ایک الگورتھم steps کا ایک محدود، اچھی طرح سے متعین ترتیب ہے جو input کو مطلوبہ output میں تبدیل کرتا ہے۔ ہم اسے دو محوروں پر جانچتے ہیں: صحت (کیا یہ ہمیشہ صحیح جواب دیتا ہے؟) اور کارکردگی (یہ کتنا وقت اور میموری استعمال کرتا ہے؟)۔
ایک درست الگورتھم ہونا چاہیے (ہر مرحلہ واضح ہو)، ہونا چاہیے (یہ ختم ہو)، اور ہر درست input کے لیے نتیجہ دینا چاہیے۔
# 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
یہ ہر عنصر کو ایک بار دیکھتا ہے۔
ایک جیسی مسئلہ، مختلف costs والے بہت سے الگورتھم۔ ہمیشہ edge cases چیک کریں (خالی input، ایک عنصر، duplicates) — یہاں صحت عام طور پر ٹوٹتی ہے۔
الگورتھم software میں مسئلہ حل کرنے کا بنیادی حصہ ہیں۔
دو programs ایک جیسا جواب دے سکتے ہیں جبکہ ایک ہزاروں گنا تیز ہے۔
صحت اور کارکردگی دونوں کے لحاظ سے سوچنا یہی چیز ہے جو کوڈ کو ٹیسٹ کیس پر کام کرنے سے لے کر scale پر کام کرنے والے کوڈ میں علیحدہ کرتی ہے۔
یہ تکنیکی انٹرویو اور system design discussions کی مشترکہ زبان بھی ہے۔
تفصیلی جوابات کے ساتھ IT انٹرویو سوالات کی ایک لائبریری — جونیئر سے سینئر تک۔
عطیہ دیں