Códice | Entradas sobre «algoritmia»

Fizz buzz

JavGuerra — Fri, 22 Apr 2022 00:00:00 GMT

Etiquetas: #código, #javascript, #algoritmia

«Fizz buzz» es un ejercicio que habitualmente se usa como prueba para la selección de candidatos en programación. Su origen es un juego de niños para aprender a dividir.

Escribir un programa que muestre en pantalla los números del 1 al 100, sustituyendo los múltiplos de 3 por la palabra “fizz”, los múltiplos de 5 por “buzz” y los múltiplos de ambos, es decir, los múltiplos de 3 y 5 (o de 15), por la palabra “fizzbuzz”.

Este simple enunciado encierra toda una gama de posibilidades en su algoritmo de resolución, y en él es de importancia tanto la rapidez con la que se resuelve el problema como la optimización (u originalidad) del código.

Esta es mi propuesta de resolución en JavaScript.

const result = [];

for (let i = 1; i <= 100; i++) {
  let value = '';

  if (i % 3 === 0) value += 'fizz';
  if (i % 5 === 0) value += 'buzz';

  result.push(value || i);
}

console.log(result.join(', '));

Básicamente el programa comprueba en bucle si cada número del 1 al 100 es divisible por 3 ó por 5. Si lo es, guarda «fizz», «buzz» o «fizzbuzz» en el caso de ser divisible por los dos (3 y 5). Si no lo es, guarda el número que estoy evaluando y pasa al siguiente número.

Esta es una versión que además de correcta, es muy legible. Pero si quisiéramos hacer una versión al estilo funcional, por ejemplo para usarla en React, podríamos emplear map.

const result = [...Array(100).keys()]
  .map(i => {
    const n = i + 1;
    return (n % 3 ? '' : 'fizz') + (n % 5 ? '' : 'buzz') || n;
  })
  .join(', ');

console.log(result);

¿Crees que puede optimizarse más?

Ver el código de este y otros retos de programación en GitHub.

Lógica interactiva

JavGuerra — Sat, 30 Apr 2022 00:00:00 GMT

Etiquetas: #código, #javascript, #algoritmia

Programar es una diversión difícil. En ocasiones las interacciones entre los disparadores de eventos y los estados de las variables y los objetos interelacionados multiplican sus opciones, haciendo complicado establecer, de memoria, todas las permutaciones posibles para no dejar ninguna de ellas sin implementar en nuestro código.

En la página que he preparado para ilustrar esta entrada, tenemos cinco botones de un menú de opciones. Cada opción interactúa con los estados de los otros botones mientras se van añadiendo, quitando o cambiando elementos del DOM (en este caso artículos de una sección), y activando o desactivando los botones según sea necesario en cada momento. Es fácil entender la mecánica del ejemplo probándolo.

Los disparadores son los botones que generan eventos, y algunas condiciones del propio programa, como cuando hemos borrado todos los elementos del DOM o cuando añadimos el primer elemento tras ello. Los estados corresponden a los botones ON/OFF, y al valor de las variables que se emplean para llevar a cabo las acciones asignadas a cada botón.

Imaginemos que con el botón «Cambiar» alteramos el contenido del último elemento de la lista de elementos que hemos añadido al DOM (como se ve en la imagen). Esto hará que el botón «Cambiar» se desactive en este momento, porque ya no tenemos que cambiar el elemento recien cambiado, y el botón «Limpiar» se active, si no lo estaba ya, para ofrecer al usuario la opción de limpiar los elementos cambiados. Si borramos seguidamente este último elemento con «Borrar», deberemos comprobar si el botón «Limpiar» debe desactivarse si ya no hay elementos cambiados, y si el botón «Cambiar» debe activarse de nuevo si el que ahora es el último elemento no fue cambiado anteriormente, o mantenerse desactivado en tal caso. Añadir nuevos elementos altera otra vez el estado del botón «Cambiar» que debe activarse ofreciendo la opción de cambiar este nuevo elemento. Estas son algunas de las permutaciones posibles.

