Almacenamiento de Fotos - FreeCodeCamp #40 Daily Challenge

Photo Storage - Análisis y Explicación

Enunciado del Problema

Dado el tamaño de una foto en megabytes (MB) y la capacidad de un disco duro en gigabytes (GB), el objetivo es determinar cuántas fotos completas se pueden almacenar en el disco siguiendo estas reglas:

• $1$ gigabyte (GB) es igual a $1000$ megabytes (MB).
• Se debe devolver el número de fotos enteras (sin decimales).

Análisis Inicial

Comprensión del Problema

La lógica requiere convertir la capacidad del disco de GB a MB y luego dividir ese total por el tamaño de cada foto. Dado que solo nos interesan las fotos completas, debemos redondear el resultado hacia abajo.

Visualización del Proceso

flowchart TD
  A["Entrada: photoSize (MB), driveSize (GB)"] --> B["Convertir GB a MB: driveSize * 1000"]
  B --> C["Calcular fotos: totalMB / photoSize"]
  C --> D["Redondear hacia abajo (Math.floor)"]
  D --> E["Resultado: Número de fotos"]

Casos de Prueba Identificados

1. Básico: photoSize = 1, driveSize = 1 $\rightarrow$ $1000$ fotos.
2. División exacta: photoSize = 2, driveSize = 1 $\rightarrow$ $500$ fotos.
3. Con decimales: photoSize = 3.5, driveSize = 5.5 $\rightarrow$ $\lfloor \frac{5.5 \times 1000}{3.5} \rfloor = 1571$ fotos.
4. Caso Edge: Si el tamaño de la foto es $0$ o negativo, debemos evitar la división por cero.

Desarrollo de la Solución

Enfoque Elegido

Utilizaremos una fórmula aritmética directa. Es importante realizar la conversión de unidades primero y luego aplicar la función de redondeo de JavaScript para asegurar que el resultado sea un número entero.

Implementación

/**
 * Calcula cuántas fotos completas caben en un disco duro.
 * @param photoSizeMb Tamaño de cada foto en MB.
 * @param hardDriveSizeGb Capacidad del disco en GB.
 * @returns Cantidad de fotos enteras.
 */
function numberOfPhotos(photoSizeMb: number, hardDriveSizeGb: number): number {
  if (photoSizeMb <= 0)
    return 0

  const totalMb = hardDriveSizeGb * 1000
  return Math.floor(totalMb / photoSizeMb)
}

Análisis de Complejidad

Complejidad Temporal

$O(1)$. La función realiza un número constante de operaciones aritméticas básicas, independientemente de la magnitud de los valores de entrada.

Complejidad Espacial

$O(1)$. No se requiere almacenamiento adicional que dependa de la entrada; solo se utilizan variables locales constantes.

Casos Edge y Consideraciones

• División por cero: Validamos que photoSizeMb sea mayor a cero para evitar errores de ejecución o resultados infinitos.
• Conversión de unidades: El reto especifica $1$ GB = $1000$ MB. Aunque en informática a veces se usa $1024$, debemos ceñirnos a los requisitos del enunciado.
• Precisión: Al trabajar con números de punto flotante en JavaScript, Math.floor es la forma más segura de obtener la parte entera requerida.

Reflexiones y Aprendizajes

Conceptos Aplicados

• Conversión de Unidades: Transformación de escalas para operar con la misma magnitud.
• Redondeo Controlado: Uso de Math.floor para cumplir con la restricción de “fotos completas”.

Posibles Mejoras

En un entorno real, se podrían añadir validaciones para asegurar que las entradas sean números positivos y manejar posibles errores de precisión en números decimales muy largos, aunque para este desafío la solución directa es óptima.

Recursos y Referencias

• MDN - Math.floor()
• Conversión de Unidades Digitales