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"
- Получение частей дроби
- Создание списков в Python
- Генерация QR-кодов с библиотекой qrcode
- Оператор * в Python
- Метод hash в Python
- Работа с файлами в Python
- Нахождение хеша для бесконечности и NaN в Python
- Установка виртуального окружения Python
- Возведение в квадрат с помощью itertools
- Метод ne для сравнения объектов
- Определение индекса элемента списка
- Создание множества в Python
- Объединение кортежей в Python
- Распаковка значений в Python
- Роль object и type в Python
- Сокращение ссылок с pyshorteners
- Ограничение ресурсов в Python
- Основные операции с Numpy
- Склеивание строк без циклов
- Расчет времени выполнения кода
- Конвертация коллекций в Python.
- Работа с коллекциями Python
- Создание генераторов в Python
- Удаление первого элемента списка
- Имена объектов в Python
- Управление контекстом с помощью декоратора contextmanager
- Метод join() для объединения строк
- Генерация ключей RSA
- Чтение бинарного файла в Python.
- Построение графиков в Matplotlib
- Python itertools combinations() — группировка элементов
- Библиотека Rich: форматирование текста
- Создание Telegram-бота на Python
- None в Python: использование и особенности
- Функции в одну строку
- Работа с PosixPath() в Python
- Декораторы в Python
- Оптимизация поиска в словарях
- Переопределение метода divmod
- Асинхронное выполнение задач в Python
- Логирование в Python
- Функции высшего порядка в Python
- Создание задания в Cron
