Big-O Time Complexity in Python Code

13 évaluations
Offert par
Coursera Project Network
Dans ce projet guidé, vous :

Use matplotlib Pyplot to produce a graph to visualize Big-O performance data.

Write and analyze the performance of a Bubble sort function.

Create a Binary Search function and perform Big-O analysis.

Clock1 hour
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

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.

Les compétences que vous développerez

Data SciencepyplotPython ProgrammingBig-Oalgorithm analysis

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Use matplotlib’s Pyplot module to produce a graph to visualize Big-O performance data.

  2. Write a function that returns one element and analyze the Big-O time complexity.

  3. Write a Bubble sort function and analyze its performance.

  4. Implement a Linear Search of an Array and determine its Big-O.

  5. Create a Binary Search function and perform Big-O analysis.

Comment fonctionnent les projets guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.