1
00:00:07,720 --> 00:00:10,950
[Powered by Google Translate] آپ نے شاید سنا ہے لوگوں کو ایک روزہ یا موثر الگورتھم کے بارے میں بات کرتے ہو

2
00:00:10,950 --> 00:00:13,090
آپ کی مخصوص کام کا قتل کرنے کے لئے،

3
00:00:13,090 --> 00:00:16,110
لیکن یہ بالکل وہی جو یا پھر روزے رکھنا موثر الگورتھم کے لئے کیا مطلب ہے؟

4
00:00:16,110 --> 00:00:18,580
ٹھیک ہے، یہ اصل وقت میں ایک پیمائش کے بارے میں بات نہیں کر رہا،

5
00:00:18,580 --> 00:00:20,500
اور یا منٹ کی طرح.

6
00:00:20,500 --> 00:00:22,220
اس کا ہے کیونکہ کمپیوٹر ہارڈویئر

7
00:00:22,220 --> 00:00:24,260
اور سافٹ ویئر بڑی تیزی سے مختلف ہوتی ہیں.

8
00:00:24,260 --> 00:00:26,020
میرا پروگرام تم سے سست چلانے کے لئے کر سکتے ہیں،

9
00:00:26,020 --> 00:00:28,000
کیونکہ میں نے اسے ایک بڑی عمر کے کمپیوٹر پر چلا رہا ہوں،

10
00:00:28,000 --> 00:00:30,110
یا اس وجہ سے کہ میں نے ایک آن لائن ویڈیو گیم کھیلنے ہوا

11
00:00:30,110 --> 00:00:32,670
ایک ہی وقت میں، جس میں میرے تمام میموری hogging ہے،

12
00:00:32,670 --> 00:00:35,400
یا میں مختلف سافٹ ویئر کے ذریعے اپنے پروگرام چلا رہا ہو سکتا ہے

13
00:00:35,400 --> 00:00:37,550
جو مشین کے ساتھ کم سطح پر بات چیت مختلف ہے.

14
00:00:37,550 --> 00:00:39,650
یہ سیب اور سنتری کا موازنہ کرنے کی طرح ہے.

15
00:00:39,650 --> 00:00:41,940
صرف اس لیے کیونکہ میرا سست کمپیوٹر اب لیتا ہے

16
00:00:41,940 --> 00:00:43,410
سے تمہارا واپس ایک کا جواب دینے کے لئے

17
00:00:43,410 --> 00:00:45,510
کا مطلب یہ نہیں ہے آپ کو زیادہ موثر الگورتھم ہے.

18
00:00:45,510 --> 00:00:48,830
>> تو، ہم براہ راست پروگراموں کے runtimes نہیں کا آپس میں موازنہ کر سکتے ہیں

19
00:00:48,830 --> 00:00:50,140
، اور یا منٹ میں

20
00:00:50,140 --> 00:00:52,310
ہم نے 2 مختلف یلگوردمز کو کس طرح آپس میں موازنہ

21
00:00:52,310 --> 00:00:55,030
ان کی ہارڈ ویئر یا سافٹ ویئر کے ماحول سے قطع نظر؟

22
00:00:55,030 --> 00:00:58,000
algorithmic کی کارکردگی کی پیمائش کا ایک وردی طرح تخلیق کرنے کے لئے،

23
00:00:58,000 --> 00:01:00,360
کمپیوٹر کے سائنسدانوں اور ریاضی وضع ہے

24
00:01:00,360 --> 00:01:03,830
ایک پروگرام کے asymptotic پیچیدگی کی پیمائش کرنے کے لئے تصورات

25
00:01:03,830 --> 00:01:06,110
اور ایک سنکیتن قرار دیا 'بگ Ohnotation'

26
00:01:06,110 --> 00:01:08,320
اس بیان کے لئے.

27
00:01:08,320 --> 00:01:10,820
باضابطہ تعریف یہ ہے کہ ایک تقریب F (X)

28
00:01:10,820 --> 00:01:13,390
G (X) کے حکم پر چلتا ہے

29
00:01:13,390 --> 00:01:15,140
اگر وہاں کچھ قدر (X) بھی موجود ہے ₀، x اور

30
00:01:15,140 --> 00:01:17,630
کچھ مسلسل، C، جس کے لئے

31
00:01:17,630 --> 00:01:19,340
(X) F سے کم یا برابر ہے

32
00:01:19,340 --> 00:01:21,230
کہ مسلسل اوقات (X) G

33
00:01:21,230 --> 00:01:23,190
تمام ₀ X سے بڑا x کے لیے.

