Clasificación

La clasificación de algoritmos informáticos puede hacerse de varias formas, dependiendo de los criterios que se consideren. Aquí está una clasificación basada en diferentes enfoques:

Clasificación por estructura de datos

• Algoritmos de ordenación: Organizar un conjunto de elementos en orden ascendente o descendente.
  • Por ejemplo, ordenación rápida (quick sort).
• Algoritmos de búsqueda: Localizar un elemento específico dentro de una estructura de datos.
  • Por ejemplo, búsqueda lineal (linear search) y búsqueda binaria (binary search).

Clasificación por estrategia de resolución

• Algoritmos de divide y vencerás: Resolver un problema dividiéndolo en problemas más pequeños y resolviéndolos de forma recursiva.
  • Por ejemplo, algoritmo de Karatsuba (para multiplicación de números grandes).
• Algoritmos de programación dinámica: Resolver problemas almacenando resultados de subproblemas para evitar cálculos redundantes.
  • Por ejemplo, el cálculo del número de Fibonacci (Fibonacci Sequence)
• Algoritmos voraces (greedy algorithms): Estrategia de resolución de problemas en la que se toma la decisión óptima local en cada paso con la esperanza de que estas decisiones locales lleven a una solución óptima global.
• Algoritmos de backtracking: Explorar todas las posibles soluciones y retroceder cuando se detecta que una opción no es viable.
  • Por ejemplo, el problema de las reinas (N-Queens Problem)
• Algoritmos de búsqueda y optimización: Buscar soluciones óptimas o explorar el espacio de soluciones para problemas complejos.

Clasificación por paradigma

• Algoritmos iterativos: Utilizan bucles para repetir un conjunto de operaciones hasta que se cumple una condición.
• Algoritmos recursivos: Resuelven problemas llamando a la misma función dentro de sí misma, normalmente para dividir el problema en problemas más pequeños.
• Algoritmos concurrentes y paralelos: Realizan múltiples tareas simultáneamente para mejorar la eficiencia y el tiempo de ejecución.
  • Algoritmos MapReduce: Para procesamiento paralelo de grandes conjuntos de datos.