Valor de array reemplazando repetidamente un máximo de 2 elementos con su diferencia absoluta

Dada una array de tamaño N , la tarea es imprimir el valor final de la array que queda en la array cuando el máximo y el segundo elemento máximo de la array se reemplazan por su diferencia absoluta en la array, repetidamente. Nota: si los dos elementos máximos son iguales, ambos se eliminan de … Continue reading «Valor de array reemplazando repetidamente un máximo de 2 elementos con su diferencia absoluta»

Minimice la suma de una array en la mayoría de las reducciones K

Dada una array de enteros arr[] que consta de N enteros, la tarea es minimizar la suma de la array dada realizando como máximo K operaciones, donde cada operación implica reducir un elemento de la array arr[i] a floor(arr[i] /2) . Ejemplos: Entrada: N = 4, a[] = {20, 7, 5, 4}, K = 3  … Continue reading «Minimice la suma de una array en la mayoría de las reducciones K»

Heap y Priority Queue usando el módulo heapq en Python

Los montones son estructuras de datos en forma de árbol ampliamente utilizadas en las que los Nodes principales cumplen cualquiera de los criterios que se indican a continuación. El valor del Node principal en cada nivel es menor o igual que los valores de sus hijos: min-heap. El valor del Node padre en cada nivel … Continue reading «Heap y Priority Queue usando el módulo heapq en Python»

Aplicación en tiempo real de Estructuras de Datos

Una estructura de datos es una forma particular de organizar los datos en una computadora para que pueda usarse de manera efectiva. En este artículo, se analizan las aplicaciones en tiempo real de todas las estructuras de datos.  Aplicación de arrays : Las arrays son las estructuras de datos más simples que almacenan elementos del … Continue reading «Aplicación en tiempo real de Estructuras de Datos»

¿Cómo mantener el diccionario en un montón en Python?

requisitos previos: Estructura de datos de montón binario módulo heapq en Python Diccionario en Python . El diccionario se puede mantener en el montón en función de la clave o del valor. Las convenciones a mantener se enumeran a continuación: El par clave-valor en el índice ‘ i ‘ se considera el padre del par … Continue reading «¿Cómo mantener el diccionario en un montón en Python?»

Implementación de Binomial Heap | Establecer – 2 (eliminar() y decreseKey())

En una publicación anterior, es decir, el Conjunto 1, hemos discutido que implementa las siguientes funciones: insert(H, k): inserta una clave ‘k’ en el montón binomial ‘H’. Esta operación primero crea un montón binomial con una sola clave ‘k’, luego llama a la unión en H y al nuevo montón binomial. getMin(H): una forma sencilla … Continue reading «Implementación de Binomial Heap | Establecer – 2 (eliminar() y decreseKey())»

Implementación de caché de uso menos frecuente (LFU) – Part 1

El uso menos frecuente (LFU) es un algoritmo de almacenamiento en caché en el que el bloque de caché utilizado con menos frecuencia se elimina cada vez que se desborda la memoria caché. En LFU verificamos la página anterior, así como la frecuencia de esa página y si la frecuencia de la página es mayor … Continue reading «Implementación de caché de uso menos frecuente (LFU) – Part 1»

Estructuras de datos | Montón | Pregunta 1 – Part 2

¿Cuál es la complejidad de tiempo de la operación Build Heap? Build Heap se usa para construir un montón binario máximo (o mínimo) a partir de una array determinada. Build Heap se usa en Heap Sort como un primer paso para ordenar. (A) O(nLogn) (B) O(n^2) (C) O(Logn) (D) O(n) Respuesta: (D) Explicación: El siguiente … Continue reading «Estructuras de datos | Montón | Pregunta 1 – Part 2»

Montón de Fibonacci: inserción y unión

Fibonacci Heap es una colección de árboles con propiedades min-heap o max-heap. En Fibonacci Heap, los árboles pueden tener cualquier forma, incluso todos los árboles pueden ser Nodes únicos (esto es diferente a Binomial Heap donde cada árbol tiene que ser un árbol binomial). En este artículo, discutiremos la operación de inserción y unión en … Continue reading «Montón de Fibonacci: inserción y unión»

Estructuras de datos | Montón | Pregunta 12 – Part 1

Los elementos 32, 15, 20, 30, 12, 25, 16 se insertan uno por uno en el orden indicado en un Max Heap. El Max Heap resultante es. (A) a(B) b(C) c(D) d Answer: (A)Explanation: 32, 15, 20, 30, 12, 25, 16 After insertion of 32, 15 and 20 32 / \ 15 20 After insertion … Continue reading «Estructuras de datos | Montón | Pregunta 12 – Part 1»