چیزی که برامون مهمه توی محاسبه پیچیدگی زمانی، اون شرایط نایس و گوگلی نیست!

مثال پیدا کردن nemo رو یادته؟ یه ارایه داشتیم که nemo کوچولو تو یکی از خونه هاش سکنا گزیده بود 🥹

حالا اومدیم اونو بهینه تر کردیم، اینطوری که هر وقت رسیدیم به خونه نمو دیگه از اون به بعد چرخه مون نره جلو! شاید با خودت بگی که wooooow اینطوری که خیلی بهینه شد و در اکثر مواقع شاید نیاز نباشه کل ارایه رو پیمایش کنیم، پسسس شایدم بتونیم بگیم دیگه با O(n) طرف نیستیم و پیچیدگی زمانیم کمتره چون لوپ ما دیگه اکثرا تا اخر ارایه رو نمیره جلو

به کلمه " اکثرا " دقت کردی ؟ بله اکثرا شاید اینطوری باشه ولی یه مواقع اشغال و مزخرفی هم وجود داره که این nemo جون آخخخخرین خونه از ارایه است و ما باید کل ارایه رو پیمایش کنیم!!!

وقتی داریم درمورد scale صحبت میکنیم، امن تره که بد ترین حالت رو درنظر بگیریم!!!

پس برای محاسبه پیچیدگی زمانی، حالت های نایس و گوگولی رو بذار کنار و ببین تو بدترین حالت پیچیدگی چقدر میتونه باشه

⚡️توضیحات بیشتر در ویس تکمیلی

این متن خلاصه ویدیو 014 Big O Rule 1 از بخش Big O بود

#day4
آیدی کانال:
@algorithm_interview