← SE-088 — Árboles, tries y estructuras jerárquicas · ↑ Parte 07 · 📚 Índice completo · 🌐 Portal · SE-090 — Búsqueda, ordenamiento y selección →
Punto profesional y fundamento pedagógico
Punto profesional. La clase existe para representar relaciones como grafos y elegir recorrido por la pregunta que se responde.
Por qué aparece aquí. Se sitúa después de Árboles, tries y estructuras jerárquicas y antes de Búsqueda, ordenamiento y selección: convierte el conocimiento anterior en una decisión observable que la clase siguiente podrá reutilizar. La continuidad se comprueba en el artefacto, no por compartir vocabulario.
Error conceptual que debe corregir. Usar BFS o DFS por costumbre sin definir visitados y dirección.
Secuencia de aprendizaje. Antes de leer la solución, el estudiante predice el resultado del caso normal y del error conceptual anterior. Luego explica un caso resuelto paso a paso, construye un contraejemplo que cambie la decisión y, sin consultar el texto, reconstruye el mecanismo y lo aplica a una entrada nueva. La secuencia usa predicción, explicación propia, contraste y recuperación. ICAP distingue participación de construcción de conocimiento; How People Learn II exige conectar conocimiento previo, contexto y transferencia; la práctica de recuperación respalda producir de nuevo la explicación tras una demora; y Education for Life and Work exige devolución que explique la causa del error.
Evidencia de aprendizaje. Graph-trace.md con frontera, visitados, camino y ciclo. Debe contener predicción previa, observación, explicación causal, contraejemplo, criterio de aceptación y una nota de qué dato haría cambiar la conclusión.
Límite de la conclusión. Un recorrido no resuelve automáticamente pesos ni restricciones.
Trazabilidad fuente → afirmación
| Fuente primaria u oficial | Afirmación que respalda | Lo que no prueba |
|---|---|---|
| MIT 6.006 Introduction to Algorithms | Estructuras, algoritmos, corrección y análisis de complejidad; autoridad: MIT OpenCourseWare | No demuestra por sí sola que el artefacto del estudiante sea correcto. |
| Python Standard Library | Deque, heapq, bisect, graphlib y contenedores disponibles; autoridad: Python Software Foundation | No demuestra por sí sola que el artefacto del estudiante sea correcto. |
| Mathematics for Computer Science | Inducción, grafos, conteo y razonamiento discreto; autoridad: MIT OpenCourseWare | No demuestra por sí sola que el artefacto del estudiante sea correcto. |
Antes de empezar
Esta clase continúa la biblioteca de estructuras y algoritmos de la Parte 07. Recupera la evidencia de la clase anterior, añade una decisión propia de Grafos y recorridos y deja un artefacto que la clase siguiente deberá consumir. La pregunta activa es: ¿Cómo explorar relaciones arbitrarias sin perder visitados, distancia ni causa del camino?
Prerrequisitos
- Haber completado la clase anterior o reconstruir su contrato y evidencia.
- Python 3.11 o posterior, terminal, editor y Git; un segundo runtime es opcional y debe declararse.
- Trabajar con fixtures sintéticos: ninguna observación necesita datos de una persona o sistema real.
Problema auténtico
Un caso de la biblioteca de estructuras y algoritmos depende de varios servicios y una falla puede propagarse por rutas distintas. La jerarquía única ya no representa el dominio y un recorrido sin conjunto de visitados entra en ciclo.
Objetivos observables
Al terminar podrás explicar los cinco mecanismos de esta clase, predecir su comportamiento antes de ejecutar, construir un caso normal y uno límite, diagnosticar el fallo controlado, comparar una alternativa y entregar evidencia que otra persona pueda reproducir.
Mapa conceptual
Ver la notación fuente del diagrama
flowchart LR
N1[Vértices, aristas / dirección] --> N2[Lista / matriz de adyacencia] --> N3[BFS / distancia no ponderada] --> N4[DFS, ciclos / orden] --> N5[Componentes / alcanzabilidad]
N5 -->|fallo o cambio| N1El mapa se lee como una cadena de razonamiento, no como fases obligatorias del runtime. La flecha de retorno indica que un fallo o cambio de requisito obliga a revisar el modelo inicial; no autoriza a parchear solo la última salida.
