Lección 4: Big-O y análisis de complejidad

Imagina una guía telefónica enorme y estás buscando un nombre: hojear página por página toma una eternidad, pero un libro ordenado alfabéticamente ofrece una forma mucho más inteligente de entrar. Esta lección le da un nombre corto a ese patrón: Big-O, una forma práctica de describir cómo crece el t

Big-O simplemente pregunta: 'si duplicas el número de elementos, ¿cuánto más trabajo es eso?'. Si recorres cada elemento una vez, duplicar los elementos = el doble de trabajo (a esto lo llamamos O(n)). Si comparas cada elemento contra todos los demás, duplicar los elementos = cuatro veces más trabajo (O(n²)). Eso es todo: un nombre corto para la rapidez con la que crece el trabajo.

análisis de complejidad: Estimar el trabajo (tiempo) y la memoria que necesita un algoritmo en función del tamaño del input n.
Big-O: Notación para el ritmo de crecimiento de un algoritmo en el peor caso, ignorando constantes y términos de orden menor.
tiempo lineal: O(n): el trabajo crece en proporción directa al tamaño del input: un recorrido sobre cada elemento.