Referencias Bibliográficas: [Brookshear and Brookshear, 2014]
Temas
- Tipos Abstractos de datos y sus implementaciones:
- Pilas
- Colas
- Colas de prioridad
- Conjuntos
- Mapas
- Listas enlazadas
- Algoritmos numéricos simples, tales como el cálculo de la media de una lista de números, encontrar el mínimo y máximo.
- Algoritmos de búsqueda secuencial y binaria.
- Árboles de búsqueda binaria:
- Operaciones comunes en árboles de búsqueda binaria como seleccionar el mínimo, máximo, insertar, eliminar, recorrido en árboles.
- Árboles balanceados (ej. árboles AVL, Arboles red-black, Arboles biselados (splay trees), Treaps)
- Estructuras de Datos Avanzadas (ej. B-Trees, Fibonacci Heaps)
Objetivos de Aprendizaje
- Implementar algoritmos numéricos básicos [Familiarity].
- Implementar algoritmos de busqueda simple y explicar las diferencias en sus tiempos de complejidad [Familiarity].
- 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 [Familiarity].
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM