Reto Semanal: Subida Máxima

Reto Semanal 339 Cada semana Mohammad S. Anwar publica The Weekly Challenge con dos tareas que son un buen ejercicio para afinar habilidades de programación. En mi versión suelo resolver primero en Python y luego portar a Perl. A continuación traduzco y rehago el artículo original describiendo los enunciados, las soluciones y algunas consideraciones prácticas.

Tarea 1: Máxima diferencia de productos Enunciado: se recibe una lista de enteros con cuatro o más elementos. Hay que elegir dos pares distintos de elementos de la lista, es decir cuatro valores en total, de modo que la diferencia entre sus productos sea lo mayor posible. Si los pares son (a, b) y (c, d) la diferencia es (a * b) - (c * d). Es importante que no se reutilice el mismo elemento dos veces; las posiciones deben ser distintas. Un ejemplo para ilustrar el peligro de reutilizar un elemento: con la lista -4 -10 2 0 la menor combinación por valor puede ser -8 (-4 * 2) y la mayor 40 (-4 * -10) pero ello usa el valor -4 dos veces, por tanto no es válida.

Mi enfoque y algoritmo: la forma más directa es generar todas las combinaciones de 4 elementos distintos y para cada combinación evaluar las tres particiones posibles en dos pares: (1,2)-(3,4), (1,3)-(2,4) y (1,4)-(2,3). Para cada una calcular la diferencia absoluta entre productos y quedarnos con la mayor observada. En Python se puede usar itertools.combinations y en Perl la librería Algorithm::Combinatorics. El procedimiento en pseudocódigo es el siguiente def max_diff(ints: list) -> int: solution = 0 for c in combinations(ints, 4): diff = max(abs((c[0]*c[1])-(c[2]*c[3])), abs((c[0]*c[2])-(c[1]*c[3])), abs((c[0]*c[3])-(c[1]*c[2]))) if diff > solution: solution = diff return solution Este enfoque es una fuerza bruta razonable: con 100 elementos hay menos de 4 millones de combinaciones de 4, lo que es computable en tiempos aceptables en máquinas modernas. Aun así se puede estudiar optimización basada en ordenar y escoger candidatos extremos, pero hay que tener cuidado con la restricción de no repetir índices.

Consideraciones y ejemplos prácticos: conviene manejar correctamente signos y ceros pues productos negativos y positivos pueden maximizar la diferencia de forma no intuitiva. Probando varios conjuntos de ejemplo se ven casos en los que el mejor par proviene de dos números negativos grandes o de dos positivos grandes, según la combinación que maximice la resta.

Tarea 2: Punto más alto Enunciado: se recibe un array con ganancias de altitud en cada paso. Hay que calcular cuál es la cota máxima alcanzada durante la secuencia de ganancias parciales.

Solución simple y eficiente: mantener dos variables, alt_actual y pico. Empezar en cero. Recorremos la lista de incrementos y vamos sumando a alt_actual; si alt_actual supera pico actualizamos pico. Al final retornamos pico. En pseudocódigo def peak_point(gains: list) -> int: alt_actual = 0 pico = 0 for gain in gains: alt_actual += gain if alt_actual > pico: pico = alt_actual return pico Esta solución es lineal en el número de elementos y muy eficiente en memoria.

Sobre Q2BSTUDIO y cómo podemos ayudar En Q2BSTUDIO somos una empresa de desarrollo de software con experiencia en aplicaciones a medida y software a medida, especialización en inteligencia artificial y servicios relacionados con ciberseguridad y pentesting. Diseñamos soluciones personalizadas que van desde aplicaciones móviles y web hasta agentes IA y plataformas de IA para empresas. Si buscas un proyecto de desarrollo personalizado puedes conocer más sobre nuestro trabajo en desarrollo de aplicaciones y software a medida y si te interesa aplicar inteligencia artificial a procesos de negocio visita nuestra página de inteligencia artificial. También ofrecemos servicios cloud aws y azure, servicios inteligencia de negocio y dashboards con power bi, automatización de procesos y evaluaciones de ciberseguridad para proteger tus plataformas.

Conclusión Estos retos son buenos ejercicios para poner en práctica combinatoria, manejo de signos y técnicas de acumulación. La solución por fuerza bruta usando combinaciones de 4 es sencilla y práctica en muchos casos, y la solución del punto más alto es directa y eficiente. Si necesitas transformar algoritmos en aplicaciones a medida o integrar agentes IA, Q2BSTUDIO puede apoyarte en toda la cadena desde el diseño hasta la puesta en producción, incluyendo despliegues en servicios cloud aws y azure, inteligencia de negocio y ciberseguridad.