34
00:01:23,190 --> 00:01:25,290
>> لیکن دور باضابطہ تعریف کی طرف سے ڈر نہیں لگتا.

35
00:01:25,290 --> 00:01:28,020
کیا یہ کم نظریاتی لحاظ سے اصل میں کیا مطلب ہے؟

36
00:01:28,020 --> 00:01:30,580
ٹھیک ہے، یہ بنیادی طور پر تجزیہ کرنے کا ایک طریقہ ہے

37
00:01:30,580 --> 00:01:33,580
روزہ کس طرح ایک پروگرام رن ٹائم asymptotically اگتا ہے.

38
00:01:33,580 --> 00:01:37,170
یہ ہے کہ، کے طور پر آپ کے آدانوں کی سائز انفنٹی کی طرف بڑھ جاتی ہے،

39
00:01:37,170 --> 00:01:41,390
کہو، تم 10 سائز کے ایک صف کے مقابلے میں 1000 سائز کے ایک صف چھںٹائی کر رہے ہیں.

40
00:01:41,390 --> 00:01:44,950
آپ کے پروگرام کے رن ٹائم کس طرح اگتے ہے؟

41
00:01:44,950 --> 00:01:47,390
مثال کے طور پر، حروف کی تعداد کی گنتی کا تصور

42
00:01:47,390 --> 00:01:49,350
ایک تار میں آسان ترین طریقہ

43
00:01:49,350 --> 00:01:51,620
 پوری سٹرنگ کے ذریعے چلنے کی طرف سے

44
00:01:51,620 --> 00:01:54,790
خط کی طرف سے خط اور ہر کردار کے لئے ایک کاؤنٹر 1 انہوں نے مزید کہا.

45
00:01:55,700 --> 00:01:58,420
یہ الگورتھم لکیری وقت میں چلانے کے لئے کہا جاتا ہے

46
00:01:58,420 --> 00:02:00,460
حروف کی تعداد کے لحاظ سے،

47
00:02:00,460 --> 00:02:02,670
سٹرنگ میں 'این'.

48
00:02:02,670 --> 00:02:04,910
مختصر میں، یہ O (ن) میں چلتا ہے.

49
00:02:05,570 --> 00:02:07,290
یہ کیوں ہے؟

50
00:02:07,290 --> 00:02:09,539
ٹھیک ہے، اس نقطہ نظر کا استعمال کرتے ہوئے، وقت کی ضرورت ہے

51
00:02:09,539 --> 00:02:11,300
مکمل سٹرنگ گزرنا

52
00:02:11,300 --> 00:02:13,920
حروف کی تعداد کے متناسب ہے.

53
00:02:13,920 --> 00:02:16,480
20 حروف کی سٹرنگ میں حروف کی تعداد کی گنتی

54
00:02:16,480 --> 00:02:18,580
دو مرتبہ جب تک کے طور پر یہ لگتا ہے جا

55
00:02:18,580 --> 00:02:20,330
10 حروف کی سٹرنگ میں حروف شمار،

56
00:02:20,330 --> 00:02:23,000
کیونکہ آپ تمام حروف کو دیکھنے کے لئے ہے

57
00:02:23,000 --> 00:02:25,740
اور ہر کردار کو دیکھنے کے لئے کے لئے وقت کے اسی رقم لیتا ہے.

58
00:02:25,740 --> 00:02:28,050
جیسا کہ آپ حروف کی تعداد میں اضافہ

59
00:02:28,050 --> 00:02:30,950
رن ٹائم ان پٹ کی حد کے ساتھ linearly اضافہ ہو جائے گا.

60
00:02:30,950 --> 00:02:33,500
>> اب یہ تصور کریں اگر آپ کے پاس ہے کہ لکیری وقت فیصلہ،

61
00:02:33,500 --> 00:02:36,390
اے (ن)، صرف تیزی سے آپ کے لئے کافی نہیں تھی؟

62
00:02:36,390 --> 00:02:38,750
شاید آپ کو بڑی ڈور ذخیرہ کرنے رہے ہیں،

63
00:02:38,750 --> 00:02:40,450
اور آپ کو اضافی وقت لگیں گے متحمل نہیں ہو سکتا

64
00:02:40,450 --> 00:02:44,000
ان کے کرداروں میں سے ایک کی طرف سے ایک گنتی گزرنا.

