Big-O Karmaşıklığı | O(1), O(log n), O(n), O(n²) Görerek Öğren
Bölümler (14)
Aynı problemi çözen iki algoritmadan biri neden anında biter, diğeri neden saatlerce çalışır? Cevap: Big-O. Bu videoda algoritma karmaşıklığını grafiklerle, tablolarla ve gerçek örneklerle (binary search, bubble sort, quicksort, Python/JS/Java sort) sıfırdan öğreniyoruz. Hem kodun için, hem teknik mülakatlar için kritik.
"Her Yazılımcının Bilmesi Gerekenler" serisinin sekizinci videosu.
Bu videoda öğrenecekleriniz:
- Big-O'nun ne ölçtüğü (büyüme, saniye değil)
- O(1), O(log n), O(n), O(n log n), O(n²) ne demek
- n büyürken işlem sayısının nasıl patladığı (10 → 1M → 1 trilyon)
- Binary search ve verimli sıralama (quicksort/mergesort)
- İç içe döngüden kaçınma, hash map ile O(n) → O(1)
Sabit soru: Hiç kodun veri büyüyünce aniden yavaşladı mı? Belki gizli bir O(n²)? Yorumlara yaz.
Beni takip et:
Web: bapati.com
X: x.com/FG_1903
YouTube: youtube.com/@BapatiTech
LinkedIn: linkedin.com/in/fırat-gurkan
GitHub: github.com/FiratGurkan
📚 Serinin tüm bölümleri: bapati.com/news/her-yazilimcinin-bilmesi-gerekenler-rehber
