Couvre la notation Big-O pour analyser l'efficacité de l'algorithme et fournit des exemples d'estimations de fonctions polynomiales et factorielles.
Analyse la croissance des fonctions pour comprendre l'efficacité de l'algorithme et utilise la notation Big-O pour la caractérisation.
Couvre la complexité algorithmique et l'analyse du temps de trajet, en se concentrant sur la mesure du temps pris par les algorithmes et l'évaluation de leurs performances.
Couvre les preuves de Big-O en utilisant des témoins et des règles pour analyser la complexité de l'algorithme.
Explique la notation Big-O pour l'analyse de la complexité de l'algorithme à travers des exemples polynomiaux et l'identification du taux de croissance.
Dans cette séance de cours, vous apprendrez à utiliser des instructions conditionnelles dans Scratch pour créer des programmes interactifs.
Explore l'exactitude de l'algorithme, l'analyse de la complexité dans le pire des cas et la comparaison de l'efficacité en fonction de la taille des entrées.
Explore la récursion dans la programmation, en discutant de ses avantages, de ses défis et de son impact sur la complexité des algorithmes.
Explore la complexité algorithmique, la visualisation des fonctions et l'analyse de l'efficacité des algorithmes à l'aide de Python.
Explore les faits avancés de big-O pour les puissances, les logarithmes, les factoriels et les combinaisons de fonctions.