65
00:02:44,000 --> 00:02:46,650
تو، آپ کو کچھ مختلف کرنے کی کوشش کرنے کا فیصلہ.

66
00:02:46,650 --> 00:02:49,270
اگر آپ کے پاس پہلے سے ہی حروف کی تعداد میں جمع ہو گا

67
00:02:49,270 --> 00:02:52,690
سٹرنگ میں، کے نام سے متغیر میں، کا کہنا ہے کہ 'لین'

68
00:02:52,690 --> 00:02:54,210
، جلد پر اس پروگرام میں

69
00:02:54,210 --> 00:02:57,800
اس سے پہلے کہ تم بھی اپنے سٹرنگ میں بہت پہلے کردار ذخیرہ؟

70
00:02:57,800 --> 00:02:59,980
اس کے بعد، آپ سب اب سٹرنگ لمبائی تلاش کرنے کے لئے کرنا پڑے گا،

71
00:02:59,980 --> 00:03:02,570
ہے چیک کرنے کے لیے متغیر کی قدر کیا ہے.

72
00:03:02,570 --> 00:03:05,530
آپ سٹرنگ میں ہی میں تلاش کرنے کی ضرورت نہیں کریں گے،

73
00:03:05,530 --> 00:03:08,160
اور لین کی طرح ایک متغیر کی قدر تک رسائی تصور کیا جاتا ہے

74
00:03:08,160 --> 00:03:11,100
وقت کی ایک asymptotically مسلسل آپریشن،

75
00:03:11,100 --> 00:03:13,070
یا O (1).

76
00:03:13,070 --> 00:03:17,110
یہ کیوں ہے؟ اچھی طرح یاد ہے، کیا asymptotic پیچیدگی کا مطلب ہے کہ.

77
00:03:17,110 --> 00:03:19,100
سائز کے طور پر رن ​​ٹائم تبدیلی کس طرح

78
00:03:19,100 --> 00:03:21,400
کے آپ کے آدانوں اگنے؟

79
00:03:21,400 --> 00:03:24,630
>> کہتے ہیں کہ تم ایک بڑی سٹرنگ میں حروف کی تعداد کو حاصل کرنے کی کوشش کر رہے تھے.

80
00:03:24,630 --> 00:03:26,960
اچھا، اس سے کوئی فرق نہیں کتنا بڑا آپ کو سٹرنگ بنا،

81
00:03:26,960 --> 00:03:28,690
بھی ملین حروف،

82
00:03:28,690 --> 00:03:31,150
تم سب اس نقطہ نظر کے ساتھ تار کی لمبائی کو تلاش کرنے کے لئے کیا کرنا چاہتے ہیں،

83
00:03:31,150 --> 00:03:33,790
متغیر لین کی قدر پڑھنا ہے،

84
00:03:33,790 --> 00:03:35,440
جو آپ نے پہلے ہی بنا دیا ہے.

85
00:03:35,440 --> 00:03:38,200
ان پٹ کی حد کے، یہ ہے کہ، کی لمبائی سٹرنگ آپ کو تلاش کرنے کی کوشش کر رہے ہیں،

86
00:03:38,200 --> 00:03:41,510
کتنی تیزی سے آپ کے پروگرام چلاتے پر اثر انداز نہیں کرتا ہے.

87
00:03:41,510 --> 00:03:44,550
آپ کے پروگرام کے اس حصہ ایک کردار ایک تار پر یکساں طور پر تیزی سے جاری رہے گی

88
00:03:44,550 --> 00:03:46,170
اور ایک ہزار کردار سٹرنگ

89
00:03:46,170 --> 00:03:49,140
اور یہی وجہ ہے کہ اس پروگرام کو مسلسل وقت میں چل رہا طور پر ذکر کیا جائے گا

90
00:03:49,140 --> 00:03:51,520
ان پٹ سائز کے لحاظ سے.

91
00:03:51,520 --> 00:03:53,920
>> جی ہاں، وہاں ایک واپسی ہے.

