Big-O Time Complexity in Python Code

4.6

26件の評価

提供:

1,533人がすでに登録済みです

このガイド付きプロジェクトでは、次のことを行います。
1 hour
中級
ダウンロード不要
分割画面ビデオ
英語
デスクトップのみ

In the field of data science, the volumes of data can be enormous, hence the term Big Data. It is essential that algorithms operating on these data sets operate as efficiently as possible. One measure used is called Big-O time complexity. It is often expressed not in terms of clock time, but rather in terms of the size of the data it is operating on. For example, in terms of an array of size N, an algorithm may take N^2 operations to complete. Knowing how to calculate Big-O gives the developer another tool to make software as good as it can be and provides a means to communicate performance when reviewing code with others. In this course, you will analyze several algorithms to determine Big-O performance. You will learn how to visualize the performance using the graphing module pyplot. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

あなたが開発するスキル

  • Data Science

  • pyplot

  • Python Programming

  • Big-O

  • algorithm analysis

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

レビュー

BIG-O TIME COMPLEXITY IN PYTHON CODE からの人気レビュー

すべてのレビューを見る

よくある質問