Tabla «disparadores/estados»

Mediante una tabla en una sencilla hoja de cálculo podemos contabilizar en el eje de las Y (primera columna) todos aquellos disparadores (eventos y condiciones) de nuestra aplicación, y en el eje de las X (filas) todos los estados, tanto de las variables como de los objetos (botones u otros), y ver cómo se interelacionan en tiempo de ejecución. Lo difícil entonces será determinar con claridad cuáles son los disparadores y cuáles los estados. Si lo hacemos bien, con esta herramienta podemos clarificar, sin olvidar nada, cada interacción lógica derivada de las opciones de la aplicación, de forma similar a como se ve en la siguiente imagen.

En este ejemplo, «Arranque» se refiere al estado de los botones al inicio. «Click btn…» corresponde a la pulsación de cada uno de los cinco botones. «Sin elementos» corresponde a la situación en la que se han borrado todos los elementos. «Añadir primer elemento» corresponde a los cambios a realizar cuando esta condición se presenta. Por último, «Click de inicio» y «Click de parada» corresponden al estado de los botones cuando los pulsamos y cuando se termina de realizar su tarea asignada. Como se aprecia, los botones son desactivados al pulsarlos para impedir que puedan ser pulsados de nuevo en tanto no terminen su ejecución, momento en el que (algunos de ellos) son reactivados.

Esta tabla resumida incluye sólo la interacción de estados de los botones, -obviando el estado de las variables para no complicar el ejemplo-, anotando en las celdas de cada columna el estado del botón según los disparadores indicados al principio de cada fila. A la hora de pasar a la fase de codificación de nuestra aplicación, nos será fácil determinar si hemos implementado todas y cada una de las interacciones posibles reflejadas en la tabla simplemente cotejándola. Cuando tengas ante ti un abanico de opciones inabarcables, esta puede ser una solución para salir del atolladero.

De paso, este ejercicio sirve para mostrar el uso de JavaScript en el manejo de nodos del DOM.

Descargar la tabla de decisiones completa del ejercicio en formato .ods (Open Document) o .xls (Excel).

Actualización. Ver este ejemplo de uso de botonera aún más complicado: Cronómetro en JavaScript

Algoritmia

JavGuerra — Sat, 24 Jun 2023 00:00:00 GMT

Etiquetas: #formación, #alumnos, #algoritmia

Cuando tenemos que resolver problemas, ya sea en el ámbito de la programación o en el de nuestras vidas, reflexionamos sobre cómo podemos llegar a una solución ajustada a la medida del reto al que nos enfrentamos. Ese proceso requiere crear un algoritmo eficaz compuesto de una serie de pasos bien definidos. En esta entrada veremos, con algo de detalle, las bases para generar algoritmos de resolución exitosos.

Definición

Un algoritmo es una secuencia ordenada de pasos, descrita sin ambigüedades, que conducen a la solución de un problema dado. +info

Puedes ver este video para tener una idea más clara de lo que es un algoritmo.

¿Qué necesitamos?

Para resolver problemas necesitamos:

Lápiz y papel
Datos
Conocimientos específicos en la materia y capacidad lógica
Que el problema sea resoluble
Paciencia y compromiso (tolerancia a la frustración)

Mediante lápiz y papel empezamos a esbozar el problema, acercándolo a nuestro entendimiento, incluyendo los datos de que disponemos y los que nos faltan, aplicando los conocimientos que tenemos sobre el tema en cuestión y haciendo uso de la lógica para organizarlo todo. Ciertamente el problema debe tener solución, al menos en un plazo de tiempo asumible, y va a requerir de nosotros implicación para resolverlo.

Pensamiento lógico

El pensamiento lógico alude a la capacidad para resolver problemas, conceder ideas y formalizar conclusiones de manera coherente y sin contradicciones. Es un modo de pensamiento que relaciona las ideas, hechos, acciones o cosas de forma congruente.

Lógica para la resolución de problemas

La base de la programación es la capacidad para resolver problemas, por eso, de entrada, no debemos enfocarnos en la herramienta (aplicación, lenguaje de programación…), sino en la lógica que nos ayudará a implementar un algoritmo de resolución.

