¿Qué es una estructura de datos?

Las estructuras de datos combinan tipos de datos primitivos como números, caracteres, booleanos y enteros en un formato cohesivo. Por sí solo, cada uno de estos tipos de datos primitivos posee un único valor. Cuando se combinan en una estructura de datos, permiten operaciones de datos de nivel superior, como la clasificación, la búsqueda, la inserción y la eliminación.

Por ejemplo, imagine un equipo de ventas que quiere realizar un seguimiento de las cifras de ventas diarias. En lugar de tener información de registro de cada punto de datos por separado, el equipo podría almacenar estos datos en un tipo de estructura de datos llamada "matriz". (Para obtener más información, consulte "Tipos de estructuras de datos").

En Python, la matriz podría tener este aspecto:

daily_sales = [500, 800, 600, 1200, 950]

El uso de una matriz permite al equipo mantener todos estos datos juntos, recuperar fácilmente puntos de datos cuando sea necesario y realizar funciones tanto en elementos individuales como en toda la matriz.

Los programadores informáticos confían en las estructuras de datos para crear aplicaciones eficaces. En los campos de la informática y la ciencia de datos, las estructuras de datos son esenciales para los sistemas operativos, bases de datos, sitios web, gráficos, análisis, Blockchain, aplicaciones de ML (machine learning) y más.

Dado que las estructuras de datos son fundamentales para escribir código eficaz, a menudo se encuentran entre las primeras lecciones que se enseñan a los principiantes en programación. También son un tema común de las preguntas de las entrevistas para los candidatos a trabajos de programación informática.

Las estructuras de datos son importantes porque facilitan a los ordenadores el procesamiento de conjuntos de información grandes y complejos. Al organizar lógicamente los elementos de datos, las estructuras de datos aumentan la eficiencia del código informático y hacen que el código sea más sencillo de entender.

Los programadores utilizan estructuras de datos para mejorar la velocidad y la fuerza de los algoritmos, que son conjuntos de instrucciones para completar una tarea informática. En programación informática, esta combinación se conoce como "DSA" por "estructuras de datos y algoritmos" (en inglés, "data structures and algorithms"). Las DSA ayudan a los programadores a abordar el doble reto de la complejidad temporal y la complejidad espacial.

La complejidad del tiempo es una medida de cuánto tiempo tarda un algoritmo en completar una tarea en función de la cantidad de entrada. La complejidad del espacio es una medida de cuánta memoria utiliza el algoritmo en función de la cantidad de entrada.

Mediante la notación matemática Big O, los programadores pueden medir la complejidad espacial y temporal. A continuación, pueden determinar qué estructuras de datos y algoritmos proporcionan el tiempo de ejecución más rápido y la mayor eficiencia de espacio para una tarea específica.

Las estructuras de datos también desempeñan un papel importante en la programación dinámica, una técnica para resolver rápidamente problemas complejos.

La programación dinámica utiliza la recursividad para separar un problema en componentes más pequeños. Luego, el programa encuentra soluciones para esos componentes y vuelve a ensamblar las subsoluciones en una solución completa al problema original.

Las estructuras de datos permiten la programación dinámica al proporcionar al programa una forma de almacenar y recuperar cada subsolución y de mantener los elementos de datos organizados de forma lógica durante el proceso.

Por ejemplo, los valores calculados se pueden mantener en una matriz. En lugar de volver a calcular estos valores cuando llega el momento de formular la solución completa, el programa puede recuperarlos de la matriz.

Con estas capacidades, los programadores pueden ahorrar tiempo y resolver problemas de manera más eficiente.

Las estructuras de datos se dividen en 2 categorías principales: lineales y no lineales.

En una estructura de datos lineal, los datos se organizan en una línea, con cada elemento de datos colocado uno tras otro en secuencia. Esta disposición facilita el desplazamiento y el acceso a los elementos en orden.

Las estructuras de datos lineales se consideran sencillas y fáciles de implementar. Las estructuras de datos comunes en esta categoría incluyen matrices, listas enlazadas y colas.

En una estructura de datos no lineal, la lógica organizativa es algo más que una disposición lineal y secuencial. Por ejemplo, los puntos de datos pueden ordenarse jerárquicamente o conectarse en una red.

Como no están conectados entre sí en una sola línea, no se puede recorrer y acceder a todos los elementos de una estructura no lineal en una sola ejecución, como sí se puede hacer en una estructura de datos lineal. Algunos ejemplos de estructuras de datos no lineales son árboles y gráficos.

