¿POR QUÉ ESTUDIAR ESTRUCTURAS DE DATOS Y TIPOS

ABSTRACTOS DE DATOS?
Para administrar la complejidad de los problemas y el proceso de solución de problemas, los
científicos de la computación usan abstracciones que les permiten enfocarse en el “panorama
general” sin perder de vista los detalles. Mediante la creación de modelos del dominio del
problema, somos capaces de utilizar un mejor y más eficiente proceso de solución de
problemas. Estos modelos nos permiten describir los datos que nuestros algoritmos
manipularán en una manera mucho más consistente con respecto al problema en sí mismo.
Nos referimos anteriormente a la abstracción procedimental como un proceso que oculta los
detalles de una función particular para permitir que el usuario o el cliente la vea a un muy alto
nivel. Ahora dirigimos nuestra atención a una idea similar, aquélla de la abstracción de
datos. Un tipo abstracto de datos, algunas veces abreviado TAD, es una descripción lógica
de cómo vemos los datos y las operaciones que son permitidas sin importar cómo serán
implementadas. Esto significa que estamos preocupados únicamente por lo qué están
representando los datos y no por cómo serán construidos eventualmente. Al proporcionar este
nivel de abstracción, estamos creando un encapsulamiento alrededor de los datos. La idea
es que, al encapsular los detalles de la implementación, los estamos ocultando de la vista del
usuario. Esto se denomina ocultamiento de información.
La Figura 2 muestra una imagen de qué es un tipo abstracto de datos y cómo opera. El
usuario interactúa con la interfaz, usando las operaciones que han sido especificadas por el
tipo abstracto de datos. El tipo abstracto de datos es el cascarón con el que el usuario
interactúa. La implementación está oculta un nivel más en profundidad. El usuario no se
preocupa de los detalles de la implementación.