La Notación Big O describe cómo el tiempo de ejecución o los requisitos de espacio de un algoritmo crecen en relación al tamaño de la entrada. Se enfoca en el peor caso e ignora constantes y términos de menor orden.
Complejidades comunes (de más rápida a más lenta):
O(1) — Constante: mismo tiempo sin importar el tamaño de entrada
O(log n) — Logarítmica: divide el problema a la mitad en cada paso (búsqueda binaria)
O(n) — Lineal: procesa cada elemento una vez
O(n log n) — Linearítmica: ordenamiento eficiente (Merge Sort, Quick Sort)
O(n²) — Cuadrática: bucles anidados (Bubble Sort, fuerza bruta)
O(2^n) — Exponencial: se duplica con cada nuevo elemento
O(n!) — Factorial: todas las permutaciones
Por qué importa:
Para n = 1.000: O(n) = 1.000 operaciones, O(n²) = 1.000.000 operaciones
Elegir el algoritmo correcto puede significar segundos vs. horas de cómputo.
Reglas de Big O:
1. Eliminar constantes: O(2n) → O(n)
2. Eliminar términos de menor orden: O(n² + n) → O(n²)
3. Enfocarse en el término dominante cuando n crece
Algoritmos relacionados
Preguntas frecuentes
- ¿Qué es Notación Big O?
- La Notación Big O describe cómo el tiempo de ejecución o los requisitos de espacio de un algoritmo crecen en relación al tamaño de la entrada. Se enfoca en el peor caso e ignora constantes y términos de menor orden.
- ¿Cuál es la complejidad de Notación Big O?
- Notación Big O se explica con visualización paso a paso, incluyendo su complejidad temporal y espacial cuando aplica.
- ¿Para quién es este visualizador de Notación Big O?
- La visualización de Notación Big O está pensada para nivel principiante, dentro de la categoría Conceptos. Ideal para estudiantes, entrevistas técnicas y repaso práctico.
- ¿Qué algoritmos relacionados hay con Notación Big O?
- En la misma categoría (Conceptos) puedes explorar: Recursion, Two Pointers, Sliding Window. Todos tienen visualización interactiva.