Temas y por qué importan
| Tema | Por qué cambia una decisión profesional | Evidencia mínima |
|---|---|---|
| Vértices, aristas y dirección | Un grafo modela entidades y relaciones. | Predicción, traza causal y contraejemplo de Vértices, aristas y dirección en graph-trace.md |
| Lista y matriz de adyacencia | Una lista almacena vecinos y favorece grafos dispersos; una matriz permite consultar arista directa de forma constante a costo cuadrático de espacio. | Predicción, traza causal y contraejemplo de Lista y matriz de adyacencia en graph-trace.md |
| BFS y distancia no ponderada | BFS usa cola y descubre por capas; el primer camino hallado tiene menos aristas en un grafo no ponderado. | Predicción, traza causal y contraejemplo de BFS y distancia no ponderada en graph-trace.md |
| DFS, ciclos y orden | DFS usa pila implícita o explícita y profundiza antes de retroceder. | Predicción, traza causal y contraejemplo de DFS, ciclos y orden en graph-trace.md |
| Componentes y alcanzabilidad | Alcanzabilidad responde si existe camino; componentes agrupan conectividad bajo definición dirigida o no dirigida. | Predicción, traza causal y contraejemplo de Componentes y alcanzabilidad en graph-trace.md |
Conceptos y decisiones
1. Vértices, aristas y dirección
Un grafo modela entidades y relaciones. Dirección, peso, multiplicidad y autoaristas cambian las preguntas admisibles. Dibujar flechas sin definir su significado impide distinguir depende de de impacta a.
2. Lista y matriz de adyacencia
Una lista almacena vecinos y favorece grafos dispersos; una matriz permite consultar arista directa de forma constante a costo cuadrático de espacio. La densidad y operaciones, no el tamaño aislado, guían la representación.
3. BFS y distancia no ponderada
BFS usa cola y descubre por capas; el primer camino hallado tiene menos aristas en un grafo no ponderado. Si pesos importan, esa garantía deja de valer. Registrar predecesor permite reconstruir explicación, no solo distancia.
4. DFS, ciclos y orden
DFS usa pila implícita o explícita y profundiza antes de retroceder. Colores o estados distinguen no visto, activo y terminado para detectar ciclos dirigidos. Un conjunto visitado simple puede perder la diferencia necesaria para explicar un back edge.
5. Componentes y alcanzabilidad
Alcanzabilidad responde si existe camino; componentes agrupan conectividad bajo definición dirigida o no dirigida. En dependencias, estar en la misma componente no implica impacto simétrico. La biblioteca de estructuras y algoritmos etiqueta la relación y conserva el camino que sostiene la conclusión.
Definiciones de trabajo
- vértices, aristas y dirección: un grafo modela entidades y relaciones.
- lista y matriz de adyacencia: una lista almacena vecinos y favorece grafos dispersos; una matriz permite consultar arista directa de forma constante a costo cuadrático de espacio.
- bfs y distancia no ponderada: bfs usa cola y descubre por capas; el primer camino hallado tiene menos aristas en un grafo no ponderado.
- dfs, ciclos y orden: dfs usa pila implícita o explícita y profundiza antes de retroceder.
- componentes y alcanzabilidad: alcanzabilidad responde si existe camino; componentes agrupan conectividad bajo definición dirigida o no dirigida.
Las definiciones son operativas para la biblioteca de estructuras y algoritmos. No convierten términos con historia más amplia en sinónimos y deben contrastarse con la documentación primaria enlazada al final.
