Hay un curso de BigO muy bueno
Introducci贸n al Clean Code
Deuda t茅cnica y refactorizaci贸n de c贸digo
Reglas del dise帽o simple
Qu茅 es Clean Code
Nombre y uso de las variables
Uso correcto de var, let y const
Reglas para la nomenclatura
C贸mo nombrar seg煤n el tipo de dato
Ejercicio: Nombra correctamente seg煤n su tipo de dato
脕mbito de las variables
脕mbito global
脕mbito local o de funci贸n
脕mbito de bloque
脕mbito est谩tico
Hoisting
Funciones
Declaraci贸n y expresi贸n de funciones
Par谩metros y argumentos
Funciones de flecha y el this
Clases
POO con ES6 (constructores, m茅todos y herencia)
Herencia en JavaScript
Tama帽o reducido (responsabilidad 煤nica)
Organizaci贸n
Optimizaciones
Cu谩ndo usar comentarios
Formato coherente (codear en equipos)
Principio DRY
Notaci贸n big O
Cierre
Sigue aprendiendo JavaScript
Contributions 5
Questions 0
Sort by:
Otros algoritmos de b煤squeda muy famosos que usan O(n log n) son los binarios. Cualquier algoritmo binario tiene esta notaci贸n, lo cual la hace muy eficiente, pero para que esto funcione, la data necesita estar ordenada.
La notaci贸n Big O es un concepto fundamental en ciencias de la computaci贸n y an谩lisis de algoritmos. Se utiliza para describir el rendimiento o complejidad de un algoritmo, especialmente en t茅rminos de su tiempo de ejecuci贸n o espacio de memoria requerido, a medida que el tama帽o de la entrada aumenta.
Importancia:
* Permite comparar la eficiencia de diferentes algoritmos.
* Ayuda a predecir el comportamiento de un algoritmo con grandes conjuntos de datos.
* Es crucial para optimizar el rendimiento de aplicaciones y sistemas.
La notaci贸n Big O en JavaScript se refiere a una forma de analizar y comparar el rendimiento y la eficiencia de los algoritmos y las funciones en t茅rminos de su tiempo de ejecuci贸n y uso de memoria.
* **Notaci贸n Big O**: Es una forma de describir la complejidad temporal o espacial de un algoritmo en funci贸n del tama帽o de entrada.
O(1)
<const getLast = items => items[items.length-1];
console.log(getLast(['a', 'b', 'c', 'd'])); //> d(1 iteraci贸n)
console.log(getLast(['a', 'b', 'c', 'd', 'e', 'f', 'g'])); //> g(1 iteraci贸n)>
O(N)
<const findIndex = (items, match) => {
for (let i = 0, total = items.length; i < total; i++)
if (items[i] == match)
return i;
return -1;
};
const array= ['a', 'b', 'c', 'd'];
console.log(findIndex(array, 'a')); // 0 (1 iteraci贸n)
console.log(findIndex(array, 'd')); // 3 (4 iteraciones)
console.log(findIndex(array, 'e')); // -1 (4 iteraciones)>
O(N虏)
<const buildSquareMatrix = items => {
let matrix = [];
for (let i = 0, total = items.length; i < total; i++){
matrix[i] = [];
for (let j = 0, total = items.length; j < total; j++)
matrix[i].push(items[j]);
}
return matrix;
};
console.log(buildSquareMatrix(['a', 'b', 'c']));
/* 9 iteraciones para 3 elementos, retorna:
[
['a', 'b', 'c'],
['a', 'b', 'c'],
['a', 'b', 'c']
]
*/ >
O(n log n)
<const quickSort = list => {
if (list.length < 2)
return list;
let pivot = list[0];
let left = [];
let right = [];
for (let i = 1, total = list.length; i < total; i++){
if (list[i] < pivot)
left.push(list[i]);
else
right.push(list[i]);
}
return [
...quickSort(left),
pivot,
...quickSort(right)
];
};
console.log(quickSort( ['q','a','z','w','s','x','e','d','c','r']));
// ["a", "c", "d", "e", "q", "r", "s", "w", "x", "z"]>
Want to see more contributions, questions and answers from the community?