Pasos

Antes de ofrecer o implementar una solución, debemos:

Anotar las indicaciones recibidas sobre el problema: Escuchar, mirar y entender.
Preguntar o resolver dudas y completar los datos de los que no dispongamos.
Realizar un briefing de condiciones sobre el problema.
Pensar el algoritmo (pasos): escribir o dibujar qué vamos a hacer.
Verificar el algoritmo.

Oir, ver y anotar no es lo mismo que escuchar, mirar y entender. El proceso de comprender el problema requiere una implicación activa por nuestra parte que nos permita procesar la información que recibimos para entender lo que nos piden, los mensajes implícitos, lo que no se dice, lo que se sobreentiende.

Habilidades del pensamiento¹

Para resolver un problema lógico, serán de ayuda los siguientes procesos cognitivos:

Observación, comparación y descripción: Fijar la atención para identificar y comunicar características, semejanzas y diferencias del problema con otros casos conocidos por nosotros.
Análisis (descomposición), clasificación y relación: Dividir el problema en partes más pequeñas para simplificarlo, poder organizarlo y establecer nexos entre las partes.
Síntesis y reconocimiento de patrones: Buscar similitudes entre las partes e integrar las características del problema para encontrar soluciones aplicables a este conjunto.
Abstracción y evaluación: Centrarse los puntos fundamentales del problema para valorar soluciones generales que sean aplicables al mayor número de casos posibles.

Bibliografía: Amestoy de Sánchez, M. (2010). Desarrollo de habilidades del pensamiento: procesos básicos del pensamiento. 2ª edición. México: Editorial Trillas.

El algoritmo

Para la consecución de un algoritmo se llevarán a cabo procesos inteligentes mediante los cuales la información que recibimos es transformada, reducida, elaborada, almacenada, recuperada y empleada en la solución de problemas y la toma de decisiones.

La inteligencia determina nuestra capacidad para adaptarnos: comprender, razonar y emplear recursos de forma efectiva para resolver problemas.

¿Cómo?

Todo algoritmo consta de tres partes: entrada → proceso → salida.

Para llegar a un algoritmo válido, debemos:

Hacer una adecuada recogida de información (briefing).
Tomarnos un tiempo para analizar el problema.
Idear una solución que se ajuste al problema.
Expresarla en un lenguaje intermedio que nos permita describir el algoritmo.
Programar el algoritmo usando un lenguaje de programación.
Ejecutar el programa para comprobar si se ha conseguido llegar a la solución.

Características

Un algoritmo válido debe contar con una serie de características:

Debe tener un punto de inicio bien definido.
El algoritmo debe ser general y resolver el problema con distintos datos de entrada.
Los procesos de entrada y salida descritos deben ser explícitos.
Ante los mismos datos de entrada se deben obtener siempre los mismos resultados de salida.
Los pasos deben ser secuenciales y ordenados.
Cada paso debe quedar claro y no dar pie a dobles interpretaciones.
El algoritmo debe ser finito respecto a su tamaño (pasos) y tiempo de ejecución.
Ante varios algoritmos que resuelvan el mismo problema, siempre será preferible el que tenga un camino más corto.

La práctica y la experiencia, a través de los procesos de ensayo y error, son de gran ayuda en la consecución de algoritmos cada vez más refinados y en menor tiempo.

Representación algorítmica

Pseudocódigo: Es una forma de descripción escrita de algoritmos que usa las convecciones estructurales de un lenguaje de programación. +info

Diagrama de flujo: Es una forma de representación gráfica de algoritmos que usa las convecciones estructurales de un lenguaje de programación. Es un tipo de representación más formal. Se usa para documentar y trabajar en equipo siguiendo normativas concretas. +info

Puedes utilizar la herramienta multiplataforma PSeInt para crear pseudocódigo en español y sus diagramas de flujo asociados. La página cuenta con documentación en línea para el uso de esta herramienta.

Error, defecto, fallo

¿De qué hablamos cuando verificamos?

