Binary Search
डेटाबेस इंडेक्स की रीढ़। O(log n) सर्च से массиव डेटा को आधा करते जाएं—बस डाटा पहले से सॉर्टेड होना चाहिए।
स्क्रिप्ट्स और ऐप्स बनाने वाले
अपने लॉजिक को निखारें। डिक्शनरी, स्टैक्स और कतारों में गोता लगाएँ - ये हर मजबूत बैकएंड की रीढ़ हैं।
डेटाबेस इंडेक्स की रीढ़। O(log n) सर्च से массиव डेटा को आधा करते जाएं—बस डाटा पहले से सॉर्टेड होना चाहिए।
मिनिमम स्कैन करके स्वैप करना। यह तब काम आता है जब डिस्क/मेमोरी में वैल्यू लिखना बहुत धीमा और महंगा ऑपरेशन हो।
लगभग सॉर्टेड डेटा के लिए बेहतरीन। आधुनिक विशाल एल्गोरिदम (जैसे Timsort) इसी पर आधारित होकर रिकॉर्ड तोड़ते हैं।
संक्रमण बिंदु। O(n²) के भारी डबल लूप से बचकर किनारों को सिकोड़ते हुए O(n) में नतीजे पाना।
O(1) हैश मैपिंग। डबल लूप की तबाही से बचकर डिक्शनरी का प्रयोग करके असीम तेज लुकअप प्राप्त करें।
लास्ट इन, फर्स्ट आउट (LIFO)। 'Undo' मैकेनिज्म, ब्राउज़र हिस्ट्री और फंक्शन कॉल स्टैक्स इसी से ज़िंदा हैं।
फर्स्ट इन, फर्स्ट आउट (FIFO)। मैसेज ब्रोकर्स, टास्क रनर और असिंक्रोनस कतारें पूरी तरह से कतारों (Queues) पर आधारित हैं।
स्ट्रिंग्स को हरगिज़ सॉर्ट न करें! केवल कैरेक्टर्स गिनने के लिए डिक्शनरी का उपयोग करें और समय जटिलता O(n) रखें।
स्लाइडिंग विंडो। फिक्स्ड फ्रेम घुमाएं। बाहरी सिरे जोड़ें और पिछले हटा दें—बेकार गणनाओं (O(n*k)) से 100% बचें।
दो सॉर्टेड एरेज़ को ज़िप करें। यह O(m+n) समय लेता है और महान मर्ज सॉर्ट का मुख्य उप-दिनचर्या है।