• Aprenderly
  • Explore
    • Ciencia
    • Ciencias sociales
    • Historia
    • Ingeniería
    • Matemáticas
    • Negocio
    • Numeración de las artes

    Top subcategories

    • Advanced Math
    • Estadísticas y Probabilidades
    • Geometría
    • Trigonometry
    • Álgebra
    • other →

    Top subcategories

    • Astronomía
    • Biología
    • Ciencias ambientales
    • Ciencias de la Tierra
    • Física
    • Medicina
    • Química
    • other →

    Top subcategories

    • Antropología
    • Psicología
    • Sociología
    • other →

    Top subcategories

    • Economía
    • other →

    Top subcategories

    • Ciencias de la computación
    • Diseño web
    • Ingeniería eléctrica
    • other →

    Top subcategories

    • Arquitectura
    • Artes escénicas
    • Ciencias de la religión
    • Comunicación
    • Escritura
    • Filosofía
    • Música
    • other →

    Top subcategories

    • Edad Antigua
    • Historia de Europa
    • Historia de los Estados Unidos de América
    • Historia universal
    • other →
 
Sign in Sign up
Upload
TreeView: un generador de árboles para ayuda a la docencia
TreeView: un generador de árboles para ayuda a la docencia

CC30A Algoritmos y Estructuras de Datos Nociones - U
CC30A Algoritmos y Estructuras de Datos Nociones - U

un árbol natural 1
un árbol natural 1

Cap. 6 - Universidad de La Serena
Cap. 6 - Universidad de La Serena

EDD - Guía - Btrees
EDD - Guía - Btrees

Estructuras de Datos en Lenguaje Java
Estructuras de Datos en Lenguaje Java

inserción en árboles 2-3-4
inserción en árboles 2-3-4

ASIGNATURA :: Programació nn TRABAJO PRÁCTICO Nº 5
ASIGNATURA :: Programació nn TRABAJO PRÁCTICO Nº 5

4.5 Árboles AVL (Adelson-Velskii y Landis) Inserción y extracción en
4.5 Árboles AVL (Adelson-Velskii y Landis) Inserción y extracción en

Práctico 6: Árboles - Facultad de Ciencias Exactas
Práctico 6: Árboles - Facultad de Ciencias Exactas

Diapositiva 1 - WordPress.com
Diapositiva 1 - WordPress.com

Árboles
Árboles

ID2012/193 Creación de material para prácticas de
ID2012/193 Creación de material para prácticas de

Finales 2016
Finales 2016

Preliminares del problema Sorting
Preliminares del problema Sorting

Práctico Árboles Binarios de Búsqueda 1. Dibujar - Itsp
Práctico Árboles Binarios de Búsqueda 1. Dibujar - Itsp

Document
Document

Espacios de Búsqueda en un Árbol Binario para Resolver
Espacios de Búsqueda en un Árbol Binario para Resolver

Representación de una lista
Representación de una lista

Laboratorio 1 – Análisis empírico de costes de algoritmos de or
Laboratorio 1 – Análisis empírico de costes de algoritmos de or

Practica3_Arboles1
Practica3_Arboles1

examen final
examen final

Teoría de Algoritmos
Teoría de Algoritmos

Descripción - Cupi2 - Universidad de los Andes
Descripción - Cupi2 - Universidad de los Andes

Árboles
Árboles

1 >

Árbol de intervalo

En ciencia de la computación, un árbol de intervalo es una árbol ordenado para mantener intervalos. En concreto, permite encontrar de manera eficiente todos los intervalos que se solapan con cualquier otro intervalo o punto dado. A menudo se utiliza para las consultas de ventanas, por ejemplo, para encontrar todos los caminos en un mapa computarizado dentro de una ventana rectangular, o para encontrar todos los elementos visibles dentro de una escena tridimensional. Una estructura de datos similar es el árbol de segmento.La solución trivial es visitar cada intervalo y probar si se cruza el punto o intervalo dado, que requiere Θ(n) tiempo, donde n es el número de intervalos en la colección. Dado que una consulta puede devolver todos los intervalos, por ejemplo, si la consulta es un gran intervalo de intersección de todos los intervalos de la colección, esto es asintóticamente óptimo; Sin embargo, podemos mejorarlo al considerar algoritmos producto-sensible, donde el tiempo de ejecución se expresa en términos de m, el número de intervalos producidos por la consulta. Los Árboles de intervalo son dinámicos, es decir, que permiten la inserción y la supresión de intervalos. Obtienen un tiempo de consulta de O(log n), mientras que el tiempo de preprocesamiento para construir la estructura de datos es O(n log n) (pero el consumo de espacio es O(n)). Si los puntos extremos de los intervalos están dentro de un rango entero pequeño (por ejemplo, en el intervalo [1, ..., O (n)]), las estructuras de datos más rápidas existen con el tiempo de preprocesamiento O (n) y el tiempo de consulta O(1+m) para informar m intervalos que contienen un punto de consulta dada.
El centro de tesis, documentos, publicaciones y recursos educativos más amplio de la Red.
  • aprenderly.com © 2025
  • GDPR
  • Privacy
  • Terms
  • Report