Browse Source

cleanup warnings in informe

Chris Cromer 1 week ago
parent
commit
675f6b72f8
Signed by: Chris Cromer <chris@cromer.cl> GPG Key ID: 39CC813FF3C8708A
1 changed files with 21 additions and 19 deletions
  1. 21
    19
      doc/Informe.tex

+ 21
- 19
doc/Informe.tex View File

@@ -23,7 +23,7 @@
23 23
 }
24 24
 
25 25
 \usepackage{hyperref}
26
-\hypersetup{colorlinks=true,allcolors=black,bookmarks,pdftitle={Tarea 1: Ordenamiento}}
26
+\hypersetup{colorlinks=true,allcolors=black,pdftitle={Tarea 1: Ordenamiento}}
27 27
 \usepackage{hypcap}
28 28
 
29 29
 \pretitle{%
@@ -37,6 +37,7 @@
37 37
 \posttitle{\end{center}}
38 38
 
39 39
 \begin{document}
40
+\hypersetup{pageanchor=false}
40 41
 \clearpage\maketitle
41 42
 \thispagestyle{empty}
42 43
 
@@ -64,6 +65,7 @@ Xavier Canales
64 65
 \tableofcontents
65 66
 
66 67
 \newpage
68
+\hypersetup{pageanchor=true}
67 69
 \pagenumbering{arabic}
68 70
 \section{Pseudo código}
69 71
 \subsection{Merge Sort}
@@ -95,63 +97,63 @@ Xavier Canales
95 97
 \subsection{Análisis temporal}
96 98
 \subsubsection{Merge Sort}
97 99
 \underline{Caso Promedio:} $ \Theta(n log n)) $ \\
98
-El caso promedio de merge sort es similar a peor caso. \\
100
+El caso promedio de merge sort es similar a peor caso. \bigskip
99 101
 
100 102
 \underline{Peor Caso:} $ O(n log n) $ \\
101
-En el peor de los casos, el merge sort hace aproximadamente un 39\% menos de comparaciones que el quick sort en su caso promedio. En términos de movimientos, la complejidad del peor de los casos de merge sort es $ O(n log n) $ la misma complejidad que el mejor de Quick sort, y el mejor de la clasificación de merge sort toma aproximadamente la mitad de las iteraciones que en el peor de los casos. \\
103
+En el peor de los casos, el merge sort hace aproximadamente un 39\% menos de comparaciones que el quick sort en su caso promedio. En términos de movimientos, la complejidad del peor de los casos de merge sort es $ O(n log n) $ la misma complejidad que el mejor de Quick sort, y el mejor de la clasificación de merge sort toma aproximadamente la mitad de las iteraciones que en el peor de los casos. \bigskip
102 104
 
103 105
 \underline{Mejor Caso:} $ \Omega(n log n)$ \\
104
-En el caso mejor de merge sort, el merge sort funciona mejor cuando los datos son secuencial. \\
106
+En el caso mejor de merge sort, el merge sort funciona mejor cuando los datos son secuencial. \bigskip
105 107
 
106 108
 \subsubsection{Quick Sort}
107 109
 \underline{Caso Promedio:} $ \Theta(n(log n)) $ \\
108
-El tiempo de ejecución que tendrá el algoritmo dependerá de como se realice la partición de el arreglo entrada, es decir, depende de la selección del pivote. \\
110
+El tiempo de ejecución que tendrá el algoritmo dependerá de como se realice la partición de el arreglo entrada, es decir, depende de la selección del pivote. \bigskip
109 111
 
110 112
 \underline{Peor Caso:} $ O(n^2) $ \\
111
-El peor de los casos para el quick sort resultará cuando la elección del pivote sea el valor más pequeño del arreglo o el más grande de este mismo. \\
113
+El peor de los casos para el quick sort resultará cuando la elección del pivote sea el valor más pequeño del arreglo o el más grande de este mismo. \bigskip
112 114
 
113 115
 \underline{Mejor Caso:} $ \Omega(n log(n)) $ \\
114
-Para obtener el mejor caso posible será cuando el pivote se encuentre exactamente al medio del arreglo, porque lo dividirá en dos obteniendo n/2 elementos en ambas divisiones del arreglo. \\
116
+Para obtener el mejor caso posible será cuando el pivote se encuentre exactamente al medio del arreglo, porque lo dividirá en dos obteniendo n/2 elementos en ambas divisiones del arreglo. \bigskip
115 117
 
