@@VictorCastroVikman tomate tu tiempo para hacerlo, de verdad tiene concepto muy buenos y muy bien explicados, es pesado de seguir? Por supuesto es Harvard. Yo voy en la semana 4 y bastante impresionado.
Podrías usar la función de normalize() sobre TODO el texto antes del for y evitar aún mas consumo innecesario (ya que lo usas 3 veces por cada ciclo) suponiendo que JS guarde en memoría la primera vez que usas normalize() sobre una palabra aún lo estaría haciendo una vez por palabra en vez de una vez en total.
Excelente video! He notado que no muchas personas lo usan, pero JavaScript trae consigo una implementación de Hash Map (new Map()) y Hash Set (new Set()) para este tipo de casos (a pesar de que es prácticamente igual que el objeto o {}). En mi caso mi solución fue la siguiente: text = text.toLowerCase().replace(/[^a-zA-Z ]/g, "").split(/\s/); const appearances = text.reduce((acc, val) => { if (!acc.has(val)) { acc.set(val, 1); } else { acc.set(val, acc.get(val) + 1); } return acc; }, new Map());
¡Excelente explicación! gracias. me gustaria agregar que tambien se podrian normalizar los simbolos (como punto, coma, y demás) con una expresión regular que elimine todo lo que no sea letra o número. Por ejemplo, está: [^a-zA-Z0-9] ...de esta manera nos asegurariamos que si o si se eliminaran todos. Y tomar en cuenta también los acentos y demas cositas raras que pueden ir sobre las letras 😆 Hay muchas formas de hacer esto, y muchos ejemplos en internet. No estoy segura de cual sea la mas rapida. También, no estoy completamente segura, pero, ¿normalizar todo el string al comienzo no es más eficiente que llamar a la función por cada palabra?
Hay que tener en cuenta que esa regEx también elimina los espacios en blanco, por tanto si se aplica al texto de entrada, luego el resultado no será el esperado
Me siento muy orgulloso de haber pensado en las tablas hash para hacer eso. 😭 No fueron al carajo las trasnochadas con estructuras de datos intentando que salieran las estructuras.
Buen video! Yo hubiese normalizado la cadena y luego del split ordenado alfabéticamente, entonces comparaba con la palabra anterior: si matchea incremento contador, sino, agrego entrada al diccionario con contador en 1 y avanzo a la próxima.
Amigo muchas gracias por compartir éste vídeo, me pareció divertido e interesante, para mi estos son Mini Challengers ó Mini desafíos. Te quería comentar que éste código tiene una debilidad, tendrías que ingresar todos los caracteres extraños posibles para normalizar, creo que sería mejor normalizar considerando que las letras mayúsculas de la "A" a la "Z" van desde el carácter 65 hasta el 90. (esto es devolviendo el valor del caracter) y las letras minúsculas de la "a" a la "z" van desde el 97 hasta el 122. Cualquier carácter que esté fuera de ese rango lo sustituyo por un espacio en blanco, de esa forma elimino todos los caracteres extraños (sin tomar en cuenta los acentos). Espero haberme explicado amigo y sería interesante ver que lo implementaras. Yo lo que pasa es que no programo en éste lenguaje, pero tengo conocimientos de otros lenguajes.
Una manera simple de bajar el costo computacional junto con la complejidad, perfecto para un ambiente de entrevista. Otras ideas que se me ocurre para reducir la constante aledañas al algoritmo, en términos de tiempos son: * DefiniR un máquina de estado, dónde se hay un estado que es la culminación de una palabra, dónde agregamos la palabra al hash. *Usar un trie con la particularidad que las hojas del mismo tienen una referencia una lista enlazada y la cantidad. Cuando encontramos una palabra, si no existe la agregamos al trie por ende adicionamos a la lista enlazada, y empezamos de nuevo por la raíz.
Soluciona el problema, sí. Es por si misma una solución ocupando estructuras de datos, no tanto. Es como ordenar un arreglo usando un método Sort. La explicación es clara y precisa, eso sin duda. Saludos!
Con la conclusión que me quedo (dentro de mi vulgaridad) es que es mejor pensar en una solución en la que solo sea necesario recorrer el array objetivo una vez. Gran vídeo!!!!!!!!!!. Primer vídeo que veo tuyo, suscripción obligada
Bro, no se absolutamente nada de programacion, pero me entretuve tanto que vi todo el video, y entendi poco, pero dan ganas de aprender. Gracias Crack.
Eso estaba en un ejercicio en la primer materia de la carrera de sistemas. Ni siquiera de examen. En python era el curso. Mi solución: 1. Hacer todo minúscula. Es una linea. Todos se rompían la cabeza a falta de esto. 2. Crear un diccionario. 3. Comenzar detectando palabras desde la primera letra a la última usando isalpha (esta otra sí estaba recomendada por el ejercicio mismo) Volcar al diccionario sumando 1. No veo mayores ineficiencias salvando que es un lenguaje de alto nivel y no tengo la más pálida de idea de como hace todo... Lo mismo sucede en casi todo lenguaje. Lowercase+isalpha+sumar en un contenedor str:int. Debería bastar y el único trabajo es tener cuidado para construir el control de palabras, que donde comienza, termina y el final de la cadena para evitar fallos.
Hola, me ha gustado mucho tu video es el primero que veo y queria decir este fue el mismo ejercicio que me pidieron hacer en una entrevista que tuve unas semanas atrás. No la pase satisfactoriamente debido a que no pude completar el algoritmo. Ahora se ya se en que fallé. Nuevo suscriptor; saludos!
Al hacer .split() ya estás iterando todo el texto implicitamente, lo mismo al hacer .toLower() e incluso .replace(), asi que esta solución está bastante lejos de O(n). Puede hacerse en O(n) si iteras cada char y vas leyendo las palabras a mano
Está muy bueno lo que comentas sobre lo malo de usar el replace, así nomás, porque tendrías que crear un caso para cada caracter especial, en el texto puede haber comillas (simples, dobles, caligráficas, etc.), apóstrofes y un sinfín de caracteres más que deberías comprobar "a mano". Claramente no es el modo idóneo de encarar el problema, mejor matchear las palabras "words" y limpiar a partir de ahí. Excelentes como siempre tus videos, saludos desde Argentina!
