Cap. 4 Complejidad temporal de algoritmos - Inicio

10 Estructuras de Datos y AlgoritmosT(n) = O( log 2 (n) )Las gráficas comparan el costo lineal versus el logarítmico.O(n)O(log 2 (n))Figura 4.8 Costo lineal versus costo logarítmico.Ejemplo 4.2. Evaluando la complejidad en función del tiempo.Si T(n) refleja el número de instrucciones de costo unitario que deben realizarse para resolverpara n entradas, puede tenerse una medida en unidades de tiempo conociendo el valoraproximado de la duración de una instrucción.Si O(1) es equivalente a 1 [seg], se puede construir la siguiente tabla, en cada columna se tieneuna complejidad temporal diferente:n 3n 2 + 7n n 2 n log 2 n100 0,03 [seg] 0,01 [seg] 6,6 [mseg]10.000 5 [minutos] 1,7 [minutos] 133 [mseg]100.000 8 [horas] 3 [horas] 1,66[seg]1.000.000 35 [días] 12 [días] 6 [seg]Figura 4.9 Costo temporal.Usando teoremas sobre comparación de funciones, se tiene que: O(3n 2 + 7n) = O(n 2 ).La tabla muestra que las complejidades de los dos algoritmos cuadráticos son comparables en elorden de magnitud.Ejemplo 4.3. Aplicación a un algoritmo sencillo.Calcular la complejidad del segmento que obtiene el mínimo elemento de un arreglo.min = A[0];Profesor Leopoldo Silva Bijit 20-01-2010