- 1

Grafos y Árboles: Estructuras de Datos Avanzadas
06:48 - 2

Estructuras de Datos: Introducción a Árboles y Sus Propiedades
07:12 - 3

Recursión: Concepto y Aplicaciones Prácticas con Ejemplos
09:11 - 4

Aplicaciones Prácticas de Grafos en Tecnología e Industria
05:16 - 5
Representación de Grafos: Matriz y Lista de Adyacencia
01:02
Implementación de BFS en Árboles usando Python
Clase 21 de 52 • Curso de Algoritmos Avanzados: Grafos y Árboles
Contenido del curso
- 6

Búsqueda en Profundidad (DFS) en Árboles y Grafos
04:50 - 7

Implementación de DFS recursivo para búsqueda en árboles
12:10 - 8
Búsqueda en Profundidad (DFS) para Grafos: Enfoque Iterativo y Recursivo
01:27 - 9

Recorridos y Profundidad en Árboles Binarios y Enearios
07:09 - 10

Suma de Caminos en Árboles Binarios
02:05 - 11

Suma de Números de Raíz a Hoja en Árboles
07:32 - 12
Playground: Sum Root to Leaf Numbers
00:00 - 13

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

Resolución del Problema de Número de Islas con DFS
02:32 - 15

Conteo de Islas en Matrices con DFS
08:51 - 16
Playground: Number of Islands
00:00 - 17

Implementación de "Número de Islas" con Recursión en Python
10:18 - 18
Ejercicios Prácticos de Búsqueda en Profundidad (DFS)
02:22 - 19
Algoritmos de Búsqueda en Profundidad (DFS) en Problemas Comunes
06:19
- 20

Algoritmo BFS: Recorrido en Anchura de Grafos y Árboles
02:05 - 21

Implementación de BFS en Árboles usando Python
08:43 - 22

Movimiento mínimo de caballo en ajedrez infinito
02:55 - 23

Resolviendo el Problema Mínimo de Movimiento del Caballo en Ajedrez
08:11 - 24
Playground: Minimum Knights Moves
00:00 - 25

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

Propagación de Plagas en Cultivos: Cálculo de Días para Contagio Total
03:50 - 27

Resolución de Rotting Oranges usando BFS
08:44 - 28
Playground: Rotting Oranges
00:00 - 29

Propagación de Plagas en Matrices usando BFS en Java
23:44 - 30

Construcción de Puentes Cortos entre Islas en Matrices Binarias
03:39 - 31

Resolución del Problema Shortest Bridge con DFS y BFS
07:36 - 32
Playground: Shortest Bridge Between Islands
00:00 - 33

Búsqueda del camino más corto entre islas usando BFS en Python
14:58 - 34
Búsqueda en anchura: Ejercicios prácticos y aplicaciones
03:41 - 35
Ejercicios avanzados de búsqueda en anchura (BFS) en programación
08:47
- 36

Algoritmo Backtracking: Solución de Problemas Complejos
04:21 - 37

Combinaciones de Letras en Números Telefónicos
01:52 - 38

Combinaciones de Letras a partir de un Número de Teléfono
09:20 - 39

Generación de combinaciones de letras con teclados numéricos en C++
14:08 - 40
Playground: Letter Combinations of a Phone Number
00:00 - 41

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

Generación de IPs válidas con backtracking en C++
28:17 - 43
Playground: Restore IP Addresses
00:00 - 44

Búsqueda de Palabras en Matrices: Solución y Complejidad
02:55 - 45

Búsqueda de Palabras en Matrices usando Backtracking y DFS
08:31 - 46
Playgrund: Word Search
00:00 - 47

Implementación de búsqueda de palabras en matrices con DFS en JavaScript
18:19 - 48
Resolución del problema de las n reinas en ajedrez
01:08 - 49
Ejercicios de Backtracking: Combinaciones y Permutaciones
01:05 - 50
Combinaciones y Permutaciones con Backtracking
02:14
¿Cómo implementar BFS para recorrer un árbol?
El algoritmo de Búsqueda en Anchura (BFS, por sus siglas en inglés) es una técnica popular para explorar o recorrer estructuras de datos, como árboles o grafos. En este caso, aprenderemos cómo implementar BFS en un árbol y cómo imprimir todos sus valores de manera eficiente utilizando colas. Este enfoque es esencial para cualquier programador y puede aplicarse en diversos lenguajes de programación.
¿Cómo se configura la función BFS?
Primero, definimos una función que llamaremos BFS, la cual recibirá como entrada el nodo raíz del árbol. El objetivo es retornar una lista con los nodos organizados en el orden que BFS precisa. Aquí está cómo se estructura:
def BFS(raiz):
if not raiz:
return [] # Si no hay raíz, simplemente retornamos una lista vacía
respuesta = [] # Lista donde guardaremos el orden de los nodos
cola = [raiz] # Iniciamos la cola con el nodo raíz
nivel = 0 # Contador de niveles del árbol
while cola: # Mientras haya elementos en la cola
nivel += 1
for _ in range(len(cola)):
nodo_actual = cola.pop(0) # Sacamos el primer elemento de la cola
# Aquí se procesa el nodo_actual si es necesario
respuesta.append(nodo_actual) # Añadimos el nodo actual a la respuesta
# Añadimos los hijos del nodo actual a la cola
for hija in nodo_actual.hijas:
cola.append(hija)
print("La cantidad de niveles de este árbol es", nivel)
return respuesta
¿Cómo se trata el recorrido del árbol por niveles?
Durante la ejecución del algoritmo, se maneja un contador de nivel que incrementa cada vez que completamos un nivel del árbol. Esto es parte fundamental para entender la profundidad del árbol recorrido por BFS.
- Inicialización de la cola: Se comienza la cola con el nodo raíz.
- Iteración por nivel: Mientras existan nodos en la cola, se incrementa el contador de nivel y se procesa cada nodo.
- Procesamiento de nodos: Se extrae cada nodo de la cola, se procesa (si es necesario) y se agregan sus hijos a la cola, para así considerar el siguiente nivel.
¿Cómo se manejan los hijos de un nodo?
En este algoritmo, se supone inicialmente que los nodos podrías tener múltiples hijos almacenados en una lista llamada hijas. Este modelo se adapta a árboles n-arios, sin embargo, para árboles binarios, podrías manejarlo directamente mediante propiedades izquierda y derecha.
Ejemplo de manejo de hijos en un árbol binario:
if nodo_actual.izquierda:
cola.append(nodo_actual.izquierda)
if nodo_actual.derecha:
cola.append(nodo_actual.derecha)
Esta modificación permite adaptar BFS a cualquier tipo de árbol, siendo flexible y eficiente.
¿Qué hacemos al finalizar la iteración del árbol?
Una vez que el algoritmo ha recorrido todos los niveles y procesado cada nodo, puedes realizar diversas tareas como imprimir el resultado. En este caso, el BFS completo resultará en una lista respuesta que contiene los nodos en el orden específico de búsqueda en anchura.
El método BFS es un paradigma fundamental en informática para el manejo y procesamiento de estructuras de datos complejas. ¡Esperamos que estos conocimientos fortalezcan tus habilidades y te motiven a seguir explorando otros algoritmos esenciales!