92
00:03:53,920 --> 00:03:55,710
آپ کو آپ کے کمپیوٹر پر اضافی میموری کی جگہ خرچ

93
00:03:55,710 --> 00:03:57,380
متغیر ذخیرہ کرنے

94
00:03:57,380 --> 00:03:59,270
اور اضافی وقت میں یہ آپ کو لے

95
00:03:59,270 --> 00:04:01,490
متغیر کی اصل ذخیرہ کرنا،

96
00:04:01,490 --> 00:04:03,390
لیکن بات اب بھی کھڑا ہے،

97
00:04:03,390 --> 00:04:05,060
باہر تلاش کرنے میں کتنا وقت سٹرنگ تھا

98
00:04:05,060 --> 00:04:07,600
بالکل سٹرنگ کی لمبائی پر انحصار نہیں کرتا.

99
00:04:07,600 --> 00:04:10,720
تو، یہ O (1) یا مسلسل وقت میں چلتا ہے.

100
00:04:10,720 --> 00:04:13,070
یہ یقینی طور پر مطلب نہیں ہے

101
00:04:13,070 --> 00:04:15,610
کہ آپ کا کوڈ مرحلہ نمبر 1 میں چلتا ہے،

102
00:04:15,610 --> 00:04:17,470
لیکن کوئی بات نہیں کہ کتنے قدم ہے،

103
00:04:17,470 --> 00:04:20,019
اگر یہ آدانوں کے سائز کے ساتھ تبدیل نہیں ہوتی،

104
00:04:20,019 --> 00:04:23,420
یہ اب بھی مسلسل asymptotically ہے جو ہم O (1) کے طور پر کی نمائندگی کرتے ہیں.

105
00:04:23,420 --> 00:04:25,120
>> جیسا کہ آپ شاید اندازہ لگا سکتے ہیں،

106
00:04:25,120 --> 00:04:27,940
مختلف کے ساتھ یلگوردمز کی پیمائش کے لئے بڑا O runtimes ہیں.

107
00:04:27,940 --> 00:04:32,980
اے (ن) الگورتھم ² O (ن) الگورتھم سے asymptotically سست ہیں.

108
00:04:32,980 --> 00:04:35,910
یہ ہے کہ، کے طور پر عناصر کی تعداد (ن) کے اگنے

109
00:04:35,910 --> 00:04:39,280
بالآخر O الگورتھم (ن) ² زیادہ وقت لگے گا

110
00:04:39,280 --> 00:04:41,000
اے (ن) الگورتھم سے چلانے کے لئے.

111
00:04:41,000 --> 00:04:43,960
اس کا مطلب یہ نہیں ہے O (ن) الگورتھم ہمیشہ تیز چلانے

112
00:04:43,960 --> 00:04:46,410
O الگورتھم (ن) ² سے، اسی ماحول میں بھی،

113
00:04:46,410 --> 00:04:48,080
اسی ہارڈویئر پر.

114
00:04:48,080 --> 00:04:50,180
، شاید چھوٹے ان پٹ سائز کے لئے

115
00:04:50,180 --> 00:04:52,900
 اے (ن) ² الگورتھم اصل میں تیزی سے کام ہو سکتا ہے،

116
00:04:52,900 --> 00:04:55,450
لیکن آخر میں ان پٹ سائز کے طور پر بڑھ جاتی ہے

117
00:04:55,450 --> 00:04:58,760
انفنٹی کی طرف، اے (ن) ² الگورتھم رن ٹائم

118
00:04:58,760 --> 00:05:02,000
O الگورتھم (ن) کے رن ٹائم بالآخر چاند اور سورج گرہن ہو گا.

119
00:05:02,000 --> 00:05:04,230
بس کوئی بھی چوکور ریاضی تقریب کی طرح

120
00:05:04,230 --> 00:05:06,510
 کسی بھی لکیری فنکشن بالآخر آ گا

121
00:05:06,510 --> 00:05:09,200
کوئی بات نہیں سر کتنا لکیری فنکشن کا آغاز کے ساتھ شروع ہوتا ہے.

122
00:05:10,010 --> 00:05:12,000
اگر آپ ڈیٹا کی بڑی مقدار کے ساتھ کام کر رہے ہیں،

123
00:05:12,000 --> 00:05:15,510
یلگوردمز O میں چلاتے ہیں (ن) ² وقت واقعی میں آپ کے پروگرام کو سست ختم کر سکتے ہیں،

124
00:05:15,510 --> 00:05:17,770
لیکن، ان پٹ کے چھوٹے سائز کے لئے،

125
00:05:17,770 --> 00:05:19,420
تو شاید آپ بھی نہیں محسوس کرے گا.

