4.1.4.11 Algoritmos y Estructuras de Datos fundamentales (8 horas) [Habilidades ABET1,ABET2,ABET6]

Referencias Bibliográficas: [Brookshear and Brylow, 2019] Temas

1. Algoritmos numéricos simples, tales como el cálculo de la media de una lista de números, encontrar el mínimo y máximo.
2. Algoritmos de búsqueda secuencial y binaria.
3. Algoritmos de ordenamiento de peor caso cuadrático (selección, inserción)
4. Algoritmos de ordenamiento con peor caso o caso promedio en O(N lg N) (Quicksort, Heapsort, Mergesort)
5. Tablas Hash, incluyendo estratégias para evitar y resolver colisiones.
6. Árboles de búsqueda binaria:
   1. Operaciones comunes en árboles de búsqueda binaria como seleccionar el mínimo, máximo, insertar, eliminar, recorrido en árboles.
7. Grafos y algoritmos en grafos:
   1. Representación de grafos (ej., lista de adyacencia, matriz de adyacencia)
   2. Recorrido en profundidad y amplitud
8. Montículos (Heaps)
9. Grafos y algoritmos en grafos:
   1. Algoritmos de la ruta más corta (algoritmos de Dijkstra y Floyd)
   2. Árbol de expansión mínima (algoritmos de Prim y Kruskal)
10. Búsqueda de patrones y algoritmos de cadenas/texto (ej. búsqueda de subcadena, búsqueda de expresiones regulares, algoritmos de subsecuencia común más larga)

Objetivos de Aprendizaje (Learning Outcomes)

1. Describir la implementación de tablas hash, incluyendo resolución y el evitamiento de colisiones [Familiarizarse]
2. Resolver problemas usando algoritmos básicos de grafos, incluyendo busqueda por profundidad y busqueda por amplitud [Usar]
3. Implementar algoritmos numéricos básicos [Usar]
4. Implementar algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad [Evaluar]
5. Ser capaz de implementar algoritmos de ordenamiento comunes cuádraticos y O(N log N) [Usar]
6. Describir la implementación de tablas hash, incluyendo resolución y el evitamiento de colisiones [Familiarizarse]
7. Discutir el tiempo de ejecución y eficiencia de memoria de los principales algoritmos de ordenamiento, busqueda y hashing [Familiarizarse]
8. Discutir factores otros que no sean eficiencia computacional que influyan en la elección de algoritmos, tales como tiempo de programación, mantenibilidad, y el uso de patrones específicos de la aplicación en los datos de entrada [Familiarizarse]
9. Explicar como el balanceamiento del arbol afecta la eficiencia de varias operaciones de un arbol de búsqueda binaria [Familiarizarse]
10. Resolver problemas usando algoritmos básicos de grafos, incluyendo busqueda por profundidad y busqueda por amplitud [Usar]
11. Demostrar habilidad para evaluar algoritmos, para seleccionar de un rango de posibles opciones, para proveer una justificación por esa selección,y para implementar el algoritmo en un contexto en específico [Evaluar]