En esta sesión Darío Fedes (Full Stack Developer) nos deleita con una introducción al análisis de algoritmos iterativos cuyo tiempo de ejecución y espacio en memoria puede verse notablemente afectado en función del número de elementos de entrada que deben procesarse. Nos ayuda a entender cómo se mide su complejidad computacional en función del tiempo de ejecución y el número de instrucciones que se ejecutan en cada iteración, dependiendo del número de elementos de entrada. Para ello, Darío nos introduce a Big O Notation, la cual se utiliza para clasificar algoritmos de acuerdo al aumento del tiempo de ejecución o espacio cuando el tamaño de los elementos de entrada crece.
algorithm analysis complexity big o notation