Курс Python → Big O оптимизация
Big O оптимизация — это важная задача для разработчиков. Оценка скорости работы программы на разных устройствах может быть сложной из-за различий в аппаратном обеспечении. Для универсальной оценки был разработан подход, использующий понятие Big O. Например, простой алгоритм перебора всех значений имеет сложность O(n), где n — количество значений, так как используется только один цикл. Если же есть два вложенных цикла, как в программе для вывода таблицы умножения, то сложность уже будет O(n^2). Из формул видно, что второй алгоритм работает намного медленнее.
Главное правило — чем больше данных, тем дольше будет работать программа. Например, бинарный поиск имеет сложность O(log n) и работает намного быстрее, но требует отсортированного списка. При оценке сложности учитывается количество проходов по данным, а не количество строк кода. График скорости работы алгоритмов показывает, что чем меньше операций выполняется, тем лучше.
Пример кода:
def linear_search(array, target):
for i in range(len(array)):
if array[i] == target:
return i
return -1
def binary_search(array, target):
low = 0
high = len(array) - 1
while low <= high:
mid = (low + high) // 2
if array[mid] == target:
return mid
elif array[mid] < target:
low = mid + 1
else:
high = mid - 1
return -1
В приведенных примерах кода показаны алгоритмы линейного и бинарного поиска. Линейный поиск имеет сложность O(n), так как выполняет n операций в худшем случае. Бинарный поиск имеет сложность O(log n) и работает быстрее, но требует отсортированного списка. Понимание Big O помогает разработчикам выбирать наиболее эффективные алгоритмы для своих задач.
Другие уроки курса "Python"
- Инверсия списка и строки в Python
- Декораторы в Python
- Константы в модуле cmath
- Функции range() в Python
- Метод gt в Python
- Тайное преобразование типа ключа
- Загрузка постов Instagram
- Проверка класса объекта
- Объединение Python и Shell
- Перемещение и удаление файлов в Python
- Бесконечная проверка в Python
- Отправка поздравлений по дню рождения
- Функции map, filter, reduce
- Выключение компьютера с помощью Python
- Работа с WindowsPath()
- Метод сравнения объектов в Python
- Метод Enumerate() для списков
- Оформление кода по PEP 8
- Howdoi — получение ответов из терминала
- Ключевое слово global в Python
- Функция enumerate в Python
- Модуль inspect
- Закрытие файла в Python
- Модуль math: константы π и e
- Оптимизация гиперпараметров с Scikit Optimize
- Python itertools combinations() — группировка элементов
- Метод setdefault() в Python
- Python-dateutil — работа с датами
- Обработка исключений в Python
- Использование type hints
- Именованные кортежи в Python
- Отрицательные индексы списков в Python
- Настройка логгера Logzero
- Numpy: использование Ellipsis
- Модуль functools в Python
- Работа с коллекциями Python
- Метод count в Python: почему count(», ») возвращает 4?
- Показ всплывающих окон Tkinter
- Функция count() в Python
- Многострочные комментарии в Python
- Установка и использование Virtualenv
- Импорт классов из другого файла
- Обновление данных через PUT запрос
- Возвращение нескольких значений
- Цикл for в Python
