Algorithmique #02 : Comparaison de l’efficacité des algorithmes (Notation Big O et exemples)

Dans ce second épisode, nous introduisons les outils permettant de mesurer et comparer l’efficacité des algorithmes. Nous expliquons la notation Big O, son sens et ses limites, puis nous l’illustrons à travers des exemples concrets (quelques algorithmes de tri, de recherches etc...). L’objectif est de comprendre comment le coût algorithmique évolue avec la taille des données et comment s'adapter à une situation, indépendamment des machines et des langages utilisés. N'hésite pas à t'abonner si ce n'est pas fait pour être notifié à chaque fois que je sors du contenu ! Le lien vers mon Tipeee si vous souhaitez supporter la chaîne et m'aider à continuer à sortir du contenu de qualité : https://fr.tipeee.com/revaninio-computing/ Accueil de la chaîne : https://www.youtube.com/@revaninio Page Facebook : https://www.facebook.com/RevaninioComputing Serveur Discord : https://discord.gg/CvnmtGFctz Crédits : Musique : Lakey Inspired - Doing just fine Musique : Dawn - Sappheiros Merci à tous de votre présence :D #informatique #algorithm #algorithmic #programmation #coding #algorithmique