126
00:05:19,420 --> 00:05:21,280
>> ایک اور asymptotic پیچیدگی ہے،

127
00:05:21,280 --> 00:05:24,420
لوگارتمی وقت، O (لاگ ان ن).

128
00:05:24,420 --> 00:05:26,340
ایک الگورتھم ہے جو اس تیزی سے چلتا ہے کی ایک مثال

129
00:05:26,340 --> 00:05:29,060
کلاسک بائنری تلاش الگورتھم ہے،

130
00:05:29,060 --> 00:05:31,850
عناصر میں سے ایک پہلے ہی حل کی فہرست میں ایک عنصر کو تلاش کرنے کے لئے.

131
00:05:31,850 --> 00:05:33,400
>> اگر آپ نہیں جانتے جو بائنری تلاش کرتا ہے،

132
00:05:33,400 --> 00:05:35,170
میں یہ آپ کے لئے بہت تیزی سے کی وضاحت کریں گے.

133
00:05:35,170 --> 00:05:37,020
چلو کا کہنا ہے کہ آپ کو نمبر 3 کے لئے تلاش کر رہے ہیں

134
00:05:37,020 --> 00:05:40,200
integers کے اس صف میں.

135
00:05:40,200 --> 00:05:42,140
یہ صف کے وسط عنصر نظر آتا ہے

136
00:05:42,140 --> 00:05:46,830
پوچھتا ہے اور "عناصر میں اس سے بڑا چاہتے ہے، کرنے کے لئے، کے برابر یا اس سے بھی کم ہے؟"

137
00:05:46,830 --> 00:05:49,150
اگر یہ برابر ہے، تو عظیم ہے. تم نے عنصر پایا جاتا ہے، اور تم نے کیا کیا کر رہے ہیں.

138
00:05:49,150 --> 00:05:51,300
اگر یہ زیادہ ہے، تو آپ عنصر جانتے

139
00:05:51,300 --> 00:05:53,440
صف کے دائیں جانب میں ہونا ہی ہے،

140
00:05:53,440 --> 00:05:55,200
اور آپ مستقبل میں اس میں صرف دیکھ سکتے ہیں،

141
00:05:55,200 --> 00:05:57,690
اور اگر یہ چھوٹا ہے، تو آپ کو پتہ ہے کہ وہ بائیں جانب میں ہے.

142
00:05:57,690 --> 00:06:00,980
یہ عمل تو صف چھوٹے سائز کے ساتھ بار بار کیا جاتا ہے

143
00:06:00,980 --> 00:06:02,870
تک درست عنصر پایا جاتا ہے.

144
00:06:08,080 --> 00:06:11,670
>> یہ طاقتور الگورتھم نصف میں ہر آپریشن کے ساتھ صف سائز کاٹتا ہے.

145
00:06:11,670 --> 00:06:14,080
تو، 8 سائز کے مطابق صف میں ایک عنصر تلاش

146
00:06:14,080 --> 00:06:16,170
زیادہ سے زیادہ (8 ₂ لاگ ان)

147
00:06:16,170 --> 00:06:18,450
یا ان کی کارروائیوں کے 3،

148
00:06:18,450 --> 00:06:22,260
مشرق عنصر کی جانچ پڑتال، پھر نصف میں صف کاٹنے کی ضرورت رکھا جائے گا.

149
00:06:22,260 --> 00:06:25,670
جبکہ 16 سائز کے ایک صف (16 ₂ لاگ ان) لیتا ہے،

150
00:06:25,670 --> 00:06:27,480
یا 4 آپریشن.

151
00:06:27,480 --> 00:06:30,570
دگنا سائز صف کے لئے صرف 1 آپریشن ہے.

152
00:06:30,570 --> 00:06:32,220
صف کے سائز کو دگنا کرنے

153
00:06:32,220 --> 00:06:35,160
اس کوڈ کا صرف 1 حصہ کی طرف سے رن ٹائم بڑھ جاتا ہے.

154
00:06:35,160 --> 00:06:37,770
ایک بار پھر، فہرست کے وسط عنصر کی جانچ پڑتال، تقسیم تو.

155
00:06:37,770 --> 00:06:40,440
تو، یہ لوگارتمی وقت میں کام کرنے کے لئے کہا گیا ہے،

156
00:06:40,440 --> 00:06:42,440
O (لاگ ان ن).