Ejemplo mínimo
from collections import deque
graph = {"api": ["auth", "db"], "auth": ["db"], "db": []}
queue, seen = deque(["api"]), {"api"}
while queue:
node = queue.popleft()
for nxt in graph[node]:
if nxt not in seen:
seen.add(nxt); queue.append(nxt)
assert seen == {"api", "auth", "db"}Antes de ejecutar, predice estado, resultado y error. Después registra versión, comando y salida. Si el fragmento es pseudocódigo o pertenece a otro lenguaje, etiquétalo como tal y no afirmes que fue ejecutado.
Ejemplo profesional
En la biblioteca de estructuras y algoritmos, un caso conserva identidad, prioridad, dependencias, instante de llegada y estado de resolución. La implementación de esta clase debe conservar ese contrato aunque cambie la forma interna. El caso profesional no pregunta únicamente si produce una salida: pregunta quién puede producirla, qué estado observa, cómo falla y qué rastro permite disputar una decisión incorrecta.
Compara el caso normal con autorización falsa, evidencia incompleta, empate y repetición. Un mecanismo es apropiado cuando esas diferencias quedan visibles y localizadas; es peligroso cuando dependen de orden accidental, estado oculto o una convención que el consumidor no puede conocer.
Práctica guiada
- Copia el contrato de entrada y salida antes de escribir implementación.
- Predice el caso normal y un límite; identifica la invariante que no puede romperse.
- Implementa la versión mínima sin I/O dentro del núcleo.
- Ejecuta el caso y conserva comando, versión y salida bajo
evidence/. - Introduce el fallo controlado, reduce la reproducción y formula dos hipótesis rivales.
- Corrige la causa, añade regresión y ejecuta el conjunto completo.
- Compara con otro paradigma o lenguaje indicando qué semántica se preserva.
Ejercicios
- Lectura: dibuja una traza de cinco pasos y marca dónde cambia estado o control.
- Construcción: añade una operación dominante y demuestra la invariante que conserva.
- Frontera: cubre vacío, empate, no autorizado e inválido con resultados distintos.
- Contraste: reescribe una pieza con otro modelo y explica una mejora y una pérdida.
Reto verificable
Entrega implementación, fixtures, pruebas y un informe corto. Se aprueba si otra persona ejecuta desde checkout limpio, obtiene los mismos resultados y puede relacionar cada rama o transformación con una regla del dominio. No se aprueba por cantidad de archivos ni por usar la sintaxis característica del paradigma.
Caso conductor
La biblioteca de estructuras y algoritmos recibe casos del motor de reglas comparado, mantiene una frontera de trabajo priorizada y explica por qué el siguiente caso es elegible. Ejecuta una carga pequeña trazable, duplicados, prioridades iguales y una dependencia ausente. Cambia después una sola regla o condición y revisa qué archivos, pruebas y trazas debieron modificarse. Esa superficie de cambio alimenta el proyecto final de la parte.
Preguntas frecuentes
¿Un paradigma determina toda la arquitectura?
No. Puede organizar un núcleo o una frontera sin dominar el sistema completo. Combinar modelos es válido si los adaptadores preservan identidad, orden, errores y evidencia.
¿Menos líneas significan una solución mejor?
No. La brevedad puede quitar duplicación o esconder decisiones. Se evalúan semántica, diagnóstico, costo de cambio y adecuación a la carga.
¿Debo instalar todos los lenguajes mencionados?
No. Python basta para la práctica base. Si usas Prolog, Rust o Erlang, registra versión y comandos; si solo analizas notación, decláralo como análisis no ejecutado.
Fallo controlado y diagnóstico
Añade db -> api y elimina seen. Reduce el caso hasta tres nodos, restaura el conjunto y prueba que cada vértice se procesa una vez.
Registra síntoma, entrada mínima, hipótesis, observación que descarta cada hipótesis, causa, corrección y prueba de regresión. No cambies simultáneamente implementación, fixture y expectativa.