Genial que usaras REGEXP para los replaces, me parece que se subutilizan mucho las expresiones regulares en el día a día de nuestro trabajo y eso genera que nos malacostumbremos a no usar esta poderosa herramienta.
Yo hace mucho tiempo que hice, pero si no me falla la memoria, las preguntas se podrían encajar en estos 3 tipos: - Te ponen un código (en mi caso Java) y tienes que encontrar errores - Te ponen otro código y tienes que decir cuál es su salida - Te plantean X problema y tienes que escribir (en código o pseducódigo) cómo lo resolverías Y básicamente se podrían encuadrar en esos tipos. Al menos por mi experiencia.
Increíble video! Quisiera comentar mi ejercicio de una entrevista que tuve hace poco haber, y no la pase por no saber mucho de APIS si pudieras hacer un video de ella seria genial: --Crear una aplicación movil o pagina web (cualquiera de las dos). para visualizar películas tomadas de una API. - Debe tener un top 10, un filtro por actores y un buscador funcional donde al ingresar el nombre de la película pues lleve a ella. -La API es del sitio The Movie Data Base. Es la primera ves que me sale una prueba de este tipo.
Apenas tuve una entrevista técnica en cual el problema fue el siguiente: recibir una cadena string y evaluar cuántas vocales y consonantes existían en esa cadena y después retornar las vocales y consonantes de forma ascendente y descendente. Me gustaría poder ver cómo lo implementarias por favor.
Buenas! Solo una puntualización: como lo que buscas es que el programa sea lo más optimo posible, no tiene sentido que llames a la funcion "normalize" 2 veces en cada iteracion. Lo suyo sería que la ejecutaras una única vez asignando su resultado a una variable (normalizedWord, por ejemplo) y de ahí en adelante uses dicha variable en lugar de volver a llamar a la función de nuevo. Saludos!
Quizás, aunque habría que ver el funcionamiento de dicha función, ya que si ese texto es muy grande, el “coste” de esa normalización puede que sea exponencial, en cuyo caso es mejor hacerlo con cada palabra
justamente un has(objeto en javascript) era lo que abia que usar pense desde el inicio del video, asi que antes de que lo resolviera pause el video e intente solucionarlo por mi cuenta este el resultado function count(text){ text = text.split(" ") const counter = {} for(let word of text){ if(!counter[word]) counter[word]=1 else counter[word]++ } return counter } console.log(count("hola hola que tal")) salida: { hola: 2, que: 1, tal: 1 }
buen video, y pudedo decirles que es real en un proyecto me encontré con este problema no siempre con palabras sino con registros de una DB cuando haces un dasboard tienes que sacar estadisticas de varias cosas y para eso hay que contar y hay ocaciones en el que hacerle un GROUP BY a la DB no alcanza.
Muy buenas. Buen video y explicaciones muy claras. Felicidades. He de decir que he echado en falta un poco la explicación del coste asociado a un split o a un regex. Y también "la magia" de los costes constantes de las tablas hash. ¿Qué coste tiene recorrer una tabla hash? Estamos de acuerdo que es un O(n), pero hay detalles que deberían tenerse en cuenta también y que se dan por supuestos. ¡Buen trabajo! Te descubrí hace poco y, por supesto, te seguiré viendo. Sigue así. Un abrazo.
Hola, muchas gracias. Justo esa prueba me pasaron en una entrevista de trabajo. Únicamente que con la variante que no había que contar palabras. Había que contar letras y devolver la letra que mas se repetía.
No tengo mucho conocimiento teórico de algoritmos, solamente me gusta entrar a codewars y resolver problemas según mi analisis he investigación en google xd. Ese es un problema de memoizacion según como lo conozco. No tenia idea de como resolver un problema de ese tipo hasta que conocí ese concepto lo que me hizo ver cuan importante y útil es el conocimiento teórico y de conceptos. Buen video!
Buena explicación. Dos detalles: no llames tanto a `normalize()` y pegale una mirada a Map() para hash tables en Js/ TS ;) developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Map
No estoy seguro de cuantas cosas comparten js y ts, pero en js hay una función reduce(), la ultima parte del for con el reduce quedaria algo asi como arrayPalabras.reduce((acc,elem)=> acc[elem] ? acc[elem]+=1 : acc[elem] = 1, {} ) y el resultado seria el mismo
Estaría bueno este ejercicio de entrevista: Haciendo uso de la recursividad de funciones, escriba un programa que pida un valor entero positivo n, y luego que genere todas las combinaciones posibles de las cadenas de caracteres binarias de longitud n sin que haya 2 o más números uno consecutivos. Ejemplo: Entrada: Ingrese un valor entero positivo: 4 Salida: 0000 0001 0010 0100 0101 1000 1001 1010
Creo que utilizando reduce podría quedar más elegante. Muy buen video igualmente! Podrías traer alguno de pruebas técnicas más a nivel de system design y arquitectura?
Con reduce quedaría mucho más elegante si, aunque creo que se entiende más con un for y un if. Un día haremos algún video revisando las capacidades funcionales de js :D Sobre lo de system design, lo apunto! Puede ser muy interesante. Gracias por el comentario!
@@lucasgonzalez5123 Lineal ya es con el for, ya que solo recorres una vez los elementos del array. Con el reduce lo implementas con herramientas de programacion funcional, pero las dos implementaciones son lineales
Un genio, me encanta tu contenido. Tengo intención de ponerme al día con tu canal! Explicas muy bien y haces llegar conocimiento que suele estar un poco menos accesible, como la complejidad algorítmica.
Muchas gracias por la info. La resolución de algoritmos es super importante en las entrevistas. Hay que invertir tiempo en Hackerrank :D. Por otro lado, posiblemente un enfoque mas compacto seria el siguiente. function wordRepetitions(text) { let words = text.toLowerCase().split(/[\s|\.|\,]/g) return words .filter(p => p) .reduce((totales, p) => { if (!totales[p]) totales[p] = 0 totales[p]++; return totales; }, {}) } Abrazo!!!
