🏠 Home
Benchmark Hub
📊 All Benchmarks 🦖 Dinosaur v1 🦖 Dinosaur v2 ✅ To-Do List Applications 🎨 Creative Free Pages 🎯 FSACB - Ultimate Showcase 🌍 Translation Benchmark
Models
🏆 Top 10 Models 🆓 Free Models 📋 All Models ⚙️ Kilo Code
Resources
💬 Prompts Library 📖 AI Glossary 🔗 Useful Links
advanced

Big O Refactoring uitdaging

#programmeren #algoritmen #optimalisatie #python #computer-science

Analyseer en optimaliseer een inefficiënt algoritme door time- en space-complexiteit te reduceren met minimale trade-offs.

Je ontvangt een pseudo-code voor een recursieve functie die Fibonacci-getallen berekent maar een exponentiële tijdcomplexiteit heeft. Schrijf een geoptimaliseerde versie in Python die lineaire tijdcomplexiteit (O(n)) bereikt en constante ruimtecomplexiteit (O(1)) gebruikt. Leg daarnaast stap voor stap uit waarom de oorspronkelijke benaming inefficiënt is en analyseer de memory-overhead van je oplossing ten opzichte van een dynamische programmeerbenadering met memoisatie. Bespreek ook de mogelijke edge-cases bij zeer grote gehele getallen (big integers).