Algoritmo
procedimiento e instrucciones para resolver un problema
En matemáticas, lógica, ciencias de la computación y disciplinas relacionadas, un algoritmo es un
conjunto de instrucciones o reglas definidas y no-ambiguas, ordenadas y finitas que permite,
típicamente, solucionar un problema, realizar un cómputo, procesar datos y llevar a cabo otras tareas
o actividades.[1] Dado un estado inicial y una entrada, siguiendo los pasos sucesivos se llega a un
estado final y se obtiene una solución. Los algoritmos son el objeto de estudio de la algoritmia.[2]
Los diagramas de flujo sirven para
representar algoritmos de manera
gráfica
Diagrama de Ada Lovelace de la «nota
G», el primer algoritmo informático
publicado
En la vida cotidiana, se emplean algoritmos frecuentemente para resolver problemas determinados.
Algunos ejemplos son los manuales de usuario, que muestran algoritmos para usar un aparato, o las
instrucciones que recibe un trabajador de su patrón. Algunos ejemplos en matemática son el
algoritmo de multiplicación, para calcular el producto, el algoritmo de la división para calcular el
cociente de dos números, el algoritmo de Euclides para obtener el máximo común divisor de dos
enteros positivos, o el método de Gauss para resolver un sistema de ecuaciones lineales.
En términos de programación, un algoritmo es una secuencia de pasos lógicos que permiten
solucionar un problema.
Etimología
La palabra castellana algoritmo deriva del latín algorithmus, que se acuñaría en el siglo xv a partir del
latín algorismus, con influencia del griego arithmos, que significa «número»,[3] [4] o de la latinización
del apellido del matemático persa Al-Juarismi.[2] [5] La RAE, por su parte, propone que deriva del latín
algobarismus, que derivaría del árabe clásico ḥisābu lḡubār, que significa «cálculo mediante cifras
arábigas».[6]
Definición
En general, no existe ningún consenso definitivo en cuanto a la definición formal de algoritmo.
Muchos autores los señalan como listas de instrucciones para resolver un cálculo o un problema
abstracto, es decir, que un número finito de pasos convierten los datos de un problema (entrada) en
una solución (salida).[2] [6] [7] [8] [9] [10] Sin embargo, cabe notar que algunos algoritmos no tienen
necesariamente que terminar o resolver un problema en particular. Por ejemplo, una versión
modificada de la criba de Eratóstenes, que nunca termine de calcular números primos, no deja de ser
un algoritmo.[11]
A lo largo de la historia, varios autores han tratado de definir formalmente los algoritmos utilizando
modelos matemáticos. Esto lo hizo Alonzo Church en 1936 con el concepto de «calculabilidad
efectiva» basada en su cálculo lambda y por Alan Turing basándose en la máquina de Turing. Los
dos enfoques son equivalentes, en el sentido de que se pueden resolver exactamente los mismos
problemas con ambos enfoques.[12] [13] No obstante, estos modelos están sujetos a un tipo
particular de datos, como son números, símbolos o gráficas mientras que, en general, los algoritmos
funcionan sobre una vasta cantidad de estructuras de datos.[7] [2] En general, la parte común en
todas las definiciones se puede resumir en las siguientes tres propiedades, siempre y cuando no
consideremos algoritmos paralelos:[11]
Tiempo secuencial. Un algoritmo funciona en tiempo discretizado –paso a paso–, definiendo así
una secuencia de estados computacionales por cada entrada válida (la entrada son los datos que
se le suministran al algoritmo antes de comenzar).
3. Implementación. Se muestra el algoritmo expresado en un lenguaje de programación específico
o algún objeto capaz de llevar a cabo instrucciones.
También es posible incluir un teorema que demuestre que el algoritmo es correcto, un análisis de
complejidad o ambos.
