AstuceXpert

La complexité permet de mesurer comment le temps d’exécution d’un algorithme évolue selon la taille des données (n).

🔹 O(1) : temps constant
🔹 O(log n) : très rapide
🔹 O(n) : temps proportionnel aux données
🔹 O(n log n) : efficace pour le tri
🔹 O(n²) : lent pour de grandes données
🔹 O(n!) : extrêmement lent, impraticable pour de grandes valeurs de n
👉 Plus la croissance est lente, plus l’algorithme est performant.
Comprendre la complexité, c’est écrire du code plus efficace 🚀 //////////////////////////////////////////// تعريف التعقيد (Complexité)
التعقيد هو مقياس يُستخدم في علم الخوارزميات لتقدير كمية الموارد التي تستهلكها الخوارزمية، خاصة زمن التنفيذ (التعقيد الزمني) أو الذاكرة (التعقيد المكاني)، وذلك بدلالة حجم المدخلات (n)، بغضّ النظر عن نوع الجهاز أو لغة البرمجة.

---

تطور زمن تنفيذ الخوارزميات حسب حجم المدخلات (n)
يُعبَّر عن هذا التطور عادةً باستخدام الترميز Big-O:

O(1) — زمن ثابت:
لا يتغير زمن التنفيذ مهما كبر حجم المدخلات.
مثال: الوصول إلى عنصر في مصفوفة بواسطة فهرس.

O(log n) — زمن لوغاريتمي:
يزداد ببطء شديد مع زيادة n.
مثال: البحث الثنائي (Binary Search).

O(n) — زمن خطي:
يزداد زمن التنفيذ بشكل متناسب مع حجم المدخلات.
مثال: المرور على جميع عناصر قائمة.

O(n log n) — شبه خطي:
شائع في خوارزميات الترتيب الفعّالة.
مثال: Merge Sort، Quick Sort (في المتوسط).

O(n²) — تربيعي:
يصبح بطيئًا عند القيم الكبيرة لـ n.
مثال: Bubble Sort، مقارنة كل عنصر مع كل عنصر.

O(2ⁿ) أو O(n!) — أُسّي / عاملي:
غير عملي للمدخلات الكبيرة.
مثال: بعض مسائل التوافيق أو القوة الغاشمة.