« Complexité pratique contre complexité théorique » : différence entre les versions
Aller à la navigation
Aller à la recherche
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 2 : | Ligne 2 : | ||
== Principe de la complexité == |
== Principe de la complexité == |
||
La complexité en algorithmique sert à montrer l'efficacité d'un algorithme, en fonction de plusieurs facteurs comme son temps d'exécution, l'espace qu'il occupe dans la mémoire... (ces facteurs sont en générale induits par le nombre d'opérations qu'effectue l'algorithme). |
|||
Afin de mesurer et de représenter cette complexité, on représente l'évolution du temps d'exécution d'une même fonction en fonction de la taille de ses argument. |
|||
On va donc, la plupart du temps utiliser des tableaux en entrée des fonctions et faire évoluer leurs taille |
|||
à déterminer son comportement général |
|||
pratique |
|||
theorique |
|||
== Etudes d'algorithmes == |
== Etudes d'algorithmes == |
||
<pre> |
<pre> |
Version du 5 mai 2021 à 13:52
Principe de la complexité
La complexité en algorithmique sert à montrer l'efficacité d'un algorithme, en fonction de plusieurs facteurs comme son temps d'exécution, l'espace qu'il occupe dans la mémoire... (ces facteurs sont en générale induits par le nombre d'opérations qu'effectue l'algorithme). Afin de mesurer et de représenter cette complexité, on représente l'évolution du temps d'exécution d'une même fonction en fonction de la taille de ses argument. On va donc, la plupart du temps utiliser des tableaux en entrée des fonctions et faire évoluer leurs taille
à déterminer son comportement général
pratique
theorique
Etudes d'algorithmes
import timeit def chronoquick(tab,nessais): '''Entrées: un tableau et un entier, Sortie: un entier''' res = timeit.timeit("quickselectmed("+ str (tab)+")","from __main__ import quickselectmed" , number= nessais) return res