Error: equivocación realizada por una persona (en la actividad del desarrollo software).

Defecto: resultado de introducir un error en un programa.

Fallo: representación del defecto en el comportamiento del sistema.

La detección de errores implica la revisión del código (depuración) y posiblemente la re-evaluación del algoritmo en el que se basa.

Verificación del algoritmo

«La prueba de un programa sólo puede mostrar la presencia de defectos, no su ausencia» - Edsger Wybe Dijkstra

Un análisis «empírico» es el que se basa en experimentación y observación real de los resultados. Para ello sometemos al algoritmo a una serie de pruebas empíricas en la que, partiendo de ciertos valores de entrada, debemos obtener resultados ajustados a lo esperado o, en caso contrario, detectar defectos en el algoritmo.

Se suele traducir el algoritmo a código informático para efectuar sobre él pruebas denominadas «de caja blanca» y «de caja negra», y experimentar con valores de entrada de un rango representativo de la solución buscada, y también con un rango de valores límite y de valores aleatorios (testing).

Para la integración del algoritmo dentro de un programa de mayores dimensiones se llevan a cabo otro tipo de pruebas, por ejemplo de integración.

Verificación vs. validación

No es lo mismo verificar que validar. El algoritmo puede funcionar correctamente, pero puede que el algoritmo no resuelva correctamente el problema.

Verificación: ¿Estamos construyendo correctamente el algoritmo?

Validación: ¿Estamos construyendo el algoritmo correcto?

La validación de la solución que propone el algoritmo la efectúa el usuario que necesita resolver el problema una vez implementada la solución. Por eso es muy importante realizar un buen briefing de requisitos, para que la solución resuelva exactamente el problema planteado y no otro.

Ejercicios

Una vez entendidos los conceptos y pasos descritos anteriormente, te propongo que realices estos ejercicios:

Continua la secuencia: 1, 5, 9, 13, 17, ?
Relaciona «disciplina» y «éxito».
Clasifica e indica la categoría de: manzana, limón, naranja, sandía, pera, piña.
Enumera las partes de un coche.
¿Cómo podemos garantizar la calidad de un producto de consumo?
Describe un perro.
¿Cómo funciona un ascensor?
Inventa una máquina de untar tostadas.
Describe las habilidades cognitivas implicadas en los ejercicios anteriores.

Reto: El barco

Intenta realizar el ejercicio considerando las instrucciones siguientes. Tienes la solución para consultar una vez lo hayas completado.

Saber más

Algortitmos - Ciencias de la computación, Habilidades. Khan Academy. Incluye material introductorio y también explicaciones sobre cómo funcionan distintos tipos de algoritmos y los algoritmos de ordenación.

Curso de Python y algoritmia

JavGuerra — Mon, 22 Jul 2024 00:00:00 GMT

Etiquetas: #python, #programación, #formación, #alumnos, #algoritmia

Durante el mes de julio del pasado año llevé a cabo una formación sobre introducción a Python orientado a la automatización para la Fundación GoodJob en el que incluí el material sobre algoritmia disponible en esta entrada, así como varios ejercicios.

Su duración fue de dos semanas, y el objetivo era «cambiar el chip» para orientar los conocimientos del alumnado hacia la resolución de problemas lógicos, lo que implicó también algunos otros conceptos como los de gestión de procesos, cercanos a la automatización, que era el área de especialización en la que iban a trabajar en Telefónica.

Primaba pues en esta formación, no tanto la adquisición de conocimientos sobre programación en un lenguaje concreto como Python, -que si bien es fácil de aprender no puede ser entendido en toda su extensión en dos semanas-, sino la adquisición de habilidades de pensamiento propicias para el desempeño lógico.

Contenido impartido (Materiales)

Algoritmia

Algoritmia
Ejercicios de algoritmia
Ejercicio: El barco (.odt)
Solución: El barco
Ejercicios: carretera, café
Solución: Carretera (.png)
Ejercicio: La máquina del tiempo
Ejercicios: carrera, cumpleaños
Ejercicio: Helpdesk
Solución: Helpdesk

Python

Introducción a la programación (.odt)
Recursos Python (.odt)
Retos Python (.odt)
Variables, operadores, funciones y métodos (.odt)
Condicionales (.odt)
Operaciones lógicas: apuntes (.odt)
Condicionales II, bucles (.odt)
Colecciones, funciones II (.odt)

Repositorio

Los listados de código de los contenidos impartidos pueden encontrarse en la carpeta src.