116 118
 \subsubsection{Bubble Sort}
117 119
 \underline{Caso Promedio:} $ \Theta(n^2)) $ \\
118
-El caso promedio compara la complejidad temporal con el peor caso, donde n es el numero de valores a ordenar, esto es producto de la forma en la cual \textit{bubble} transporta los valores dentro de su ordenamiento. \\
120
+El caso promedio compara la complejidad temporal con el peor caso, donde n es el numero de valores a ordenar, esto es producto de la forma en la cual \textit{bubble} transporta los valores dentro de su ordenamiento. \bigskip
119 121
 
120 122
 \underline{Peor Caso:} $ O(n^2) $ \\
121
-En el peor caso el arreglo a ordenar va a estar ordenado en forma descendente previamente. \\
123
+En el peor caso el arreglo a ordenar va a estar ordenado en forma descendente previamente. \bigskip
122 124
 
123 125
 \underline{Mejor Caso:} $ \Omega(n)$ \\
124
-El mejor caso para el bubble sort será cuando el arreglo de entrada venga previamente ordenado de menor a mayor. \\
126
+El mejor caso para el bubble sort será cuando el arreglo de entrada venga previamente ordenado de menor a mayor. \bigskip
125 127
 
126 128
 \subsubsection{Bitonic Sort}
127 129
 \underline{Caso Promedio:} $\Theta(log^2(n))$ \\
128
-El ordenamiento bitonico responde igual a todos los casos porque siempre antes de empezar a ordenarlos realiza las mismas comparaciones para dejarlos en la secuencia bitonica. \\
130
+El ordenamiento bitonico responde igual a todos los casos porque siempre antes de empezar a ordenarlos realiza las mismas comparaciones para dejarlos en la secuencia bitonica. \bigskip
129 131
 
130 132
 \underline{Peor Caso:} $ O(log^2(n)) $ \\
131
-Su peor caso es igual que su caso promedio. \\
133
+Su peor caso es igual que su caso promedio. \bigskip
132 134
 
133 135
 \underline{Mejor Caso:} $ \Omega(log^2(n)) $ \\
134
-Su mejor caso es igual que su caso promedio. \\
136
+Su mejor caso es igual que su caso promedio. \bigskip
135 137
 
136 138
 \subsubsection{Counting Sort}
137 139
 \underline{Caso Promedio:} $ \Theta(\frac{n^2}{2}) $ \\
138
-La complejidad total es igual para todos los casos, porque el algoritmo usa sólo ciclos simples, sin recursividad o sub-funciones, va directamente al análisis. \\
140
+La complejidad total es igual para todos los casos, porque el algoritmo usa sólo ciclos simples, sin recursividad o sub-funciones, va directamente al análisis. \bigskip
139 141
 
140 142
 \underline{Peor Caso:} $ O(\frac{n^2}{2}) $ \\
141
-Su peor caso es igual a su caso promedio. \\
143
+Su peor caso es igual a su caso promedio. \bigskip
142 144
 
143 145
 \underline{Mejor Caso:}  $ \Omega(\frac{n^2}{2}) $ \\
144
-Su mejor caso es igual a su caso promedio. \\
146
+Su mejor caso es igual a su caso promedio. \bigskip
145 147
 
146 148
 \subsubsection{Selection Sort}
147 149
 \underline{Caso Promedio:} $ \Theta(n^2) $ \\
148
-El ordenamiento por selección no es un algoritmo de ordenamiento adaptable, realiza el mismo numero de comparaciones de elementos en el mejor caso, el caso promedio y el peor de los casos, esto se debe a que no utiliza el orden existente de las entradas del arreglo para ordenar. \\
150
+El ordenamiento por selección no es un algoritmo de ordenamiento adaptable, realiza el mismo numero de comparaciones de elementos en el mejor caso, el caso promedio y el peor de los casos, esto se debe a que no utiliza el orden existente de las entradas del arreglo para ordenar. \bigskip
149 151
 
150 152
 \underline{Peor Caso:} $ O(n^2) $ \\
151
-Su peor caso es igual a su caso promedio. \\
153
+Su peor caso es igual a su caso promedio. \bigskip
152 154
 
153 155
 \underline{Mejor Caso:} $ \Omega(n^2) $ \\
154
-Su mejor caso es igual a su caso promedio. \\
156
+Su mejor caso es igual a su caso promedio. \bigskip
155 157
 
156 158
 \newpage
157 159
 \subsection{Datos}

Loading…
Cancel
Save