Este canal es increíble. El contenido como la calidad, mejor no puede ser. Explicas de 10. Espero que continúes con este tipo de vídeos, que, a mi parecer, ayudan muchísimo. También me encanta tu serie de patrones de diseño.
Excelente video y muy buena data! En uno de los cursos de js que hice uno de los challenges era hacer un encriptador de texto y empleamos el replace con regex. Nuevo suscriptor!
Deberías normalizar la palabra 1 vez en el loop, guardarla en una variable y luego usar las comparaciones. En tu implementación estás normalizando cada palabra dos veces, una para saber si existe y otra para incrementar el contador. Además, seguramente sea más eficiente normalizar el texto completo original 1 única vez, y luego iterar sobre el resultado de hacer el split (Tendría que hacer una prueba para estar seguro de esto, pero el cuerpo me dice que será más óptimo hacerlo como comento).
Soy ingeniero electromecánico, pero quiero y estoy empezando a meterme en el mundo de la programación, este video está muy bueno para darse una idea del entorno laboral, gracias.
Hermano que buen video!!!! para todos aquellos que nos estamos iniciando y estamos en el nivel llamado junior de verdad muchas GRACIAS!!! POR SU APORTE.
gracias, simple algebra lineal y matrices, eso es todo en estructura de datos. La gente hoy en dia tiende a memorizar funciones y procesos y se olviden de donde viene todo, matemáticas, Nuevamente gracias y saludos
Hola, me gustó mucho su video. Me gustaría que hablara sobre soluciones lineales y soluciones cuadraticas, saber diferenciar cuando utilizar las soluciones
Como apenas se C, habia pensado en una respuesta algo diferente: crear una lista enlazada y ordenada donde cada nodo sea una estructura de 3 elementos; un string con la palabra, un contador y otra lista con las posiciones de dicha palabra, se realizaria un ciclo donde se leeria cada palabra, se comprueba con cada elemento de la lista, y en caso de coincidir se aumentaria en uno el contador de esta, ademas de agregar el indice de esta palabra a la lista de ocurrencias; si esta palabra a su vez ha salido mas veces en la lista que la inmediatamente superior cambiarian de lugares; caso contrario se crearia un nuevo nodo con la palabra, su contador en 1, y su indice con la posicion de ocurrencia, haciendolo desde la primera hasta la ultima palabra.... tiene la ventaja de que solo se harian n comprobaciones (donde n es el numero de palabras en la entrada) y como peor caso (donde todas las palabras sean diferentes) se usaria en memoria el tamaño del nodo * numero de palabras, que no es exactamente eficiente, pero hace un buen uso del espacio al usar asignacion dinamica de memoria..... Ademas tiene la ventaja de que a traves de la lista ordenada de salida se podria reconstruir el texto de entrada.... Supongo que en algo se parcera a la solucion del video... Saludos....
No es práctico porque, en tu mejor caso, la lista debería tener solo un elemento ya que todas las palabras son iguales, en ese caso una recorrido en el string bastaría y no sería necesaria la lista. En tu peor caso, el tiempo es igual al que se explica en la solución poco eficiente en el video y a eso agrégale el espacio ocupado por la lista el cual tiende a O(n), lo cual lo hace más ineficiente. Pero está muy bien que hayas querido dar tu propia respuesta al problema, sigue así. Psdta: yo tbn comencé con c y c++
Una duda, has dicho que la solución eficiente sería de complejidad constante sin embargo en realidad estarías haciendo una búsqueda de complejidad lineal (si es cierto que sería O(n) en vez de O(n^2)
Wow, nunca pensé en tablas hash, pensé mas en una lista para guardar las palabras repetidas, pero veo que al final viene siendo lo mismo que el primero
Gran video, saludos desde Mexico, oye pero nunca implementaste la búsqueda en tablas hash, hice exactamente lo mismo que tú en donde spliteas el string sin caracteres como comas, puntos etc. Y el programa hasta este momento sería lineal no es cierto? Porque tienes un ciclo for hasta n que es el número de palabras
Una vez tuve un problema, iba de simular un teclado de móvil antiguo, las teclas estaban asignadas así: 1: 1 ó punto 2: 2abc 3: 3def 4: 4ghi 5: 5jkl 6: 6mno 7: 7pqrs 8: 8tuv 9: 9wxyz 0: 0 ó espacio #: Activar o desactivar mayúsculas Por defecto iniciaba en mayúsculas. Por ejemplo la entrada: 444#6666555522 debía imprimir "Hola" Y además era cíclico, tipo 22 debía imprimir "a" pero 222222 también era "a" Y para mostrar letras de la misma tecla, usando espacios, ejemplo 2 22 222 debía imprimir 2ab Nunca lo pude resolver sin gastar mucha memoria ;-;
Después de limpiar el texto de signos, Y si uso la función replace? Reemplazo la palabra por nada text1=text.replace("hola",""), y comparo la longitud de texto inicial con la de ahora que borré todas las palabras que coinciden, divido la diferencia de esas longitudes por la longitud de la palabra, también iría eliminando las palabras que ya evalué para que el texto en el siguiente ciclo sea más pequeño 🤔 también tardaría muchos?
PREGUNTA: ¿Acaso la sentencia "normalize(word) in dict" no está recorriendo la lista entera por detrás? ¿No es eso lo mismo que un bucle for? ¿Y cuál es la diferencia real de procesamiento? Estaría bien ver cuánto se tarda en ejecutar cada método. ¡¡Gracias por el vídeo!!
Hola BettaTech, sería mas eficiente usar la función "normalize" en la primera sentencia del for y así no llamarla dos veces para cada caso? es decir ahí se llama normalize para el if y otra vez para la tabla de hash, se podría hacer justo después del for "word = normalize(word);" y así usar word directamente en el if y en el diccionario.
1) El hash en peor caso se comporta como una lista enlazada. La busqueda es O(n). 2) La estructura que cumple eso es el Trie porque la longitud de las palabras son acotadas. Pero tiene un costo de almacenamiento muy alto. Seria O(#CantidadDeLetrasMinusculas^(#LongitudDePalabraMasGrande)) en peor caso.