Existen varios tipos de estructuras de datos que los programadores pueden utilizar en función de los sistemas que estén construyendo y de lo que necesiten hacer con los datos. Las estructuras de datos comunes incluyen:

• Matrices
• Colas
• Pilas
  
• Listas enlazadas
• Árboles
• Gráficos
• Hash 

Las matrices son uno de los tipos de estructuras de datos más básicos y ampliamente utilizados. Almacenan elementos de datos de un tipo similar en ubicaciones de memoria adyacentes. Esta estructura permite localizar y acceder fácilmente a elementos del mismo tipo.

Usos: los usos comunes de las matrices incluyen la clasificación, el almacenaje, la búsqueda y el acceso a datos. Las matrices también se pueden utilizar como base para implementar otras estructuras de datos, como colas y pilas.

Ejemplo: una matriz de las puntuaciones medias de satisfacción del cliente de un call center cada día podría tener este aspecto:

average_customer_score = [4, 3.5, 3.7, 4.1, 3.4, 4.9]

Una estructura de datos de cola realiza operaciones de datos en un orden predeterminado llamado "FIFO" por "first in, first out" (primero en entrar, primero en salir). Esto significa que el primer elemento de datos que se añada será el primero en eliminarse. Los programadores suelen utilizar esta estructura de datos para crear colas de prioridad, que son similares a las listas de espera.

Usos: las estructuras de datos de cola se pueden utilizar para determinar la siguiente canción en una lista de reproducción, el próximo usuario que tendrá acceso a una impresora compartida o la próxima llamada que se responderá en un call center.

Ejemplo: los clientes que esperan para hablar con un representante del call center podrían colocarse en una cola como esta:

queue = [customer 1, customer 2, customer 3]

Cuando hay un representante disponible, se conecta automáticamente con el primer cliente de la cola, que se elimina de la lista. Ahora, la cola se ve así:

queue = [customer 2, customer 3]

Al igual que las colas, una estructura de datos de pila realiza operaciones de datos en un orden predeterminado. Sin embargo, en lugar de FIFO, las pilas utilizan el formato "LIFO" por "last in, first out" (último en entrar, primero en salir). El último elemento de datos que se añada será el primero en eliminarse.

Usos: las pilas se pueden utilizar para ayudar a garantizar la correcta apertura y cierre de corchetes o etiquetas en los códigos informáticos, rastrear el historial reciente del navegador o deshacer operaciones recientes en una aplicación.

Ejemplo: muchas aplicaciones utilizan pilas para realizar un seguimiento de las acciones de los usuarios y poder deshacerlas fácilmente. Por ejemplo, un editor de texto podría mantener una pila similar a esta:

recent_actions = [typing ‘.’, space, typing ‘T’]

Cuando un usuario pulsa el botón "deshacer", la acción más reciente de la pila ("escribir "T'") se deshace. Ahora, la pila se ve así:

recent_actions = [typing ‘.’, space]

Las listas enlazadas almacenan elementos de datos en un orden lineal, con cada elemento conectado al siguiente elemento de la lista. Esta estructura facilita la inserción de nuevos elementos o la eliminación de elementos existentes sin tener que cambiar toda la colección de datos.

Usos: las listas vinculadas se utilizan a menudo para inserciones y eliminaciones frecuentes en escenarios, como historiales de navegadores web, listas de reproducción de reproductores multimedia y operaciones de deshacer o rehacer en aplicaciones.

Ejemplo: una versión simplificada de una lista enlazada de vídeos en un reproductor multimedia podría tener este aspecto:

Video 1 – Video 2 – Video 3

Cada objeto de la lista apunta al siguiente, por lo que cuando finalice el vídeo 1, indicará al reproductor multimedia que inicie el vídeo 2. 

Una estructura de datos de árbol, a veces denominada árbol de prefijos, es útil para establecer relaciones jerárquicas entre elementos de datos. Un único nodo principal se encuentra en la parte superior de la estructura de árbol, con subnodos secundarios que se ramifican en niveles posteriores debajo de él.

Los diferentes tipos de árboles, como los árboles de búsqueda binaria, los árboles AVL y los árboles B, tienen propiedades diferentes y admiten funciones distintas. Por ejemplo, en un árbol de búsqueda binaria, cada nodo tiene como máximo dos elementos secundarios. Esta estructura permite realizar búsquedas rápidas en conjuntos de datos. 

Usos: los árboles se utilizan a menudo para representar jerarquías en mapas organizativos, sistemas de archivos, sistemas de nombres de dominio, indexación de bases de datos y árboles de decisión en aplicaciones de machine learning.

Ejemplo:

Una estructura de datos gráfica organiza las relaciones entre diferentes objetos mediante el uso de vértices y aristas. Los vértices son puntos de datos "representados" por puntos, y las aristas son líneas que conectan los vértices.

Por ejemplo, en un mapa, las ciudades serían vértices y las carreteras que las conectan serían aristas. En Facebook, los usuarios serían vértices y las amistades que los conectan serían aristas.

