Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ventajas:
1.Puede resolver problemas complejos.
2.Solución más natural.
Desventajas:
1.Se puede llegar a un ciclo infinito.
2.Versión no recursiva más difícil de desarrollar.
3. Para la gente sin experiencia es difícil de programar.
Ventajas
1.Resolucion de problemas complejos.
2.Eficiencia del algoritmo.
3.Paralelismo.
4.Acceso a Memoria.
5.Control del redondeo.
Desventajas
1. La principal desventaja de este método es su lentitud en la repetición del
proceso recursivo
2. Otra desventaja o inconveniente importante, es la dificultad o incluso
inconveniencia de aplicar el método a situaciones en las que la solución al
problema general no se deriva de la suma directa y simple de los subproblemas
(partes).
Caso General:
Ventajas
Para aplicar la estrategia Divide y Vencerás es necesario que se cumplan tres
condiciones:
1. La decisión de utilizar el subalgoritmo básico en lugar de hacer llamadas recursivas
debe tomarse cuidadosamente.
2.Tiene que ser posible descomponer el caso en subcasos y recomponer las soluciones
parciales de forma eficiente.
3. Los subcasos deben ser en lo posible aproximadamente del mismo tamaño.
Desventajas
1. Si al final de la mayoría de esto casos de algoritmo es que si no se divide en el tamaño de
los subcasos es aproximadamente m/b para que pueda ser contantes de donde los tamaños
sean casos originales de cada subproblema que se aproxime.
Programación Dinámica:
Ventajas
1.Permite no calcular dos veces lo mismo
2. Utiliza una tabla de resultados
Desventajas
1. Se usa solo con el principio de optimalidad.
Algoritmos Ávidos:
Ventajas
1.Simples y fáciles de usar
2.Se utilizan para la resolución de problemas de optimización
Desventajas
1. Se debe encontrar un conjunto de candidatos que optimiza la función objetivo
2. Los algoritmos voraces proceden por pasos
c) Mencione las situaciones en las que pueden ser utilizadas
Las estrategias de diseño de algoritmos suelen ser bastante simples y se emplean sobre todo para
resolver problemas de optimización, como por ejemplo, encontrar la secuencia óptima para
procesar un conjunto de tareas por un computador, hallar el camino mínimo de un grafo, etc.