Propuesta que creo que seria mas optima: string newString = " ".concat(stringToAnalize).concat(" "); String splittedString[] = newString.split(stringToSearch); System.out.println("El numero de veces que aparece es: " splittedString.size()-1);
En Python se puede hacer bastante sencillo. Basta con importar el módulo nltk , string y counter. Primero pasas el texto a minúscula o mayúsculas. Luego usas string punctuation para quitarte los signos de puntuación. Por último, con counter creas un diccionario con el texto, y te devuelve los elementos (palabras) con el número de veces que aparece cada una. Un saludo!
Que interesante que este tipo de problema, lo he tenido en algunos proyectos con Python de hecho el tipo de estructura se llama diccionario, me hace feliz que he ido por el buen camino. Me suscribo acabo de descubrir tu canal :)
Muy divertido el ejercicio, lo único que cambiaria seria realizar el normalize al mismo tiempo que haces el split, asi te evitas chequear por normalize por cada palabra, y por último y esto ya es más un gusto personal, en vez de usar el if/else, simplemente dict[word] = ++dict[word] || 1
Buenísima la explicación y el detalle! Sí tengo una duda conceptual. Entiendo que para hablar de hash table tiene que haber una función hash que nos de el index donde se va a guardar el dato, pero en este caso al no haber función hash, no sería un objeto/diccionario normal? Gracias!
![[LIVE] : ONE ลุมพินี : คู่มวยแห่งยุค (11 ตุลาคม 2567)](http://i.ytimg.com/vi/aTc7-tPYuJM/mqdefault.jpg)
Deberías subir + vídeos de este estilo, se aprende muy bien a programar viendo a un profesional experimentado haciéndolo.
Un saludo Betta
Has un mini curso sobre estructura de datos estaría genial, buen video 👌
Buenisimo bro , salio o no el mini curso sobre estructura de datos ?? ksdjlas
Eso estaría increíble
Podrías ver el CS50 de Harvard, explican muuy bien, en la semana 5 específicamente.
@@gonove97 gracias bro, datos asi te alegran el dia, vi ese curso pero justo me quedé antes de esa semana, ahora lo chequeo. Suerte.
@@VictorCastroVikman tomate tu tiempo para hacerlo, de verdad tiene concepto muy buenos y muy bien explicados, es pesado de seguir? Por supuesto es Harvard. Yo voy en la semana 4 y bastante impresionado.
Podrías usar la función de normalize() sobre TODO el texto antes del for y evitar aún mas consumo innecesario (ya que lo usas 3 veces por cada ciclo) suponiendo que JS guarde en memoría la primera vez que usas normalize() sobre una palabra aún lo estaría haciendo una vez por palabra en vez de una vez en total.
Codewars y hackerrank sirve mucho para este tipo de ejercicios! DATO
Es cierto gracias
Si es correcto ahí hay muchos ejercicios parecidos, yo lo resolví con 'reduce' de los arrays que me pareció más sencillo
Excelente video!
He notado que no muchas personas lo usan, pero JavaScript trae consigo una implementación de Hash Map (new Map()) y Hash Set (new Set()) para este tipo de casos (a pesar de que es prácticamente igual que el objeto o {}). En mi caso mi solución fue la siguiente:
text = text.toLowerCase().replace(/[^a-zA-Z ]/g, "").split(/\s/);
const appearances = text.reduce((acc, val) => {
if (!acc.has(val)) {
acc.set(val, 1);
} else {
acc.set(val, acc.get(val) + 1);
}
return acc;
}, new Map());
Woooooo! Estaría genial que vieras listas de problemas des icpc
¡Excelente explicación! gracias.
me gustaria agregar que tambien se podrian normalizar los simbolos (como punto, coma, y demás) con una expresión regular que elimine todo lo que no sea letra o número. Por ejemplo, está: [^a-zA-Z0-9] ...de esta manera nos asegurariamos que si o si se eliminaran todos.
Y tomar en cuenta también los acentos y demas cositas raras que pueden ir sobre las letras 😆
Hay muchas formas de hacer esto, y muchos ejemplos en internet. No estoy segura de cual sea la mas rapida.
También, no estoy completamente segura, pero, ¿normalizar todo el string al comienzo no es más eficiente que llamar a la función por cada palabra?
Lo dice él mismo en el video...
Hay que tener en cuenta que esa regEx también elimina los espacios en blanco, por tanto si se aplica al texto de entrada, luego el resultado no será el esperado
pudiera quedar de esta forma [^\sa-zA-Z0-9]
Me siento muy orgulloso de haber pensado en las tablas hash para hacer eso. 😭 No fueron al carajo las trasnochadas con estructuras de datos intentando que salieran las estructuras.
Los métodos de búsqueda uff
@@osiris7998 mc Donalds
Parecerá tonto, pero pensé la solución sin saber que son las tablas Hash jajajajaja
@@osiris7998 Una empresa de Estados Unidos.
@@GerdSa Plot twist: Trabaja programando las maquinas de hacer pedidos D:
Buen video! Yo hubiese normalizado la cadena y luego del split ordenado alfabéticamente, entonces comparaba con la palabra anterior: si matchea incremento contador, sino, agrego entrada al diccionario con contador en 1 y avanzo a la próxima.
bro, he aprendido más en un video de 10 mins que en 3 meses de carrera jajajajaja.
Amigo muchas gracias por compartir éste vídeo, me pareció divertido e interesante, para mi estos son Mini Challengers ó Mini desafíos. Te quería comentar que éste código tiene una debilidad, tendrías que ingresar todos los caracteres extraños posibles para normalizar, creo que sería mejor normalizar considerando que las letras mayúsculas de la "A" a la "Z" van desde el carácter 65 hasta el 90. (esto es devolviendo el valor del caracter) y las letras minúsculas de la "a" a la "z" van desde el 97 hasta el 122. Cualquier carácter que esté fuera de ese rango lo sustituyo por un espacio en blanco, de esa forma elimino todos los caracteres extraños (sin tomar en cuenta los acentos). Espero haberme explicado amigo y sería interesante ver que lo implementaras. Yo lo que pasa es que no programo en éste lenguaje, pero tengo conocimientos de otros lenguajes.
