Een algorithm is een eindige, goed gedefinieerde reeks stappen die input omzet in de gewenste output. We beoordelen dit op twee assen: correctness (geeft het altijd het juiste antwoord?) en efficiency (hoeveel tijd en geheugen gebruikt het?).
Een geldig algoritme moet unambiguous zijn (elke stap is duidelijk), finite (het beëindigt zich), en het correcte resultaat produceren voor elke geldige input.
# Find the maximum value in a list
def find_max(nums):
if not nums:
return None # handle empty input
largest = nums[0] # assume first is the max
for n in nums[1:]: # scan the rest
if n > largest:
largest = n # update when we see something bigger
return largest
find_max([3, 9, 2, 7]) # -> 9
Dit bezoekt elk element eenmaal.
Hetzelfde probleem, veel algoritmes met verschillende kosten. Controleer altijd edge cases (lege input, enkel element, duplicaten) — dat is waar correctness meestal foutgaat.
Algoritmische denken is de kern van probleemoplossing in software.
Twee programma's kunnen hetzelfde antwoord geven terwijl de ene duizenden keren sneller is.
Denken in termen van correctness en efficiency onderscheidt code die op een testcase werkt van code die op schaal werkt.
Het is ook de gedeelde taal van technische interviews en system design-discussies.