نظریه پیچیدگی محاسباتی بر طبقه بندی مسائل محاسباتی با توجه به استفاده از منابع آنها و مرتبط ساختن این طبقات به یکدیگر تمرکز دارد. یک مسئله محاسباتی یک کار است که توسط یک کامپیوتر حل می شود. یک مسئله محاسباتی با کاربرد مکانیکی مراحل ریاضی، مانند یک الگوریتم قابل حل است.
منظور شما از پیچیدگی الگوریتم چیست؟
پیچیدگی یک الگوریتم اندازه‌گیری مقدار زمان و/یا فضای مورد نیاز یک الگوریتم برای ورودی با اندازه معین (n) است.
پیچیدگی الگوریتمی در ساختار داده چیست؟
پیچیدگی الگوریتمی معیار مدت زمان تکمیل الگوریتم با توجه به ورودی به اندازه n است. اگر یک الگوریتم باید مقیاس شود، باید نتیجه را در یک زمان محدود و عملی حتی برای مقادیر بزرگ n محاسبه کند. به همین دلیل، با نزدیک شدن n به بی نهایت، پیچیدگی به صورت مجانبی محاسبه می شود.
چرا پیچیدگی الگوریتمی مهم است؟
دانشمندان رایانه از معیارهای ریاضی پیچیدگی استفاده می کنند که به آنها اجازه می دهد قبل از نوشتن کد، سرعت اجرای یک الگوریتم و مقدار حافظه مورد نیاز آن را پیش بینی کنند. چنین پیش‌بینی‌هایی راهنماهای مهمی برای برنامه‌نویسانی هستند که الگوریتم‌هایی را برای برنامه‌های کاربردی دنیای واقعی پیاده‌سازی و انتخاب می‌کنند.
پیچیدگی الگوریتمی چگونه محاسبه می شود؟
برای هر حلقه، ما زمان اجرای بلوک را در داخل آنها پیدا می کنیم و آن را در تعداد دفعاتی که برنامه انجام خواهد داد ضرب می کنیم.حلقه را تکرار کنید همه حلقه هایی که متناسب با اندازه ورودی رشد می کنند دارای پیچیدگی زمانی خطی O(n) هستند. اگر فقط نیمی از آرایه را حلقه کنید، باز هم O(n) است.
