Hay un curso de BigO muy bueno
Introducción al Clean Code
Deuda técnica y refactorización de código
Reglas del diseño simple
Qué es Clean Code
Nombre y uso de las variables
Uso correcto de var, let y const
Reglas para la nomenclatura
Cómo nombrar según el tipo de dato
Ejercicio: Nombra correctamente según su tipo de dato
Ámbito de las variables
Ámbito global
Ámbito local o de función
Ámbito de bloque
Ámbito estático
Hoisting
Funciones
Declaración y expresión de funciones
Parámetros y argumentos
Funciones de flecha y el this
Clases
POO con ES6 (constructores, métodos y herencia)
Herencia en JavaScript
Tamaño reducido (responsabilidad única)
Organización
Optimizaciones
Cuándo usar comentarios
Formato coherente (codear en equipos)
Principio DRY
Notación big O
Cierre
Sigue aprendiendo JavaScript
Convierte tus certificados en títulos universitarios en USA
Antes: $249
$209
Paga en 4 cuotas sin intereses
Termina en:
19 Días
14 Hrs
20 Min
58 Seg
Notación big O
23/24Lectura
La Big O notation o también conocida como la notación Big O es la expresión matemática de cuánto se tarda en ejecutar un algoritmo en función de la longitud de entrada, normalmente hablando del peor de los casos.
...
Regístrate o inicia sesión para leer el resto del contenido.
Aportes 5
Preguntas 0
Ordenar por:
Otros algoritmos de búsqueda muy famosos que usan O(n log n) son los binarios. Cualquier algoritmo binario tiene esta notación, lo cual la hace muy eficiente, pero para que esto funcione, la data necesita estar ordenada.
La notación Big O es un concepto fundamental en ciencias de la computación y análisis de algoritmos. Se utiliza para describir el rendimiento o complejidad de un algoritmo, especialmente en términos de su tiempo de ejecución o espacio de memoria requerido, a medida que el tamaño 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 notación 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 términos de su tiempo de ejecución y uso de memoria.
* **Notación Big O**: Es una forma de describir la complejidad temporal o espacial de un algoritmo en función del tamaño de entrada.
O(1)
<const getLast = items => items[items.length-1];
console.log(getLast(['a', 'b', 'c', 'd'])); //> d(1 iteración)
console.log(getLast(['a', 'b', 'c', 'd', 'e', 'f', 'g'])); //> g(1 iteración)>
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 iteración)
console.log(findIndex(array, 'd')); // 3 (4 iteraciones)
console.log(findIndex(array, 'e')); // -1 (4 iteraciones)>
O(N²)
<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"]>
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?