Una manera simple de bajar el costo computacional junto con la complejidad, perfecto para un ambiente de entrevista.
Otras ideas que se me ocurre para reducir la constante aledañas al algoritmo, en términos de tiempos son:
* DefiniR un máquina de estado, dónde se hay un estado que es la culminación de una palabra, dónde agregamos la palabra al hash.
*Usar un trie con la particularidad que las hojas del mismo tienen una referencia una lista enlazada y la cantidad. Cuando encontramos una palabra, si no existe la agregamos al trie por ende adicionamos a la lista enlazada, y empezamos de nuevo por la raíz.
Soluciona el problema, sí. Es por si misma una solución ocupando estructuras de datos, no tanto. Es como ordenar un arreglo usando un método Sort.
La explicación es clara y precisa, eso sin duda. Saludos!
Con la conclusión que me quedo (dentro de mi vulgaridad) es que es mejor pensar en una solución en la que solo sea necesario recorrer el array objetivo una vez. Gran vídeo!!!!!!!!!!. Primer vídeo que veo tuyo, suscripción obligada
Bro, no se absolutamente nada de programacion, pero me entretuve tanto que vi todo el video, y entendi poco, pero dan ganas de aprender. Gracias Crack.
Cuando quieras usar diccionarios como ese en typescript puedes usar el tipo record. Ejemplo: "Record"
No lo conocía, gracias!!
Eso estaba en un ejercicio en la primer materia de la carrera de sistemas. Ni siquiera de examen.
En python era el curso.
Mi solución:
1. Hacer todo minúscula. Es una linea. Todos se rompían la cabeza a falta de esto.
2. Crear un diccionario.
3. Comenzar detectando palabras desde la primera letra a la última usando isalpha (esta otra sí estaba recomendada por el ejercicio mismo) Volcar al diccionario sumando 1.
No veo mayores ineficiencias salvando que es un lenguaje de alto nivel y no tengo la más pálida de idea de como hace todo...
Lo mismo sucede en casi todo lenguaje. Lowercase+isalpha+sumar en un contenedor str:int. Debería bastar y el único trabajo es tener cuidado para construir el control de palabras, que donde comienza, termina y el final de la cadena para evitar fallos.
El conocimiento dado por un experto como tú es muy valioso!
Hola, me ha gustado mucho tu video es el primero que veo y queria decir este fue el mismo ejercicio que me pidieron hacer en una entrevista que tuve unas semanas atrás. No la pase satisfactoriamente debido a que no pude completar el algoritmo. Ahora se ya se en que fallé.
Nuevo suscriptor; saludos!
Gracias! Una lastima que no pasaras la prueba 😕 Mucho ánimo para las siguientes!
Al hacer .split() ya estás iterando todo el texto implicitamente, lo mismo al hacer .toLower() e incluso .replace(), asi que esta solución está bastante lejos de O(n).
Puede hacerse en O(n) si iteras cada char y vas leyendo las palabras a mano
Mee encanta porque siempre estoy inseguro de lo que puedo hacer o lograr con los conocimientos adquiridos que tengo por la presión o demanda
Está muy bueno lo que comentas sobre lo malo de usar el replace, así nomás, porque tendrías que crear un caso para cada caracter especial, en el texto puede haber comillas (simples, dobles, caligráficas, etc.), apóstrofes y un sinfín de caracteres más que deberías comprobar "a mano". Claramente no es el modo idóneo de encarar el problema, mejor matchear las palabras "words" y limpiar a partir de ahí. Excelentes como siempre tus videos, saludos desde Argentina!
O utilizar una expresión regular:
replace(/[^\w|\s]/g,"");
Cambiar a String vacío lo que no sean letras o espacios en blanco 😁
Genial que usaras REGEXP para los replaces, me parece que se subutilizan mucho las expresiones regulares en el día a día de nuestro trabajo y eso genera que nos malacostumbremos a no usar esta poderosa herramienta.
Wow, que simple lo haces ver, da gusto, felicidades.
Yo hace mucho tiempo que hice, pero si no me falla la memoria, las preguntas se podrían encajar en estos 3 tipos:
- Te ponen un código (en mi caso Java) y tienes que encontrar errores
- Te ponen otro código y tienes que decir cuál es su salida
- Te plantean X problema y tienes que escribir (en código o pseducódigo) cómo lo resolverías
Y básicamente se podrían encuadrar en esos tipos. Al menos por mi experiencia.
.
Quiero y *necesito* este tipo de contenidos. Gracias!
Increíble video! Quisiera comentar mi ejercicio de una entrevista que tuve hace poco haber, y no la pase por no saber mucho de APIS si pudieras hacer un video de ella seria genial:
--Crear una aplicación movil o pagina web (cualquiera de las dos). para visualizar películas tomadas de una API.
- Debe tener un top 10, un filtro por actores y un buscador funcional donde al ingresar el nombre de la película pues lleve a ella.
-La API es del sitio The Movie Data Base.
Es la primera ves que me sale una prueba de este tipo.
Recuerdo haber visto algo similar en un curso de Django.
Edit: De hecho, creo que era lo mismo.
Apenas tuve una entrevista técnica en cual el problema fue el siguiente: recibir una cadena string y evaluar cuántas vocales y consonantes existían en esa cadena y después retornar las vocales y consonantes de forma ascendente y descendente. Me gustaría poder ver cómo lo implementarias por favor.
Genial! soy estudiante aún y me inspira mucho tus vídeos , gracias !
Yo pensaba que en una entrevista no se podían usar pre-built functions del lenguaje 🥴
Este video me aclaró esa duda, me parece un alivio, gracias!
