Сохраняйте, если периодически забываете, чем отличается O(log n) от O(n log n) или почему O(n?) начинает тормозить на больших данных

МЕНЮ

Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ

Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация

RSS

RSS новости

• O(1) — константное время;

• O(log n) — бинарный поиск;

• O(n) — линейный проход;

• O(n log n) — эффективные сортировки;

• O(n^2), O(n^3) — вложенные циклы и сложные вычисления;

• O(2^n) и O(n!) — варианты, которых обычно стараются избегать.

Даже если не готовитесь к собеседованию, понимать сложность алгоритмов полезно при выборе структур данных и поиске узких мест в коде.

— в закладки

— объяснял/а Big O на собеседовании хотя бы раз


Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: