Python アルゴリズム学習記録

学習進捗

日付	テーマ	コード
2025-04-21	配列操作と線形探索	コード
2025-04-22	Big O記法の基礎	コード
2025-04-23	線形探索アルゴリズムの計算量分析	コード
2025-04-23-2	様々な配列操作の計算量分析	コード

Day 1: 配列操作と線形探索 (2025-04-21)

学習内容

• Python のリスト（配列）の基本操作の理解
• 線形探索アルゴリズムの実装
• 拡張課題への取り組み

実装したファイル

• array_operations.py - Python のリスト操作の基本
• linear_search.py - 線形探索と複数一致の検索
• extended_search.py - 発展的な検索関数の実装

主な実装関数

• linear_search(arr, target) - 基本的な線形探索
• linear_search_all(arr, target) - すべての一致を検索
• search_multiple_values(arr, targets) - 複数の値を一度に検索
• find_max_value(arr) - 最大値とそのインデックスを検索

Day 2: Big O記法の基礎 (2025-04-22)

学習内容

• アルゴリズムの効率性を評価するためのBig O記法
• 各種アルゴリズムの計算量分析
• 時間計算量の可視化

実装したファイル

• big_o_examples.py - 各計算量クラスの実装例
• big_o_analysis.py - アルゴリズム操作の計算量分析
• time_complexity_visualizer.py - 計算量の可視化ツール

主な内容

• 定数時間 O(1)、線形時間 O(n)、二次時間 O(n²)、対数時間 O(log n) の例とデモ
• 線形探索アルゴリズムの計算量詳細分析
• 配列操作（挿入、追加、結合等）の計算量分析
• 計算量の成長率をグラフで可視化

Day 2-2: 線形探索アルゴリズムの計算量分析 (2025-04-23)

学習内容

• 線形探索アルゴリズムの計算量の実践的な分析
• 最良・平均・最悪のケースの実測
• 理論値と実測値の比較

実装したファイル

• linear_search_analysis.py - 線形探索の計算量分析と可視化

主な内容

• 比較回数と実行時間の計測
• 様々なサイズの入力での性能比較
• 結果のグラフ化（比較回数、実行時間、理論vs実践）
• 計算量の影響の考察

Day 2-3: 様々な配列操作の計算量分析 (2025-04-23-2)

学習内容

• 各種配列操作の計算量の実践的な分析
• 複雑なアルゴリズムの計算量分析
• ミステリー関数の計算量評価

実装したファイル

• array_operations_complexity.py - 各種配列操作の計算量分析
• mystery_function_analysis.py - 複雑な関数の計算量分析

主な内容

• 配列の挿入、追加、結合などの基本操作の計算量測定
• 入れ子ループの計算量分析
• 条件分岐による計算量の変化の検証
• ソート済み行列での効率的な探索アルゴリズムの分析

次回は「二分探索（バイナリサーチ）アルゴリズム」について学習予定です。