Buenas! Solo una puntualización: como lo que buscas es que el programa sea lo más optimo posible, no tiene sentido que llames a la funcion "normalize" 2 veces en cada iteracion. Lo suyo sería que la ejecutaras una única vez asignando su resultado a una variable (normalizedWord, por ejemplo) y de ahí en adelante uses dicha variable en lugar de volver a llamar a la función de nuevo. Saludos!
en verdad deberia normalizar el primer string antes de hacer el split y ya se olvidaba del tema
Quizás, aunque habría que ver el funcionamiento de dicha función, ya que si ese texto es muy grande, el “coste” de esa normalización puede que sea exponencial, en cuyo caso es mejor hacerlo con cada palabra
@@BhEaN sería lineal, no exponencial...
@@JeSus-hl6zj Si, tienes razón... me refería a que aumentaría de forma aritmética, si
@@BhEaN Y de otra forma no creo que sea
Buenísimo, si tienes la oportunidad, sigue con este tipo de videos!!
justamente un has(objeto en javascript) era lo que abia que usar pense desde el inicio del video, asi que antes de que lo resolviera pause el video e intente solucionarlo por mi cuenta este el resultado
function count(text){
text = text.split(" ")
const counter = {}
for(let word of text){
if(!counter[word]) counter[word]=1
else counter[word]++
}
return counter
}
console.log(count("hola hola que tal"))
salida: { hola: 2, que: 1, tal: 1 }
buen video, y pudedo decirles que es real en un proyecto me encontré con este problema no siempre con palabras sino con registros de una DB cuando haces un dasboard tienes que sacar estadisticas de varias cosas y para eso hay que contar y hay ocaciones en el que hacerle un GROUP BY a la DB no alcanza.
Muy buenas. Buen video y explicaciones muy claras. Felicidades. He de decir que he echado en falta un poco la explicación del coste asociado a un split o a un regex. Y también "la magia" de los costes constantes de las tablas hash. ¿Qué coste tiene recorrer una tabla hash? Estamos de acuerdo que es un O(n), pero hay detalles que deberían tenerse en cuenta también y que se dan por supuestos. ¡Buen trabajo! Te descubrí hace poco y, por supesto, te seguiré viendo. Sigue así. Un abrazo.
Hola, muchas gracias. Justo esa prueba me pasaron en una entrevista de trabajo. Únicamente que con la variante que no había que contar palabras.
Había que contar letras y devolver la letra que mas se repetía.
woooow, cuando lo puso justo pensé en la tabla hash, no creí que fuera la solución óptima, lastima que aún no la domino bien, una cosa para estudiar!
No tengo mucho conocimiento teórico de algoritmos, solamente me gusta entrar a codewars y resolver problemas según mi analisis he investigación en google xd. Ese es un problema de memoizacion según como lo conozco. No tenia idea de como resolver un problema de ese tipo hasta que conocí ese concepto lo que me hizo ver cuan importante y útil es el conocimiento teórico y de conceptos. Buen video!
Buena explicación. Dos detalles: no llames tanto a `normalize()` y pegale una mirada a Map() para hash tables en Js/ TS ;) developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Map
Muy interesante los videos de este tipo, a mi me pidieron implementar un juego de poker, y ni siquiera se jugarlo, jajaja
No estoy seguro de cuantas cosas comparten js y ts, pero en js hay una función reduce(), la ultima parte del for con el reduce quedaria algo asi como arrayPalabras.reduce((acc,elem)=> acc[elem] ? acc[elem]+=1 : acc[elem] = 1, {} ) y el resultado seria el mismo
Genio total!! Desde Ururguay! Me encanta tus videos, un abrazo grande CRACK!
Bettatech, eres un grande, idolo, te quiero fiera ! Un ejemplo a seguir
Gracias máquina! Crack figura 😙💪💪
Están geniales estos vídeos resolviendo ejercicios. Por favor continúa haciendo más
Gracias,es un super video, replique el código en javascript y Python, es genial
Muy buen tutorial, seria bueno que subieras mas videos acerca de esto. Saludos desde Venezuela.
Estaría bueno este ejercicio de entrevista:
Haciendo uso de la recursividad de funciones, escriba un programa que pida un valor entero positivo n, y
luego que genere todas las combinaciones posibles de las cadenas de caracteres binarias de longitud n sin
que haya 2 o más números uno consecutivos.
Ejemplo:
Entrada:
Ingrese un valor entero positivo: 4
Salida:
0000 0001 0010 0100 0101 1000 1001 1010
No entiendo absolutamente nada, pero me subscribo!
Creo que utilizando reduce podría quedar más elegante. Muy buen video igualmente! Podrías traer alguno de pruebas técnicas más a nivel de system design y arquitectura?
Con reduce quedaría mucho más elegante si, aunque creo que se entiende más con un for y un if. Un día haremos algún video revisando las capacidades funcionales de js :D
Sobre lo de system design, lo apunto! Puede ser muy interesante.
Gracias por el comentario!
@@BettaTech No solo más elegante, no sería lineal? Estarías recorriendo solamente los elementos del array.
@@lucasgonzalez5123 Lineal ya es con el for, ya que solo recorres una vez los elementos del array. Con el reduce lo implementas con herramientas de programacion funcional, pero las dos implementaciones son lineales
Escribí antes de terminar de ver el video. Por lo tanto, con el reduce es igual pero mas "elegante" :P
Pienso lo mismo, reduce personalmente es más sencillo.
const wordRepetitions=str =>{
let paso1=str.toLowerCase().replace(/[.,!]/g,"").split(' ');
let paso2=paso1.reduce((acc,el)=>{
if(acc[el]){
acc[el]++
}else{
acc[el]=1
}
return acc;
},{})
return Object.entries(paso2)
}
Genial el video! Para mi que recién estoy empezando a programar es muy útil e importante ver videos como estos y codigo real.
Podrías hablar sobre cursos de estructuras de datos en java o libros, te lo agradecería bastante 🥺
CLARISIMO. Muchas gracias!
Un genio, me encanta tu contenido. Tengo intención de ponerme al día con tu canal! Explicas muy bien y haces llegar conocimiento que suele estar un poco menos accesible, como la complejidad algorítmica.
Muchas gracias por la info. La resolución de algoritmos es super importante en las entrevistas. Hay que invertir tiempo en Hackerrank :D. Por otro lado, posiblemente un enfoque mas compacto seria el siguiente.
function wordRepetitions(text) {
let words = text.toLowerCase().split(/[\s|\.|\,]/g)
return words
.filter(p => p)
.reduce((totales, p) => {
if (!totales[p])
totales[p] = 0
totales[p]++;
return totales;
}, {})
}
Abrazo!!!