Errores comunes y cómo corregirlos
| Síntoma | Causa probable | Corrección |
|---|---|---|
| dos pruebas aisladas pasan y juntas fallan | estado o dependencia compartida | aislar propietario y reiniciar fixture |
| implementación corta pero opaca | semántica delegada sin contrato | documentar transición, error y orden |
| modelos “equivalentes” divergen | fixtures normalizan diferencias reales | comparar contrato antes de presentación |
| reintento duplica resultado | efecto sin identidad ni idempotencia | correlacionar y probar repetición |
| diagrama y código cuentan historias distintas | visual ornamental o desactualizado | trazar el mismo caso en ambos |
Entorno y archivos clave
work/SE-089/
├── README.md
├── algorithm_library/
│ ├── domain.py
│ └── se_089.py
├── fixtures/cases.json
├── tests/test_se_089.py
└── evidence/diagnosis.mdEl README declara plataforma, runtimes, comandos, limpieza y límites. Evita dependencias externas cuando la biblioteca estándar permita observar el mecanismo; si agregas una, fija procedencia y versión.
Seguridad, ética y accesibilidad
- la autorización forma parte del dominio y no se infiere por ausencia de rechazo;
- no uses
eval, reglas descargadas ni serialización insegura; - limita colas, recursión, tamaño de entrada y tiempo de evaluación;
- redacta trazas y conserva una explicación textual además de color o animación;
- una recomendación automatizada debe poder revisarse, impugnarse y corregirse;
- respeta licencias de ejemplos y atribuye adaptaciones.
Transferencia
Traslada un fixture al segundo modelo o lenguaje. Compara representación de ausencia, error, mutabilidad, orden y cancelación. La transferencia está lograda cuando el contrato se conserva y las diferencias están explicadas, no cuando la sintaxis se parece.
Evaluación y evidencia
| Criterio | Evidencia para aprobar |
|---|---|
| comprensión | explicación causal de los cinco mecanismos |
| corrección | normal, límite, inválido y contraejemplo |
| diseño | estado, efectos y contrato localizables |
| diagnóstico | reproducción mínima y regresión |
| transferencia | comparación semántica, no estética |
| reproducibilidad | versiones, comandos, salida y límites |
Fuentes
- MIT 6.006 Introduction to Algorithms — Estructuras, algoritmos, corrección y análisis de complejidad; autoridad: MIT OpenCourseWare.
- Python Data Model — Semántica de secuencias, conjuntos, mappings, igualdad y hash; autoridad: Python Software Foundation.
- Python Standard Library — Deque, heapq, bisect, graphlib y contenedores disponibles; autoridad: Python Software Foundation.
- Python Debugging and Profiling — Timeit, cprofile y tracemalloc con sus límites; autoridad: Python Software Foundation.
- Mathematics for Computer Science — Inducción, grafos, conteo y razonamiento discreto; autoridad: MIT OpenCourseWare.
- SWEBOK Guide v4.0a — Construcción, medición y fundamentos de ingeniería; autoridad: IEEE Computer Society.
Cada fuente respalda el mecanismo indicado; ninguna demuestra que la implementación de la biblioteca de estructuras y algoritmos sea correcta. Esa afirmación depende de fixtures, pruebas, trazas y revisión reproducible.
Límites y siguiente paso
BFS no resuelve pesos negativos ni toda forma de optimización de caminos. La siguiente clase contrasta búsqueda, ordenamiento y selección bajo contratos precisos.
Glosario
- vértices, aristas y dirección: un grafo modela entidades y relaciones.
- lista y matriz de adyacencia: una lista almacena vecinos y favorece grafos dispersos; una matriz permite consultar arista directa de forma constante a costo cuadrático de espacio.
- bfs y distancia no ponderada: bfs usa cola y descubre por capas; el primer camino hallado tiene menos aristas en un grafo no ponderado.
- dfs, ciclos y orden: dfs usa pila implícita o explícita y profundiza antes de retroceder.
- componentes y alcanzabilidad: alcanzabilidad responde si existe camino; componentes agrupan conectividad bajo definición dirigida o no dirigida.
← SE-088 — Árboles, tries y estructuras jerárquicas · ↑ Parte 07 · 📚 Índice completo · 🌐 Portal · SE-090 — Búsqueda, ordenamiento y selección →