Diagrama de flujo
Diagrama de flujo que expresa un
algoritmo para calcular la raíz
cuadrada de un número
Los diagramas de flujo son descripciones gráficas de algoritmos; usan símbolos conectados con
flechas para indicar la secuencia de instrucciones y están regidos por ISO.
Los diagramas de flujo se emplean para representar algoritmos pequeños, ya que abarcan mucho
espacio y su construcción es laboriosa. Por su facilidad de lectura se utilizan como introducción a
los algoritmos, descripción de un lenguaje y descripción de procesos a personas ajenas a la
computación.
Pseudocódigo
El pseudocódigo (falso lenguaje, el prefijo pseudo significa falso) es una descripción de alto nivel de
un algoritmo que emplea una mezcla de lenguaje natural con algunas convenciones sintácticas
propias de lenguajes de programación, como asignaciones, ciclos y condicionales, aunque no está
regido por ningún estándar.
El pseudocódigo está pensado para facilitar a las personas el entendimiento de un algoritmo y, por lo
tanto, puede omitir detalles irrelevantes que son necesarios en una implementación. Programadores
diferentes suelen utilizar convenciones distintas, que pueden estar basadas en la sintaxis de
lenguajes de programación concretos. Sin embargo, el pseudocódigo, en general, es comprensible
sin necesidad de conocer o usar un entorno de programación específico, y es a la vez
suficientemente estructurado para que su implementación se pueda hacer directamente a partir de
él.
Así, el pseudocódigo cumple con las funciones antes mencionadas para representar algo abstracto,
los protocolos son los lenguajes para la programación. Busque fuentes más precisas para tener
mayor comprensión del tema.
Sistemas formales
La teoría de autómatas y la teoría de funciones recursivas proveen modelos matemáticos que
formalizan el concepto de algoritmo. Los modelos más comunes son la máquina de Turing, máquina
de registro y funciones μ-recursivas. Estos modelos son tan precisos como un lenguaje máquina,
careciendo de expresiones coloquiales o ambigüedad; sin embargo, se mantienen independientes de
cualquier computadora y de cualquier implementación.
Implementación
Muchos algoritmos se han ideado para implementarse en un programa. No obstante, los algoritmos
pueden ser implementados en otros medios, como una red neuronal, un circuito eléctrico o un
aparato mecánico y eléctrico. Algunos algoritmos incluso se diseñan especialmente para
implementarse usando lápiz y papel. El algoritmo de multiplicación tradicional, el algoritmo de
Euclides, la criba de Eratóstenes y muchas formas de resolver la raíz cuadrada son solo algunos
ejemplos.
Variables
Son elementos que toman valores específicos de un tipo de datos concreto. La declaración de una
variable puede realizarse comenzando con var. Principalmente, existen dos maneras de otorgar
valores iniciales a variables:
1. Mediante una sentencia de asignación.
2. Mediante un procedimiento de entrada de datos (por ejemplo: 'read').
Ejemplo:
...
i:=1;
read(n);
while i < n do begin
(* cuerpo del bucle *)
i := i + 1
end;
...
Estructuras secuenciales
La estructura secuencial es aquella en la que una acción sigue a otra en secuencia. Las operaciones
se suceden de tal modo que la salida de una es la entrada de la siguiente y así sucesivamente hasta
el fin del proceso. La asignación de esto consiste en el paso de valores o resultados a una zona de la
memoria. Dicha zona será reconocida con el nombre de la variable que recibe el valor. La asignación
se puede clasificar de la siguiente forma:
1. Simples: Consiste en pasar un valor constante a una variable (a ← 15)
2. Contador: Consiste en usarla como un verificador del número de veces que se realiza un
proceso (a ← a + 1)
3. Acumulador: Consiste en usarla como un sumador en un proceso (a ← a + b)
4. De trabajo: Donde puede recibir el resultado de una operación matemática que involucre
muchas variables (a ← c + b*1/2).
