso, d茅jame una review de 5 estrellas tras finalizar el examen. Lo apreciar茅 mucho.

Me puedes encontrar en Twitter y en cualquier red social como聽@360macky.

Y listo. Finalicemos este cap铆tulo de Complejidad Algor铆tmica.聽隆Un abrazo!聽馃挌

馃摑 Apuntes del curso

A lo largo del curso pude realizar apuntes del mismo, espero que te sirvan 馃檲 Contienen res煤menes, conceptos o ideas claves y alguno que otro recurso que fui encontrando 馃殌

Nunca pares de aprender 馃挌

Este curso te explica de manera muy pr谩ctica y sencilla un tema que puede ser muy denso, gracias Marcelo por explicar de manera clara todos los conceptos y ejemplos 馃懆鈥嶐煉

Al iniciar el curso dije 鈥渆sta mrd debe ser dificil鈥 pero me llev茅 una gran sorpresa, el profesor explico todo para que se pudiera entender todo a la primera de manera muy sencilla, gracias Marcelo!

Me encanto este curso, muchas gracias marcelo 馃槃.

Ya tenia en cuenta varias cuestiones sobre la memoria, pero no sabia que exist铆a otro mundo detr谩s de todo esto, es super interesante, gracias 馃槃

Genio este profesor, no es un tema f谩cil de explicar

Recomiendo cambiar el nombre de esta serie de videos a 鈥淒ivulgacion sobre conceptos basicos del analisis algoritmico鈥

Mostrar dos funciones, 3 diapositivas y una web no da para un curso.

Aparte, la notacion esta incompleta.
https://es.wikipedia.org/wiki/Cota_superior_asint贸tica

Ha sido una suerte encontrar este curso importante para el analisis de algoritmos, evaluar usando algoritmos reales fue importante para entenderlo.

Wow!!! Junto con las notas de la clase anterior, este es uno de los mejores cierres de curso que he visto.
Por favor m谩s cursos con el profe Marcelo.

Sencillamente espectacular este curso!

Me result贸 muy pr谩ctica la manera en que el profe explic贸 estos temas que suelen ser dif铆ciles de explicar y de entender. Me qued茅 pensando en c贸mo empresas de la talla de Uber dise帽an por ejemplo esos algoritmos tan complejos para calcular los veh铆culos m谩s pr贸ximos a un usuario que solicita un Uber鈥 complejidad algor铆tmica de tiempo, espacio, performance de la API con millones de usuarios usando el mismo servicio鈥 WOW
Gracias profe Marcelo por mantenernos despiertas estas curiosidades!

Muy buen curso para un novato aun as铆 se que esto se puede llevar al campo de las matem谩ticas y complejizarse mucho mas.

Mucho tiempo esperando un curso de complejidad algoritmica y que mejor que explicado con JS, sin duda un excelente curso, gracias profesor Marcelo!

Este curso me da una habilidad que al no tenerla me ha hecho perder oportunidades de trabajo, y lo mejor es que lo hace ver muy f谩cil, sin duda este es un paso mas a la ingenier铆a de software

Muchas Gracias Marcelo, excelente curso.

La verdad profe, al inicio no sab铆a nada. Ahora, tengo una noci贸n significativa que considero que me ayudar谩 a m铆 en un futuro, saludos.

Gente, este curso deber铆a ser obligatorio para cualquier desarrollador 馃槃.

En las pruebas t茅cnicas abundan ejercicios de algoritmos y en estos se eval煤a tanto si este cumple los requisitos pedidos como la eficiencia. Puedes resolver el problema, s铆, pero si la eficiencia es baja, probablemente saques un score bajo.

隆Gracias Marcelo por tan buen curso!

Complejidad_Algoritmica_con_JS

Se crea software m谩s eficiente.

ESTRUCTURA DE UN ALGORITMO

Un algoritmo es la soluci贸n a un problema.

Es una secuencia de instrucciones.

Tiene datos de entrada, un proceso y una salida.

Un algoritmo trabaja en tiempo y en espacio. Son los recursos que consume para realizar una tarea.

En JS lo que se debe optimizar es el tiempo.

COMPLEJIDAD ALGOR脥TMICA

Tiempo en milisegundos, espacio en bytes. Son medibles y por ende se estudian los recursos que un algoritmo ocupa.

COMPLEJIDAD ESPACIAL

La idea es ocupar poco espacio. Se calcula de forma distinta en cada compilador.

  • Visi贸n es un algoritmo lineal
  • Nova es un algoritmo exponencial

Cuando se quiere trabajar con grandes volumenes de datos se debe optimizar el espacio.

La complejidad incluye el esapcio auxiliar que es el lugar donde se hacen todas las operaciones.

COMPLEJIDAD TEMPORAL

Habla del tiempo que se demora en realizar una tarea al aumentar el tiempo.

  • Astronauta es un algoritmo lineal
  • Experto es un algoritmo logaritmico

performance.now() Ayuda a medir el tiempo en milisegundos.

COMPLEJIDAD

Se extiende a otros cambios como procesos paralelos, accesos a memoria u otros avances en la computaci贸n. La complejidad solo se enfoca en el crecimiento.

AN脕LISIS ASINTOTICO

Dice el comportamiento limitante de una funci贸n. Para esto usualmente se usa una funci贸n matem谩tica que puede ser lineal, exponencial, algor铆tmica, etc.

BIG-O

Es una funci贸n matem谩tica que permite interpretar como se comporta un algoritmo mirando el peor de los casos. Sus clases pueden ser constante, logar铆tmico, lineal, exponencial, polinomial y factorial.

Big-O medir谩 el recurso generado respecto a la entrada del algoritmo. Y las estructuras son un aspecto sencillo de convertir en medici贸n de recursos.

En Big-O queremos comprender qu茅 tanto recurso (como tiempo o espacio) nos gasta un algoritmo cu谩ndo aumentamos los datos. Y cada grado aumenta a un ritmo totalmente distinto.

  • Tiempo

    • variables valen 1
    • condicionales valen 1
    • for valen n
    • while valen n
    • ciclo anidado depende la cantidad (Si son 2 va al cuadrado, 3 va al cubo鈥)
  • Espacio

    • variables valen 1
    • condicionales valen 1
    • for valen 1
    • arreglo valen n
    • arreglo dimensional depende de cuantas anidaciones tenga (Dos dimensiones es cuadrado, tres al cubo鈥)

Mas cursos de algoritmos porfavor. Empresas solicitan pruebas de estos temas en sus procesos de selecci贸n.

Al principio se me dificult贸 un poco entender el tema, pero a medida que se avanzan las clases todo va quedando m谩s claro. Un nuevo super poder ha sido adquirido.
Gracias por el curso Marcelo