- 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
Generación de IPs válidas con backtracking en C++
Clase 42 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 solucionar el problema de restaurar direcciones IP?
Bienvenidos a esta clase donde abordaremos la solución al problema de restaurar direcciones IP utilizando una lista de números. El reto consiste en insertar puntos en los lugares adecuados para crear todas las direcciones IP posibles, tomando en cuenta lo que constituye una IP válida. Este no es un proceso trivial, ya que las direcciones IP siguen un formato específico y hay ciertos valores considerados inválidos. Vamos a desgranar este problema y propondremos una solución empleando backtracking.
¿Qué es lo que hace válida una dirección IP?
Primero, debemos entender las características que definen una IP válida. Para validar si un segmento de nuestro número puede formar parte de una IP, consideramos las siguientes condiciones:
- No deben haber ceros a la izquierda, excepto cuando el número es "0".
- El valor numérico debe estar en el rango de 0 a 255.
Para implementar esta validación, creamos una función auxiliar dedicada a comprobar si un segmento es válido conforme a estas reglas.
bool esValido(const std::string& num) {
if (num.length() == 0) return false;
if (num.length() > 1 && num[0] == '0') return false;
int valor = stoi(num);
return valor >= 0 && valor <= 255;
}
¿Cómo utilizamos backtracking para generar IPs válidas?
El backtracking nos permite ir generando combinaciones de los números con puntos, explorando diversos caminos y retrocediendo cuando notamos que una combinación no es válida. El objetivo es persistir solo en las rutas que pueden desembocar en una IP válida.
Implementación de la solución
Para ello, realizamos una función recursiva que crea combinaciones de direcciones IP a partir de nuestra entrada. Vamos a controlar el proceso con un índice que rastrea nuestra posición en la cadena y un contador que lleva la cuenta de cuántos segmentos hemos generado.
void crearCombinaciones(const std::string& s, std::vector<std::string>& ipsValidas, int index, int cantidadNum, std::string ipValida) {
if (cantidadNum > 4) return;
if (cantidadNum == 4 && index == s.length()) {
ipsValidas.push_back(ipValida);
}
for (int i = 1; i <= 3; i++) {
if (index + i > s.length()) break;
std::string num = s.substr(index, i);
if (esValido(num)) {
crearCombinaciones(s, ipsValidas, index + i, cantidadNum + 1, ipValida + (cantidadNum ? "." : "") + num);
}
}
}
¿Qué nos enseña este problema sobre problemas similares?
Este ejercicio práctico de backtracking es una introducción a cómo enfrentarse a problemas complejos dividiéndolos en subproblemas más manejables. La implementación tiene paralelismos con problemas como el de las N-Reinas en ajedrez, donde se busca colocar N reinas en un tablero sin que se ataquen entre sí. Les dejo el desafío de explorar este problema similar y encontrar soluciones propias.
Al enfrentar este tipo de problemas, la práctica constante y la exploración de estrategias como el backtracking mejorará la forma en que resolvemos problemas algorítmicos. ¡Espero que este contenido te sea de ayuda y sigas motivado en tu camino de aprendizaje!