O(1)→O(n²): класи складності, сортування, пошук
Big-O описує верхню межу зростання часу/пам'яті алгоритму зі збільшенням n (розміру вхідних даних).
| Алгоритм сортування | Best | Average | Worst | Пам'ять |
|---|---|---|---|---|
| Bubble Sort | O(n) | O(n²) | O(n²) | O(1) |
| Selection Sort | O(n²) | O(n²) | O(n²) | O(1) |
| Insertion Sort | O(n) | O(n²) | O(n²) | O(1) |
| Merge Sort | O(n log n) | O(n log n) | O(n log n) | O(n) |
| Quick Sort | O(n log n) | O(n log n) | O(n²) | O(log n) |
| Heap Sort | O(n log n) | O(n log n) | O(n log n) | O(1) |
| Binary Search | O(1) | O(log n) | O(log n) | O(1) |
Цей тренажер допомагає перевірити та закріпити знання через серію задач з миттєвим зворотним зв'язком. Кожна відповідь супроводжується детальним поясненням — незалежно від того, правильна вона чи хибна.
Вправи розвивають: аналіз складності алгоритмів, реалізацію структур даних, навички розв'язання алгоритмічних задач.
Виконуйте вправи регулярно, навіть по 10–15 хвилин на день. Не пропускайте пояснення — вони містять ключові ідеї, що виходять за межі конкретної задачі. Повертайтесь до складних питань через кілька днів.