Un ejemplo de estructura secuencial, como obtener el área de un triángulo:
Inicio
...
float b, h, a;
printf("Diga la base");
scanf("%f", &b);
printf("Diga la altura");
scanf("%f", &h);
a = (b*h)/2;
printf("El área del triángulo es %f", a)
...
Fin
Algoritmos como funciones
Esquemática de un algoritmo que soluciona un problema de ciclo
hamiltoniano
Un algoritmo se puede concebir como una función que transforma los datos de un problema
(entrada) en los datos de una solución (salida). Más aún, los datos se pueden representar a su vez
como secuencias de bits, y en general, de símbolos cualesquiera.[2] [13] [16] Como cada secuencia de
bits representa a un número natural (véase Sistema binario), entonces los algoritmos son en esencia
funciones de los números naturales en los números naturales que sí se pueden calcular. Es decir que
todo algoritmo calcula una función donde cada número natural es la codificación de un
problema o de una solución.
En ocasiones los algoritmos son susceptibles de nunca terminar, por ejemplo, cuando entran a un
bucle infinito. Cuando esto ocurre, el algoritmo nunca devuelve ningún valor de salida, y podemos
decir que la función queda indefinida para ese valor de entrada. Por esta razón se considera que los
algoritmos son funciones parciales, es decir, no necesariamente definidas en todo su dominio de
definición.
Cuando una función puede ser calculada por medios algorítmicos, sin importar la cantidad de
memoria que ocupe o el tiempo que se tarde, se dice que dicha función es computable. No todas las
funciones entre secuencias datos son computables. El problema de la parada es un ejemplo.
Análisis de algoritmos
Como medida de la eficiencia de un algoritmo, se suelen estudiar los recursos (memoria y tiempo)
que consume el algoritmo. El análisis de algoritmos se ha desarrollado para obtener valores que de
alguna forma indiquen (o especifiquen) la evolución del gasto de tiempo y memoria en función del
tamaño de los valores de entrada.
El análisis y estudio de los algoritmos es una disciplina de las ciencias de la computación y, en la
mayoría de los casos, su estudio es completamente abstracto sin usar ningún tipo de lenguaje de
programación ni cualquier otra implementación; por eso, en ese sentido, comparte las características
de las disciplinas matemáticas. Así, el análisis de los algoritmos se centra en los principios básicos
del algoritmo, no en los de la implementación particular. Una forma de plasmar (o algunas veces
«codificar») un algoritmo es escribirlo en pseudocódigo o utilizar un lenguaje muy simple tal como
Léxico, cuyos códigos pueden estar en el idioma del programador.
Algunos escritores restringen la definición de algoritmo a procedimientos que deben acabar en algún
momento, mientras que otros consideran procedimientos que podrían ejecutarse eternamente sin
pararse, suponiendo el caso en el que existiera algún dispositivo físico que fuera capaz de funcionar
eternamente. En este último caso, la finalización con éxito del algoritmo no se podría definir como la
terminación de este con una salida satisfactoria, sino que el éxito estaría definido en función de las
secuencias de salidas dadas durante un periodo de vida de la ejecución del algoritmo. Por ejemplo,
un algoritmo que verifica que hay más ceros que unos en una secuencia binaria infinita debe
ejecutarse siempre para que pueda devolver un valor útil. Si se implementa correctamente, el valor
devuelto por el algoritmo será válido, hasta que evalúe el siguiente dígito binario. De esta forma,
mientras evalúa la siguiente secuencia podrán leerse dos tipos de señales: una señal positiva (en el
caso de que el número de ceros sea mayor que el de unos) y una negativa en caso contrario.
Finalmente, la salida de este algoritmo se define como la devolución de valores exclusivamente
positivos si hay más ceros que unos en la secuencia y, en cualquier otro caso, devolverá una mezcla
de señales positivas y negativas.
Ejemplo de algoritmo
El problema consiste en encontrar el máximo de un conjunto de números. Para un ejemplo más
complejo véase Algoritmo de Euclides.
