تخفیف عضویت ویژه تا ۲۴ مهر

شما به این ویدیو دسترسی ندارید

در پایان این مقاله، پیچیدگی الگوریتم ها و نماد Big O را به طور کامل درک خواهید کرد. برای فهمیدن بهتر این موضوع از مثال های پایتونی استفاده خواهیم کرد.

در علم کامپیوتر، پیچیدگی زمانی(time complexity)، پیچیدگی محاسباتی است که میزان زمان لازم برای اجرای یک الگوریتم را توصیف می کند. نماد big O روشی برای تعیین سرعت یک الگوریتم است. با استفاده از نماد Big O، می توانیم بفهمیم که الگوریتم ما سریع است یا کند. این دانش به ما امکان می دهد الگوریتم های بهتری طراحی کنیم.



0

intro

4:40

رایگان

1

caesar

15:33

رایگان

2

limit

12:27

رایگان

3

complexity

24:53

4

top one

12:17

6

linear search

4:33

7

binary search

9:18

8

jump search

14:47

10

last occurrence

5:20

11

radix sort

18:29

12

zigzag

5:28

13

move zeros

3:23

14

rotate array

7:9

15

rotate string

10:1

16

two sum

7:8

17

search insert

5:3

18

hackerrank

8:34

19

leap year

5:41

20

merge tools

7:39

21

no idea

8:46

22

company logo

8:11

23

add two numbers

15:36

25

int to roman

10:8

26

roman to int

7:9

28

reverse integer

9:22

31

pow

8:29

32

rotate image

14:13

34

merge two lists

8:11

37

same tree

6:23

39

bubble sort

8:10

40

selection sort

7:56

41

insertion sort

9:16

42

largest number

10:6

43

customers

8:59

45

done

2:48

دوره های پیشنهادی

دوره آموزش سوکت نویسی (socket) در پایتون
دوره آموزش سوکت نویسی (socket) در پایتون
تکمیل ضبط
امیرحسین بیگدلو
دوره آموزش الگوریتم نویسی برای مصاحبه شغلی پایتون
دوره آموزش RabbitMQ
دوره آموزش RabbitMQ
تکمیل ضبط
امیرحسین بیگدلو



ارسال نظر


محمد صادق موحدی ساوجی

3 هفته قبل پاسخ به نظر

با سلام و درود
بعد از دانلود کردن ویدئو ها کیفیت خیلی پایین هستش به طوریکه نمیشه کد ها را درست دید

ارسال نظر



امیرحسین بیگدلو

3 هفته قبل

سلام
محمدجان مطمئنی مشکل از ویدیوهای منه؟ چون تا حالا کسی همچین ایرادی نگرفته بود :(

مونگارد