Usos: las estructuras de datos gráficos se utilizan a menudo con algoritmos de búsqueda que buscan datos dentro de complejas redes de relaciones. Algunos ejemplos comunes son las búsquedas en anchura, que examinan los datos nivel por nivel, y las búsquedas en profundidad, que analizan múltiples niveles de datos para encontrar información.

Ejemplo:

Una estructura de datos hash, a veces denominada "tabla hash" o "mapa hash", utiliza una función hash para almacenar valores de datos. La función hash crea un hash, que es una clave digital única que corresponde a la ubicación de un valor de datos específico en la memoria.

La tabla hash contiene un índice de búsqueda de cada par de valores hash y datos, lo que hace que sea rápido y fácil acceder, añadir y eliminar datos de la tabla.

Usos: las estructuras de datos hash pueden ayudar a recuperar rápidamente datos de guías telefónicas, diccionarios y directorios de personal. También se pueden utilizar para indexar bases de datos, almacenar contraseñas y equilibrar la carga de los sistemas de TI.

Ejemplo: una versión simplificada de una tabla hash que organiza la lista de contactos de un teléfono inteligente podría verse así:

La función hash asigna cada clave al índice apropiado. Así, cuando un usuario introduce una clave (el nombre de un contacto), la tabla hash devuelve el valor asociado en el mismo índice (el número del contacto).

Las estructuras de datos son críticas en el diseño de aplicaciones de software porque implementan las formas concretas de los tipos de datos abstractos.

Un tipo de datos abstracto es un modelo matemático que clasifica cómo se comporta un tipo de datos y las operaciones que se pueden realizar en él. Por ejemplo, el tipo de datos abstracto de una cola define el comportamiento de la cola (siguiendo el principio "FIFO"). La estructura de datos de la cola proporciona una forma de formatear los datos en una cola, de modo que un programa informático aplique el principio "FIFO" a esos datos.

Muchos lenguajes de programación, como Python, Java y JavaScript, incluyen estructuras de datos integradas para ayudar a los desarrolladores a trabajar de manera más eficiente.

Los casos de uso comunes para estructuras de datos en programas informáticos incluyen:

• Almacenamiento y organización de datos
• Indexación
• Intercambio de datos
• Búsqueda
• Escalabilidad

Las estructuras de datos pueden almacenar datos de forma lógica y eficiente con altos niveles de persistencia de datos, por lo que los datos siguen siendo fácilmente accesibles desde bases de datos y otras aplicaciones. Las estructuras de datos pueden proporcionar una organización lógica para grandes volúmenes de información, de modo que puedan clasificarse, ordenarse y procesarse más fácilmente.

Por ejemplo, un sitio web puede utilizar listas vinculadas para almacenar registros de actividad de los usuarios. Las listas pueden registrar eventos en orden cronológico, y los enlaces entre eventos pueden ayudar a obtener una imagen completa de lo que hace un usuario a lo largo de cada sesión.  

Las estructuras de datos pueden indexar la información asignando valores a los elementos correspondientes de una base de datos, lo que facilita la localización y el acceso a esos registros.

Por ejemplo, un sitio web de comercio electrónico puede utilizar una tabla hash para indexar productos en categorías. Cuando un usuario desea ver solo una categoría, el sitio web puede utilizar el valor hash para recuperar rápidamente todos los productos relacionados en lugar de buscar en la base de datos de cada producto.

Las estructuras de datos organizan los datos para que puedan compartirse fácilmente entre aplicaciones. Por ejemplo, muchas aplicaciones utilizan colas para gestionar y enviar paquetes a través de protocolos como TCP/IP. Las colas ayudan a garantizar que los paquetes se envíen y reciban en el orden en que se crean. 

Al organizar los datos para que sean más sencillos de entender para las aplicaciones y los usuarios finales, las estructuras de datos facilitan la búsqueda y localización de datos.

Por ejemplo, las estructuras de datos gráficos pueden facilitar a los usuarios la búsqueda de personas que conocen en las redes sociales. Las estructuras de datos de gráficos registran las relaciones entre vértices o nodos. Los algoritmos de búsqueda pueden seguir las conexiones de nodo a nodo para localizar de manera eficiente a los usuarios relacionados.

Las estructuras de datos respaldan la escalabilidad del sistema al ayudar a los programas informáticos a procesar grandes conjuntos de datos, resolver problemas complejos y utilizar los recursos de manera más eficiente.

Por ejemplo, tanto las tablas hash como las estructuras de árbol pueden facilitar la localización de información relevante en grandes conjuntos de datos. En lugar de inspeccionar cada elemento, los sistemas solo necesitan utilizar la clave correcta o seguir la ruta adecuada a través del árbol. Esto ayuda a mantener un alto rendimiento porque el sistema no necesita utilizar muchos recursos para buscar en grandes cantidades de datos.