Este canal es increíble. El contenido como la calidad, mejor no puede ser. Explicas de 10. Espero que continúes con este tipo de vídeos, que, a mi parecer, ayudan muchísimo. También me encanta tu serie de patrones de diseño.
Genial, debo reforzar la parte de estructuras de datos
Excelente video y muy buena data! En uno de los cursos de js que hice uno de los challenges era hacer un encriptador de texto y empleamos el replace con regex.
Nuevo suscriptor!
Deberías normalizar la palabra 1 vez en el loop, guardarla en una variable y luego usar las comparaciones. En tu implementación estás normalizando cada palabra dos veces, una para saber si existe y otra para incrementar el contador.
Además, seguramente sea más eficiente normalizar el texto completo original 1 única vez, y luego iterar sobre el resultado de hacer el split (Tendría que hacer una prueba para estar seguro de esto, pero el cuerpo me dice que será más óptimo hacerlo como comento).
Genial, super bien explicado, 👍gracias
Soy ingeniero electromecánico, pero quiero y estoy empezando a meterme en el mundo de la programación, este video está muy bueno para darse una idea del entorno laboral, gracias.
Hermano que buen video!!!! para todos aquellos que nos estamos iniciando y estamos en el nivel llamado junior de verdad muchas GRACIAS!!! POR SU APORTE.
Me ha encantado tu vídeo. Muchísimas gracias. Like y suscrita.
Exijo más contenido como ésto. Gracias y porfavor.
Con gusto!
gracias, simple algebra lineal y matrices, eso es todo en estructura de datos. La gente hoy en dia tiende a memorizar funciones y procesos y se olviden de donde viene todo, matemáticas, Nuevamente gracias y saludos
Hola, me gustó mucho su video. Me gustaría que hablara sobre soluciones lineales y soluciones cuadraticas, saber diferenciar cuando utilizar las soluciones
Execelente video , gracias , soy beginner pero gracias a ti conozco bastante. A practicar!!
Mucha suerte!
@@BettaTech muchas gracias crack, espero algun dia llegar a tener el conocimiento que tú tienes.
Como apenas se C, habia pensado en una respuesta algo diferente: crear una lista enlazada y ordenada donde cada nodo sea una estructura de 3 elementos; un string con la palabra, un contador y otra lista con las posiciones de dicha palabra, se realizaria un ciclo donde se leeria cada palabra, se comprueba con cada elemento de la lista, y en caso de coincidir se aumentaria en uno el contador de esta, ademas de agregar el indice de esta palabra a la lista de ocurrencias; si esta palabra a su vez ha salido mas veces en la lista que la inmediatamente superior cambiarian de lugares; caso contrario se crearia un nuevo nodo con la palabra, su contador en 1, y su indice con la posicion de ocurrencia, haciendolo desde la primera hasta la ultima palabra.... tiene la ventaja de que solo se harian n comprobaciones (donde n es el numero de palabras en la entrada) y como peor caso (donde todas las palabras sean diferentes) se usaria en memoria el tamaño del nodo * numero de palabras, que no es exactamente eficiente, pero hace un buen uso del espacio al usar asignacion dinamica de memoria.....
Ademas tiene la ventaja de que a traves de la lista ordenada de salida se podria reconstruir el texto de entrada....
Supongo que en algo se parcera a la solucion del video...
Saludos....
No es práctico porque, en tu mejor caso, la lista debería tener solo un elemento ya que todas las palabras son iguales, en ese caso una recorrido en el string bastaría y no sería necesaria la lista. En tu peor caso, el tiempo es igual al que se explica en la solución poco eficiente en el video y a eso agrégale el espacio ocupado por la lista el cual tiende a O(n), lo cual lo hace más ineficiente. Pero está muy bien que hayas querido dar tu propia respuesta al problema, sigue así. Psdta: yo tbn comencé con c y c++
Una duda, has dicho que la solución eficiente sería de complejidad constante sin embargo en realidad estarías haciendo una búsqueda de complejidad lineal (si es cierto que sería O(n) en vez de O(n^2)
Antes de ver el vídeo comento para ver si tengo idea , usando un diccionario o hashtable utilizando memoization
Gran explicación, recién empiezo en este mundo y lo entendí relativamente rápido! Gracias!
QUEREMOS MAS VIDEO ASI!!!!!!!! Muchas gracias. :)
Muy buen video, está clarísimo y es util. saludos
Me alegra de haber pensado bien la solución
Wow, nunca pensé en tablas hash, pensé mas en una lista para guardar las palabras repetidas, pero veo que al final viene siendo lo mismo que el primero
Wow, quiero llegar a tener tantos conocimientos y mucha habilidad como tú 😯
Buen video, apenas mencionaste el enunciado se me ocurrió hacerlo con un Mapeo. Buena solución. Saludos
me gusto la resolución, un curso sobre estructura de datos hace falta!!
Es importante hablar tanto de estos algoritmos, como aquellos que son in situ, también es un valor añadido muyyyyy valioso que este algoritmo no posee
Gran video, saludos desde Mexico, oye pero nunca implementaste la búsqueda en tablas hash, hice exactamente lo mismo que tú en donde spliteas el string sin caracteres como comas, puntos etc.
Y el programa hasta este momento sería lineal no es cierto? Porque tienes un ciclo for hasta n que es el número de palabras
Me encanta este canal y estoy aprendiendo mucho. Saludos desde Costa Rica 🇨🇷
He aprendido en un día un poco de phyton usando videos de youtube y pude aproximar me a la solución, buen video
Mas de estos por favor...
Pero también podrías hacer la versión ¿orientada a objetos y la versión con programación funcional? GRACIAS MIL
Una vez tuve un problema, iba de simular un teclado de móvil antiguo, las teclas estaban asignadas así:
1: 1 ó punto
2: 2abc
3: 3def
4: 4ghi
5: 5jkl
6: 6mno
7: 7pqrs
8: 8tuv
9: 9wxyz
0: 0 ó espacio
#: Activar o desactivar mayúsculas
Por defecto iniciaba en mayúsculas.
