Binary Search
Le fondement des index de bases de données. Taillez massivement O(log n) en jetant la moitié du problème—si et seulement si le tableau est trié.
Développeurs créant des scripts et des applications
Passez au niveau supérieur. Nous allons plonger dans les dictionnaires, piles, files et recherches classiques. C'est le cœur de tout backend robuste.
Le fondement des index de bases de données. Taillez massivement O(log n) en jetant la moitié du problème—si et seulement si le tableau est trié.
Cherche le minimum, puis le verrouille. Ça garantit exactement un échange par itération. C'est utile quand écrire en mémoire est matériellement lent.
Très rapide sur des données 'presque triées' naturellement, ce qui arrive souvent dans la réalité. La brique de base du gigantesque Timsort.
Faites converger vos indices gauche et droit pour résoudre des tableaux en temps O(n) au lieu de subir un double for destructeur en O(n²).
La magie garantie en O(1). Stocker l'état dans un index mémoire est le meilleur moyen d'échapper à la prison des boucles imbriquées.
Dernier entré, premier sorti (LIFO). Comprenez comment fonctionnent réellement l'historique d'un navigateur, le bouton 'Annuler' et le call stack.
Premier entré, premier sorti (FIFO). Les tâches entrent, les tâches sortent. Le cœur de Node, des serveurs Web et des exécuteurs de tâches asynchrones.
Ne triez pas les chaînes (ça coûte cher). Hachez les fréquences dans un dictionnaire en O(n) et comparez la taille et présence.
Une fenêtre glissante fixe. Ne recalculez jamais toute la section! Soustrayez la sortie, ajoutez l'entrée. Passage en O(1) pour sauver le CPU.
Zippez deux tableaux triés sans accroc. Exécutez ce travail avec la routine d'excellence qui fait fonctionner le fameux Merge Sort.