Aprende a resolver problemas complejos dividiéndolos en partes simples, implementando Merge Sort y Quick Sort para diseñar algoritmos eficientes.

Explora técnicas de búsqueda eficientes como búsqueda binaria y búsqueda ternaria, aplicadas a estructuras ordenadas para optimizar la localización de elementos.

Aprende los fundamentos de la programación dinámica, sus estrategias clave y cómo aplicarla en problemas como el Knapsack, resolviendo subproblemas de forma eficiente.  

Resuelve problemas clásicos como Maximum Subarray Sum, Longest Increasing Subsequence y Matrix Chain Multiplication aplicando patrones y técnicas de programación dinámica.

Aprende a representar y clasificar grafos mediante matriz y lista de adyacencia, sentando las bases para aplicar algoritmos en estructuras complejas.

Domina el recorrido en profundidad (DFS) y sus aplicaciones como timestamps, clasificación de aristas y topological sort para resolver y analizar grafos de forma eficiente.

Aprende a aplicar BFS en problemas clásicos como caminos más cortos, búsqueda multisource, BFS 0-1 y verificación de bipartición, optimizando recorridos y análisis en grafos.  

Conoce las propiedades clave de los árboles como altura, diámetro, centro y centroide, y aplica recorridos clásicos como preorder, inorder y postorder en problemas algorítmicos.  

Aprende a representar árboles con Euler Tour para consultas sobre subárboles y caminos, y domina el uso de Binary Search Trees para búsquedas, inserciones y consultas eficientes en conjuntos ordenados.