157
00:06:42,440 --> 00:06:44,270
لیکن، آپ کا کہنا ہے کہ انتظار کرو،

158
00:06:44,270 --> 00:06:47,510
ہے پر یہ انحصار نہیں جہاں فہرست میں عنصر ہے آپ کے لئے تلاش کر رہے ہیں ہے؟

159
00:06:47,510 --> 00:06:50,090
اگر پہلی عنصر آپ پر نظر درست ہوتا ہے؟

160
00:06:50,090 --> 00:06:52,040
اس کے بعد، یہ صرف 1 آپریشن لیتا ہے،

161
00:06:52,040 --> 00:06:54,310
کوئی بات نہیں کتنا بڑا فہرست ہے.

162
00:06:54,310 --> 00:06:56,310
>> ٹھیک ہے، یہی وجہ ہے کہ کمپیوٹر سائنسدانوں کی شرائط ہیں

163
00:06:56,310 --> 00:06:58,770
asymptotic پیچیدگی جو بہترین صورت کی عکاسی کے لئے

164
00:06:58,770 --> 00:07:01,050
اور بدترین ایک الگورتھم کی پرفارمنس.

165
00:07:01,050 --> 00:07:03,320
مناسب طریقے سے، اوپر اور نیچے حد

166
00:07:03,320 --> 00:07:05,090
رن ٹائم پر.

167
00:07:05,090 --> 00:07:07,660
بائنری تلاش کے لئے سب سے بہتر صورت میں، ہماری عنصر ہے

168
00:07:07,660 --> 00:07:09,330
ٹھیک درمیان میں،

169
00:07:09,330 --> 00:07:11,770
اور آپ اسے مسلسل وقت میں ملتی ہے،

170
00:07:11,770 --> 00:07:14,240
کوئی بات نہیں کتنا بڑا صف کے باقی ہے.

171
00:07:15,360 --> 00:07:17,650
اس کے لئے استعمال کیا جاتا علامت Ω ہے.

172
00:07:17,650 --> 00:07:19,930
لہذا، اس الگورتھم Ω (1) میں چلانے کے لئے کہا جاتا ہے.

173
00:07:19,930 --> 00:07:21,990
بہترین صورت میں، یہ عنصر فوری طور پر تلاش کرتا ہے،

174
00:07:21,990 --> 00:07:24,200
کوئی بات نہیں صف کتنا بڑا ہے،

175
00:07:24,200 --> 00:07:26,050
لیکن بدترین صورت میں،

176
00:07:26,050 --> 00:07:28,690
(لاگ ان ن) تقسیم چیک انجام ہے

177
00:07:28,690 --> 00:07:31,030
صف کے دائیں عنصر کو تلاش کرنے کے لئے.

178
00:07:31,030 --> 00:07:34,270
بالائی بدترین حد بڑا "O" ہے کہ آپ پہلے سے ہی جانتے ہیں کے ساتھ کہا جاتا ہے.

179
00:07:34,270 --> 00:07:38,080
تو، یہ O (لاگ ان ن)، لیکن Ω (1) ہے.

180
00:07:38,080 --> 00:07:40,680
>> ایک لکیری تلاش کرتے ہیں، اس کے برعکس کی طرف سے

181
00:07:40,680 --> 00:07:43,220
جس میں آپ کو صف کے ہر عنصر کے ذریعے چل

182
00:07:43,220 --> 00:07:45,170
جو آپ چاہتے ہیں کو تلاش کرنے کے لئے،

183
00:07:45,170 --> 00:07:47,420
بہترین Ω (1) میں ہے.

184
00:07:47,420 --> 00:07:49,430
ایک بار پھر، پہلے عنصر تم چاہتے ہو.

185
00:07:49,430 --> 00:07:51,930
تو، اس سے کوئی فرق نہیں صف کتنا بڑا ہے.

186
00:07:51,930 --> 00:07:54,840
بدترین صورت میں، اس صف میں آخری عنصر ہے.

187
00:07:54,840 --> 00:07:58,560
تو، آپ اسے تلاش کرنے کے لئے صف میں تمام ن عناصر کے ذریعے چلنا پڑے،

188
00:07:58,560 --> 00:08:02,170
پسند اگر آپ کو 3 کے لئے تلاش کر رہے تھے.

