Contenido del curso
DFS
- 6

Cómo recorre nodos el algoritmo DFS
04:49 min - 7

Implementación de DFS recursivo para búsqueda en árboles
12:10 min - 8

Búsqueda en Profundidad (DFS) para Grafos: Enfoque Iterativo y Recursivo
01:27 min - 9

Inorder, Preorder y Postorder en árboles
07:09 min - 10

Suma de caminos raíz a hoja en árboles
02:04 min - 11

Suma de caminos raíz a hoja con DFS
07:31 min - 12

Playground: Sum Root to Leaf Numbers
- 13

Implementación de Algoritmo DFS en Árboles Binarios con Golang
15:03 min - 14

Número de islas con DFS en matrices
02:32 min - 15

Problema de islas resuelto con DFS
08:50 min - 16

Playground: Number of Islands
- 17

Número de islas con DFS recursivo en Python
10:18 min - 18

Ejercicios Prácticos de Búsqueda en Profundidad (DFS)
02:22 min - 19

Algoritmos de Búsqueda en Profundidad (DFS) en Problemas Comunes
06:19 min
BFS
- 20

Cómo BFS recorre grafos por niveles
02:05 min - 21

Implementación de BFS con colas en Python
08:42 min - 22

Mínimos movimientos del caballo en ajedrez
Viendo ahora - 23

Minimum Knight's Move con BFS
08:11 min - 24

Playground: Minimum Knights Moves
- 25

Resolución de Problemas de Caballos de Ajedrez con BFS en Python
17:49 min - 26

Propagación BFS en Rotting Oranges
03:50 min - 27

Resolución de Rotting Oranges usando BFS
08:43 min - 28

Playground: Rotting Oranges
- 29

Implementación de BFS para naranjas podridas
23:44 min - 30

Puente más corto entre islas con BFS
03:38 min - 31

Shortest Bridge: combina DFS y BFS
07:35 min - 32

Playground: Shortest Bridge Between Islands
- 33

Shortest Bridge con DFS y BFS en Python
14:57 min - 34

Búsqueda en anchura: Ejercicios prácticos y aplicaciones
03:41 min - 35

Ejercicios avanzados de búsqueda en anchura (BFS) en programación
08:47 min
Backtrack
- 36

Backtracking para encontrar soluciones válidas
04:20 min - 37

Combinaciones de letras en teclado telefónico
01:51 min - 38

Combinaciones de teclado con backtracking
09:19 min - 39

Generación de combinaciones de letras con teclados numéricos en C++
14:08 min - 40

Playground: Letter Combinations of a Phone Number
- 41

Generación de Direcciones IP Válidas a partir de Cadenas Numéricas
03:51 min - 42

Backtracking para generar IPs válidas
28:16 min - 43

Playground: Restore IP Addresses
- 44

Búsqueda de Palabras en Matrices: Solución y Complejidad
02:54 min - 45

Word Search con DFS y backtracking
08:30 min - 46

Playgrund: Word Search
- 47

Búsqueda de palabras en matrices con DFS
18:18 min - 48

Resolución del problema de las n reinas en ajedrez
01:08 min - 49

Ejercicios de Backtracking: Combinaciones y Permutaciones
01:05 min - 50

Combinaciones y Permutaciones con Backtracking
02:14 min
Próximos pasos
Mínimos movimientos del caballo en ajedrez
Resumen
El problema Minimum Knight's Move te reta a calcular el número mínimo de saltos que necesita un caballo de ajedrez para ir de una casilla a otra en un tablero infinito. Es un ejercicio clásico de algoritmos que combina pensamiento espacial con búsqueda de caminos óptimos, ideal si estás preparando entrevistas técnicas o practicando estructuras de datos.
¿Qué pide exactamente el problema del Minimum Knight's Move?
La idea es sencilla cuando la desglosas. Tienes un tablero de ajedrez infinito, un caballo en una posición inicial y una casilla objetivo. Tu trabajo es devolver el menor número de movimientos posibles para que el caballo llegue al destino.
Los datos de entrada son:
- Una coordenada origen con valores X y Y.
- Una coordenada objetivo, también con sus dos valores X y Y.
- La garantía de que siempre existe una solución, así que no tienes que preocuparte por casos imposibles.
¿Qué devuelve el algoritmo Minimum Knight's Move? Devuelve un entero: la cantidad mínima de saltos que necesita el caballo para ir desde la casilla origen hasta la casilla objetivo en un tablero infinito.
¿Cómo se mueve el caballo y por qué importa?
El caballo de ajedrez tiene ocho movimientos posibles desde cualquier casilla. Avanza dos pasos en una dirección y luego uno en perpendicular, combinando arriba, abajo, izquierda y derecha. Esa forma de saltar en L es lo que vuelve interesante el problema, porque no puedes simplemente medir la distancia recta entre dos puntos.
Entender los ocho movimientos es la base para modelar el problema como un grafo, donde cada casilla es un nodo y cada salto válido es una arista.
¿Cómo se ve un ejemplo concreto?
Imagina que tu caballo arranca en la coordenada 0,0 y debe llegar a 5,5. Una ruta óptima es esta:
- Empiezas en 0,0.
- Saltas a 2,1.
- Avanzas a 4,2.
- Te mueves a 3,4.
- Llegas a 5,5.
Contaste cuatro saltos. Por eso, para esta entrada, el resultado que retornas es 4.
¿Por qué la respuesta para ir de 0,0 a 5,5 es 4? Porque ninguna combinación de saltos en L logra conectar esas dos casillas en menos de cuatro movimientos. Cualquier ruta más corta es geométricamente imposible para un caballo.
¿Cómo deberías abordar la solución?
Un buen consejo: no te intimides porque hablemos de ajedrez. Piénsalo como un problema más simple de búsqueda en un plano. Si te ayuda, cambia los nombres y trata las casillas como puntos (x, y) en una cuadrícula y los saltos como transiciones válidas entre esos puntos.
Algunas pistas para que diseñes tu propio enfoque:
- Modela las ocho transiciones del caballo como pares de desplazamientos en X y Y.
- Piensa en una estrategia que explore las casillas alcanzables nivel por nivel, para garantizar el mínimo.
- Considera cómo evitar revisitar posiciones que ya exploraste.
Ahora es tu turno. Intenta resolverlo, prueba con coordenadas distintas y comparte en la sección de comentarios cómo lo abordarías tú: qué estructura usaste, cómo manejaste los movimientos y qué complejidad lograste.