| Algorisme | Idea / Fórmula Matemàtica | Usos Principals |
|---|---|---|
| Selection Sort | Complexitat: \(O(n^2)\) | Ordenar llistes petites de manera senzilla |
| Recursió | \(T(n) = T(n-1) + f(n)\) | Definir problemes en termes de subproblemes més petits |
| Quicksort | Complexitat mitjana: \(O(n \log n)\) | Ordenar grans conjunts de dades de forma eficient |
| Taules de dispersió (Hash Tables) | Funció: \(h(x) = x \bmod m\) | Cerca i inserció en \(O(1)\) de mitjana |
| Cerca en amplada (BFS) | Visita nivell a nivell | Cerca de camins mínims en grafs no ponderats |
| Arbres | Estructura jeràrquica: nodes i fills | Organització de dades, indexació |
| Arbres equilibrats | Alçada = \(O(\log n)\) | Mantenir cerques i insercions eficients |
| Algorisme de Dijkstra | Relaxació: \(d[v] = \min(d[v],\, d[u] + w(u,v))\) | Camí més curt en grafs amb pesos positius |
| Algorismes golafres (Greedy) | Elecció local òptima \(\rightarrow\) solució global | Optimització (ex. canvi de monedes, MST) |
| Programació dinàmica | \(F(n) = \min/\max \; \text{sobre subsolucions}\) | Problemes d’optimització (Knapsack, Fibonacci) |
| K-Nearest Neighbors (KNN) | \(\text{dist}(x,y) = \sqrt{\sum (x_i - y_i)^2}\) | Classificació i predicció en ML |