Esta pasta centraliza uma explicação introdutória sobre custo computacional e complexidade de algoritmos, com foco em análise de tempo e espaço.
- visão geral sobre custo computacional
- noções de complexidade assintótica
- ordens de crescimento mais comuns
- referência para a documentação detalhada do repositório
- Custo computacional mede os recursos consumidos por um algoritmo.
- Os recursos mais observados são tempo e memória.
- Complexidade descreve como esse custo cresce em função da entrada
n. - A notação mais usada é Big-O, comum para comparar algoritmos.
| Complexidade | Interpretação | Exemplo |
|---|---|---|
O(1) |
constante | acesso por índice em vetor |
O(log n) |
logarítmica | busca binária |
O(n) |
linear | busca sequencial |
O(n log n) |
linearítmica | merge sort, heap sort |
O(n²) |
quadrática | bubble sort no pior caso |
Para aprofundar o assunto, consulte:
- Documentação detalhada sobre custo computacional
- English reference
- Documentação de algoritmos e Big-O
- Métodos de busca
- Métodos de ordenação
Esta pasta é apenas documental, então não possui testes automatizados
próprios. Os testes existentes do projeto continuam nas pastas tests/ de cada
módulo implementado.