ਇੱਕ algorithm ਕਦਮਾਂ ਦਾ ਇੱਕ ਸੀਮਤ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਕ੍ਰਮ ਹੈ ਜੋ input ਨੂੰ ਲੋੜੀਂਦੇ output ਵਿੱਚ ਤਬਦੀਲ ਕਰਦਾ ਹੈ। ਅਸੀਂ ਇਸਦਾ ਦੋ ਧੁਰਿਆਂ ਉੱਤੇ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹਾਂ: correctness (ਕੀ ਇਹ ਹਮੇਸ਼ਾ ਸਹੀ ਜਵਾਬ ਦਿੰਦਾ ਹੈ?) ਅਤੇ efficiency (ਇਹ ਕਿੰਨਾ ਸਮਾਂ ਅਤੇ ਮੈਮੋਰੀ ਵਰਤਦਾ ਹੈ?)।
ਇੱਕ ਵੈਧ algorithm unambiguous (ਹਰੇਕ ਕਦਮ ਸਪਸ਼ਟ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ), finite (ਇਹ ਖਤਮ ਹੋ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ), ਅਤੇ ਹਰ ਵੈਧ input ਲਈ correct ਨਤੀਜਾ ਪੈਦਾ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
# 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
ਇਹ ਹਰ ਤੱਤ ਨੂੰ ਇੱਕ ਵਾਰ ਵਿਖੌੜਦਾ ਹੈ।
ਇੱਕੋ ਸਮੱਸਿਆ, ਵੱਖ-ਵੱਖ ਲਾਗਤਾਂ ਦੇ ਨਾਲ ਬਹੁਤ ਸਾਰੇ algorithms। ਹਮੇਸ਼ਾ edge cases (ਖਾਲੀ input, ਸਿੰਗਲ ਐਲੀਮੈਂਟ, duplicates) ਚੈੱਕ ਕਰੋ — ਇਹ ਉੱਥੇ ਹੈ ਜਿੱਥੇ correctness ਆਮ ਤੌਰ ਉੱਤੇ ਭੰਗ ਹੁੰਦੀ ਹੈ।
Algorithms ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਦਾ ਮੂਲ ਹਨ।
ਦੋ ਪ੍ਰੋਗ੍ਰਾਮ ਇੱਕੋ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ ਜਦੋਂ ਇੱਕ ਹਜ਼ਾਰਾਂ ਗੁਣਾ ਤੇਜ਼ ਹੋ।
Correctness ਅਤੇ efficiency ਦੇ ਪਰਿਪ੍ਰੇਖ ਵਿੱਚ ਸੋਚਣਾ ਇਹ ਹੈ ਜੋ ਕੋਡ ਨੂੰ ਟੈਸਟ ਕੇਸ ਉੱਤੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਕੋਡ ਤੋਂ ਵੱਖ ਕਰਦਾ ਹੈ ਜੋ ਸਕੇਲ ਉੱਤੇ ਕੰਮ ਕਰਦਾ ਹੈ।
ਇਹ ਤਕਨੀਕੀ ਇਟਨਟਰਵਿਊਜ਼ ਅਤੇ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਆਲੋਚਨਾਵਾਂ ਦੀ ਸਾਂਝੀ ਭਾਸ਼ਾ ਵੀ ਹੈ।