Por ejemplo la entrada:
444#6666555522
debía imprimir "Hola"
Y además era cíclico, tipo 22 debía imprimir "a" pero 222222 también era "a"
Y para mostrar letras de la misma tecla, usando espacios, ejemplo 2 22 222 debía imprimir 2ab
Nunca lo pude resolver sin gastar mucha memoria ;-;
Ese problema se ve muy bueno 😱
Y complicado jajaj
Supongo que el chiste estará en el hecho de no gastar mucha memoria...jummm
Es java, pero.. ¿Qué te parece esta solución?:
public class TecladoMovil
{
private final char[][] dictionary = new char[][]{
{'0', ' '},
{'1', '.'},
{'2', 'a', 'b', 'c'},
{'3', 'd', 'e', 'f'},
{'4', 'g', 'h', 'i'},
{'5', 'j', 'k', 'l'},
{'6', 'm', 'n', 'o'},
{'7', 'p', 'q', 'r'},
{'8', 't', 'u', 'v'},
{'9', 'w', 'x', 'y', 'z'}
};
boolean uppercase = true;
int nextIndex;
String text;
StringBuilder result;
private TecladoMovil( String text ) {
this.text = text;
this.result = new StringBuilder( text.length() / 4 );
}
/**
* Traduce las pulsaciones introducidas por teclado móvil a texto final
*
* @param text
* @return
*/
public static String parse( String text ) {
TecladoMovil tm = new TecladoMovil( text );
while( tm.pushChar() );
return tm.result.toString();
}
private boolean pushChar() {
char nextChar = text.charAt(nextIndex);
int count = 0;
while( nextIndex < text.length() && text.charAt(nextIndex) == nextChar ) {
++count;
++nextIndex;
}
resolve( nextChar, count );
return nextIndex < text.length();
}
private void resolve( char c, int times ) {
if( c == ' ' ) {
return;
}
if( c == '#' ) {
applyUppercase( times );
} else {
applyChar( c, times );
}
}
private void applyUppercase( int times ) {
if( times % 2 == 1 ) {
this.uppercase = !this.uppercase;
}
}
private void applyChar( char c, int times ) {
int dictionaryIndex = Integer.parseInt( ""+c );
int charIndex = (times - 1) % dictionary[dictionaryIndex].length;
char resultChar = dictionary[dictionaryIndex][charIndex];
result.append( this.uppercase ? Character.toUpperCase( resultChar ) : resultChar );
}
}
Después de limpiar el texto de signos, Y si uso la función replace? Reemplazo la palabra por nada text1=text.replace("hola",""), y comparo la longitud de texto inicial con la de ahora que borré todas las palabras que coinciden, divido la diferencia de esas longitudes por la longitud de la palabra, también iría eliminando las palabras que ya evalué para que el texto en el siguiente ciclo sea más pequeño 🤔 también tardaría muchos?
PREGUNTA:
¿Acaso la sentencia "normalize(word) in dict" no está recorriendo la lista entera por detrás? ¿No es eso lo mismo que un bucle for? ¿Y cuál es la diferencia real de procesamiento?
Estaría bien ver cuánto se tarda en ejecutar cada método.
¡¡Gracias por el vídeo!!
Hola BettaTech, sería mas eficiente usar la función "normalize" en la primera sentencia del for y así no llamarla dos veces para cada caso? es decir ahí se llama normalize para el if y otra vez para la tabla de hash, se podría hacer justo después del for "word = normalize(word);" y así usar word directamente en el if y en el diccionario.
1) El hash en peor caso se comporta como una lista enlazada. La busqueda es O(n).
2) La estructura que cumple eso es el Trie porque la longitud de las palabras son acotadas. Pero tiene un costo de almacenamiento muy alto. Seria O(#CantidadDeLetrasMinusculas^(#LongitudDePalabraMasGrande)) en peor caso.
Propuesta que creo que seria mas optima:
string newString = " ".concat(stringToAnalize).concat(" ");
String splittedString[] = newString.split(stringToSearch);
System.out.println("El numero de veces que aparece es: " splittedString.size()-1);
Gracias por tu contenido
SIIIIIIII PLS, SIGUE SUBIENDO ESTE TIPO DE COSAS, QUIERO TRABAJO AJLKDSAJD
En Python se puede hacer bastante sencillo. Basta con importar el módulo nltk , string y counter.
Primero pasas el texto a minúscula o mayúsculas. Luego usas string punctuation para quitarte los signos de puntuación.
Por último, con counter creas un diccionario con el texto, y te devuelve los elementos (palabras) con el número de veces que aparece cada una. Un saludo!
El problema es que la mayoría no dejan que utilices librerías
Gran Explicación! Enhorabuena por tus conocimientos. Muchas gracias por compartirlos.
buenisimo video, me estoy iniciando en el mundo de la programacion y cada vex me parece más interesante, gracias por el video
Muchas gracias por este video, será de muchísima ayuda si los sigues haciendo!
Excelente solución y excelente explicación. ¡Gracias por crear contenido de calidad!
Que interesante que este tipo de problema, lo he tenido en algunos proyectos con Python de hecho el tipo de estructura se llama diccionario, me hace feliz que he ido por el buen camino.
Me suscribo acabo de descubrir tu canal :)
Muy divertido el ejercicio, lo único que cambiaria seria realizar el normalize al mismo tiempo que haces el split, asi te evitas chequear por normalize por cada palabra, y por último y esto ya es más un gusto personal, en vez de usar el if/else, simplemente dict[word] = ++dict[word] || 1
Soy la definición de novato hecha humano en la programación y estuvo muy interesante el como analistaste y solucionaste el ejercicio.
Buenísima la explicación y el detalle! Sí tengo una duda conceptual. Entiendo que para hablar de hash table tiene que haber una función hash que nos de el index donde se va a guardar el dato, pero en este caso al no haber función hash, no sería un objeto/diccionario normal? Gracias!
interesante solución.. la había pensado de forma diferente.