Descripción de alto nivel
Dado un conjunto finito de números, se tiene el problema de encontrar el número más grande. Sin
pérdida de generalidad se puede asumir que dicho conjunto no es vacío y que sus elementos están
numerados como .
Es decir, dado un conjunto se pide encontrar tal que para todo
elemento que pertenece al conjunto .
Para encontrar el elemento máximo, se asume que el primer elemento ( ) es el máximo; luego, se
recorre el conjunto y se compara cada valor con el valor del máximo número encontrado hasta ese
momento. En el caso de que un elemento sea mayor que el máximo, se asigna su valor al máximo.
Cuando se termina de recorrer la lista, el máximo número que se ha encontrado es el máximo de
todo el conjunto.
Descripción formal
El algoritmo puede ser escrito de una manera más formal en el siguiente pseudocódigo:
Algoritmo Encontrar el máximo de un conjunto
función max( )
// es un conjunto no vacío de números//
← // es el número de elementos de //
←
para ← hasta hacer
si entonces
devolver
Sobre la notación:
«←» representa una asignación: ← significa que la variable toma el valor de ;
«devolver» termina el algoritmo y devuelve el valor a su derecha (en este caso, el máximo de ).
Implementación
En lenguaje C++:
int max(int c[], int n)
{
int i, m = c[0];
for (i = 1; i < n; i++)
if (c[i] > m) m = c[i];
return m;
}
Véase también
Tipos de algoritmos según su función
Algoritmo de ordenamiento
Algoritmo de búsqueda
ilustración
animada del
proceso de un
algoritmo de
ordenación de
números.
Técnicas de diseño de algoritmos
Algoritmos voraces (greedy): seleccionan los elementos más prometedores del conjunto de
candidatos hasta encontrar una solución. En la mayoría de los casos la solución no es óptima.
Algoritmos paralelos: permiten la división de un problema en subproblemas de forma que se
puedan ejecutar de forma simultánea en varios procesadores.
Algoritmos probabilísticos: algunos de los pasos de este tipo de algoritmos están en función de
valores pseudoaleatorios.
Algoritmos determinísticos: el comportamiento del algoritmo es lineal: cada paso del algoritmo
tiene únicamente un paso sucesor y otro antecesor.
Algoritmos no determinísticos: el comportamiento del algoritmo tiene forma de árbol y a cada
paso del algoritmo puede bifurcarse a cualquier número de pasos inmediatamente posteriores,
además todas las ramas se ejecutan simultáneamente.
Divide y vencerás: dividen el problema en subconjuntos disjuntos obteniendo una solución de cada
uno de ellos para después unirlas, logrando así la solución al problema completo.
Metaheurísticas: encuentran soluciones aproximadas (no óptimas) a problemas basándose en un
conocimiento anterior (a veces llamado experiencia) de los mismos.
Programación dinámica: intenta resolver problemas disminuyendo su coste computacional
aumentando el coste espacial.
Ramificación y acotación: se basa en la construcción de las soluciones al problema mediante un
árbol implícito que se recorre de forma controlada encontrando las mejores soluciones.
Vuelta atrás (backtracking): se construye el espacio de soluciones del problema en un árbol que se
examina completamente, almacenando las soluciones menos costosas.
Temas relacionados
Cota inferior asintótica
Cota ajustada asintótica
Complejidad computacional
Diagramas de flujo
Diagrama Nassi-Shneiderman
Máquina de Turing
Disciplinas relacionadas
Ciencias de la Computación
Análisis de algoritmos
Complejidad computacional
Gobierno por algoritmos
Informática
Inteligencia artificial
Investigación operativa
Matemáticas
Programación
Referencias
1. Real Academia Española. Diccionario de la lengua española (http://buscon.rae.es/draeI/SrvltGUI
BusUsual?TIPO_HTML=2&TIPO_BUS=3&LEMA=algoritmo) «Conjunto ordenado y finito de