189
00:08:04,320 --> 00:08:06,030
تو، اے (ن) کے وقت میں چلتا ہے

190
00:08:06,030 --> 00:08:09,330
کیونکہ اس صف میں عناصر کی تعداد کے متناسب ہے.

191
00:08:10,800 --> 00:08:12,830
>> ایک اور استعمال کیا جاتا علامت Θ ہے.

192
00:08:12,830 --> 00:08:15,820
یہ الگورتھم جہاں سب سے بہترین اور سب سے زیادہ مقدمات کی وضاحت کرنے کے لئے استعمال کیا جا سکتا ہے

193
00:08:15,820 --> 00:08:17,440
ایک ہی ہیں.

194
00:08:17,440 --> 00:08:20,390
یہ الگورتھم سٹرنگ کی حد سے ہم اس کے بارے میں بات پہلے میں معاملہ ہے.

195
00:08:20,390 --> 00:08:22,780
یہ ہے کہ، اگر ہم اسے ایک متغیر میں پہلے سٹور

196
00:08:22,780 --> 00:08:25,160
ہم سٹرنگ ذخیرہ اور اسے بعد میں مسلسل وقت میں تک رسائی حاصل ہے.

197
00:08:25,160 --> 00:08:27,920
کوئی بات نہیں جو نمبر

198
00:08:27,920 --> 00:08:30,130
ہم نے اس متغیر میں ذخیرہ کرنے کر رہے ہیں، ہم اس کو دیکھنے کے لئے کرنا پڑے گا.

199
00:08:33,110 --> 00:08:35,110
بہترین معاملہ ہے، ہم اس کی طرف دیکھتے ہیں

200
00:08:35,110 --> 00:08:37,120
اور تار کی لمبائی کو تلاش کریں.

201
00:08:37,120 --> 00:08:39,799
Ω (1) یا بہترین مسلسل وقت تو.

202
00:08:39,799 --> 00:08:41,059
بدترین ہے،

203
00:08:41,059 --> 00:08:43,400
ہم اس کی طرف دیکھتے ہیں اور تار کی لمبائی تلاش.

204
00:08:43,400 --> 00:08:47,300
تو، اے (1) یا بدترین صورت میں مسلسل وقت ہے.

205
00:08:47,300 --> 00:08:49,180
تو، بہترین اور سب سے زیادہ مقدمات کے بعد ایک ہی ہیں،

206
00:08:49,180 --> 00:08:52,520
یہ Θ (1) میں چلانے کے لئے کہا جا سکتا ہے.

207
00:08:54,550 --> 00:08:57,010
>> مختصر طور پر، ہم نے کوڈ کی کارکردگی کے بارے میں سمجھانے کی اچھے طریقے ہیں

208
00:08:57,010 --> 00:09:00,110
وقت حقیقی دنیا کے وہ چلانے کے لے کے بارے میں کچھ جانے بغیر،

209
00:09:00,110 --> 00:09:02,270
جو بیرونی عوامل میں سے بہت سے متاثر ہے،

210
00:09:02,270 --> 00:09:04,190
مختلف ہارڈویئر، سافٹ ویئر بھی شامل ہے،

211
00:09:04,190 --> 00:09:06,040
یا اپنے کوڈ کی تفصیلات.

212
00:09:06,040 --> 00:09:08,380
اس کے علاوہ، یہ ہمیں کیا ہو گا کے بارے میں اچھی طرح بات کرنے کی اجازت دیتا ہے

213
00:09:08,380 --> 00:09:10,180
جب آدانوں اضافہ کا سائز.

214
00:09:10,180 --> 00:09:12,490
>> اگر آپ O الگورتھم (ن) ² میں چلا رہے ہیں،

215
00:09:12,490 --> 00:09:15,240
یا برا، ایک O (2 ⁿ) الگورتھم

216
00:09:15,240 --> 00:09:17,170
سب سے تیز رفتار سے بڑھتی ہوئی اقسام میں سے ایک،

217
00:09:17,170 --> 00:09:19,140
آپ کو سست نوٹس سچ میں شروع کر دیں گے

218
00:09:19,140 --> 00:09:21,220
جب آپ اعداد و شمار کی بڑی مقدار کے ساتھ کام کرنے لگتے ہیں.

219
00:09:21,220 --> 00:09:23,590
>> یہ asymptotic پیچیدگی ہے. شکریہ.