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
Viendo ahora - 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
02:55 min - 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
Implementación de Algoritmo DFS en Árboles Binarios con Golang
Resumen
¿Cómo se implementa un árbol binario en Golang?
Para los desarrolladores interesados en estructuras de datos, especialmente aquellos trabajando con Golang, crear y manejar un árbol binario es un ejercicio invaluable para mejorar las habilidades de codificación. Aquí abordaremos la implementación de un árbol binario en Go.
¿Qué es un nodo en un árbol binario y cómo se describe?
Un nodo en un árbol binario se configura con un valor y, generalmente, dos hijos: uno a la izquierda y otro a la derecha. En el contexto de Golang, puedes definir un nodo de la siguiente manera:
type Nodo struct { Valor int NodoIzquierdo *Nodo NodoDerecho *Nodo }
¿Cuál es la lógica para calcular el total de un árbol?
Al trabajar con un árbol binario, el objetivo puede ser, por ejemplo, calcular la suma de todos los caminos desde la raíz hasta las hojas. Este total iniciará en cero, y si la raíz es nula, simplemente retornamos cero.
var Total int = 0 func calcularTotal(raiz *Nodo) int { if raiz == nil { return 0 } return Total }
¿Cómo usar una función DFS para el cálculo de caminos?
Depth-First Search (DFS) es una técnica popular para explorar o recorrer estructuras de datos como grafos y árboles. En este contexto, creamos la función DFS que recibe el nodo actual del árbol, una cadena que representa el camino actual y el total hasta el momento.
func DFS(nodoActual *Nodo, caminoActual string, sumaTotal *int) { if nodoActual.NodoIzquierdo == nil && nodoActual.NodoDerecho == nil { *sumaTotal += convertirCaminoACadenaYASuma(caminoActual, nodoActual.Valor) return } nuevoCamino := caminoActual + strconv.Itoa(nodoActual.Valor) if nodoActual.NodoIzquierdo != nil { DFS(nodoActual.NodoIzquierdo, nuevoCamino, sumaTotal) } if nodoActual.NodoDerecho != nil { DFS(nodoActual.NodoDerecho, nuevoCamino, sumaTotal) } } func convertirCaminoACadenaYASuma(camino string, valor int) int { caminoCompleto := camino + strconv.Itoa(valor) suma, _ := strconv.Atoi(caminoCompleto) return suma }
¿Por qué es importante realizar pruebas?
Es vital realizar pruebas, sobre todo si estás en un proceso de entrevista donde la precisión y la robustez del código son evaluadas. Las pruebas nos aseguran que la lógica y la solución planteada son correctas.
La importancia de las pruebas incluye:
- Validar la lógica: Asegurar que todos los caminos del árbol se calculan correctamente.
- Detectar errores: Permite identificar fallas antes de la ejecución de la lógica en situaciones reales.
¿Cómo se pueden realizar pruebas de escritorio o unitarias?
Antes de ejecutar pruebas unitarias automáticas, es clave realizar pruebas de escritorio. Esto implica verificar el resultado esperado paso a paso manualmente. Además, define funciones de prueba en tu código que verifiquen los resultados contra casos de prueba conocidos.
Invito a los lectores a involucrarse practicando crear varias estructuras de árbol y explorando diferentes algoritmos. Comenten su experiencia o compartan cualquier error que hayan encontrado y cómo lo corrigieron. ¡La programación es una habilidad en constante perfeccionamiento!