VIP 👤
🏠 首页
基准测试
📊 所有基准测试 🦖 恐龙 v1 🦖 恐龙 v2 ✅ 待办事项应用 🎨 创意自由页面 🎯 FSACB - 终极展示 🌍 翻译基准测试
模型
🏆 前 10 名模型 🆓 免费模型 📋 所有模型 ⚙️ 🛠️ 千行代码模式
资源
💬 💬 提示库 📖 📖 AI 词汇表 🔗 🔗 有用链接 🔌 AI API 与路由器
avancé

Refactorisation Algorithmique

#algorithme #optimisation #code #pseudocode

Analyser un algorithme inefficace fourni en pseudo-code, identifier les goulots d'étranglement et proposer une version optimisée.

Voici un algorithme en pseudo-code qui trie une liste d'entiers et vérifie si des doublons existent : POUR chaque élément i dans liste L : POUR chaque élément j dans liste L : SI i est égal à j ET index de i est différent de index de j : RETOURNER 'Doublon trouvé' FIN POUR FIN POUR RETOURNER 'Aucun doublon'. Analyse la complexité temporelle (Big O) de cet algorithme. Explique pourquoi il est inefficace pour de grandes listes. Propose une nouvelle version de l'algorithme en pseudo-code qui utilise une structure de données de type 'Ensemble' (Set) ou une table de hachage pour réduire la complexité temporelle. Compare les deux approches.