EDA - Estructuras de Datos y Algoritmos

Proyecto academico de EDA basado en una base de datos de actores/actrices y peliculas (dataset tipo IMDB - https://ftp.fu-berlin.de/pub/misc/movies/database/frozendata/) El repositorio esta organizado por laboratorios progresivos, cada uno con nuevas estructuras y algoritmos.

Enunciado oficial

El enunciado completo de cada fase esta en:

• Docs/EDA-LAB1.pdf
• Docs/EDA-LAB2.pdf
• Docs/EDA-LAB3.pdf
• Docs/EDA-LAB4.pdf

Estructura del repositorio

• lab1/: carga de datos, busqueda, insercion/borrado y listado ordenado.
• lab2/: implementacion de listas doblemente enlazadas (ordenadas y desordenadas).
• lab3/: relaciones entre actores mediante recorridos en anchura (BFS).
• lab4/: grado medio de relacion y centralidad sobre el grafo de actores.
• examen/: ejercicios independientes.

Modelo de dominio

Se trabaja con el grafo implicito:

• Nodo: actor/actriz.
• Arista: dos actores que han coincidido en una pelicula.

Ademas, cada actor mantiene su filmografia y cada pelicula su reparto.

Por que estas estructuras son buenas para este problema

• HashMap: acceso promedio O(1) por clave para buscar actor/pelicula por nombre. Es clave cuando se procesan miles o millones de lineas.
• DoubleLinkedList (lab2): inserciones y borrados eficientes con referencia a nodo, recorrido en ambos sentidos y buen control de extremos. Es util cuando hay muchas operaciones de edicion sobre secuencias.
• Cola (FIFO): estructura natural para BFS en busqueda de caminos minimos no ponderados entre actores.
• Pila (LIFO): util para reconstruir/imprimir caminos desde destino a origen.
• Array: practico para ordenacion y para mantener un top-n fijo (por ejemplo, centralidad).

Casos de uso que cubre el proyecto

• Cargar y parsear ficheros grandes de actores/peliculas.
• Buscar actores/peliculas rapidamente.
• Insertar y eliminar informacion del catalogo.
• Ordenar y listar actores.
• Comprobar si dos actores estan relacionados.
• Calcular distancia minima entre actores.
• Estimar medidas globales del grafo (grado medio y centralidad).

Resumen por laboratorio

• lab1: base del sistema con enfasis en operaciones CRUD y eficiencia de acceso.
• lab2: implementacion manual de TAD lista doblemente enlazada y su analisis.
• lab3: paso de "catalogo" a "grafo de relaciones" con BFS.
• lab4: metricas de red y estimaciones para que el coste sea asumible en datasets grandes.