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