Materiales: Curso sobre Python y algoritmia

Ver también

Algoritmia, Los algoritmos nos enseñan el camino.

Actualizaciones

Se han actualizado los contenidos de los siguientes repositorios con nuevos materiales:

Museos de computación en Londres

JavGuerra — Fri, 27 Dec 2024 00:00:00 GMT

Etiquetas: #algoritmia, #computación, #historia, #londres, #museo, #criptografía, #fotografía, #internet, #retro, #servidor, #sinclair ql, #tic, #viaje, #enigma

Recientemente he estado de viaje familiar en Londres y creo que he aprovechado bien el tiempo. En esta entrada cuento brevemente la visita a distintos museos relacionados con la informática en la ciudad.

Reino Unido es el país que vio nacer la informática como la conocemos hoy y de esto tiene mucha culpa la Segunda Guerra Mundial y Bletchley Park, la base donde Alan Turing y las mujeres de inteligencia del ejercito descifraron el código de Enigma y Lorenz. Allí pude ver estas máquinas y las que se usaron para descifrarlas.

Alan Turing

Enigma

Hablando de códigos, en el Museo Británico está la original piedra de Rosetta, que también pude ver.

Piedra de Rosetta

Justo detrás de Bletchley Park, a escasos metros, está The National Museum Of Computing. Esta es una visita que no debes perderte, pues cuenta con grandes sorpresas, como una versión operativa de The Bombe reconstruida, asi como las reconstrucciones de la máquina Tunny y del no menos famoso Colossus que ayudaron a romper los códigos del ejercito alemán en la WWII.

The Bombe

Colossus

También allí puede encontrarse la máquina WITCH, que tiene el mérito de ser el ordenador de primera generación más antiguo aún en funcionamiento, y junto a él, está el ordenador EDSAC.

Además de mainframes, un par de ordenadores CRAY’s, de una buena colección de PCs, discos, válvulas y calculadoras, encontré, como no, un Sinclair QL y sus dos hermanos, el OPD y el Merlin TONTO.

OPD

Merlin TONTO

Este museo es muy pequeño, pero tiene voluntarios que explican con pasión lo que allí se encuentra, y merece la pena dedicarle el tiempo necesario para apreciar todo lo que tiene en tan poco espacio. Salí algo desencantado de allí por estacuestión, pensando qué mejor aprovechamiento podría hacerse de la exposición con más terreno, porque uno no es conciente de las maravillas que ese museo guarda.

Se puede visitar en un tour 3D online y ver todo con detalle. Y su página web está muy bien organizada.

Antes de regresar, después de ver los dinosaurios del Museo de Historia Natural, visitamos lo poco que pudimos ver del Museo de la Ciencia, por falta de tiempo, donde además de cosas del espacio, encontramos máquinas tan interesantes como lo que queda del LEO de Lyons, el primer ordenador comercial, un PDP 10, un IBM 360 o un Control Data 6600.

LEO

Si viajáis a Londres, ya tenéis plan turístico retro.

Códice | Entradas sobre «algoritmia»

Fizz buzz

Lógica interactiva

Tabla «disparadores/estados»

Algoritmia

Definición

¿Qué necesitamos?

Pensamiento lógico

Lógica para la resolución de problemas

Pasos

Habilidades del pensamiento¹

El algoritmo

¿Cómo?

Características

Representación algorítmica

Error, defecto, fallo

Verificación del algoritmo

Verificación vs. validación

Ejercicios

Reto: El barco

Saber más

Curso de Python y algoritmia

Contenido impartido (Materiales)

Algoritmia

Python

Repositorio

Ver también

Actualizaciones

Museos de computación en Londres

Enlaces