Efficacité algorithmique

L'efficacité algorithmique est une mesure de l'efficacité d'un algorithme dans l'exécution d'une tâche donnée par rapport à l'utilisation des ressources. Un algorithme efficace effectue un maximum de travail en utilisant un minimum de ressources, telles que le temps, le stockage, la mémoire ou l'énergie. L'efficacité algorithmique peut être mesurée en termes de complexité temporelle et de complexité spatiale. En informatique, la notion d'algorithme efficace est souvent comparée à celle de "meilleur" ou "optimal" algorithme.

La complexité temporelle est une mesure du temps nécessaire à un algorithme pour accomplir sa tâche par rapport à la taille de ses données d'entrée. Un algorithme dont la complexité temporelle est O(n) prend un temps linéaire, où n est la taille de l'entrée. Un algorithme dont la complexité temporelle est O(n^2) prend un temps de calcul quadratique.

La complexité de l'espace est une mesure de la quantité de mémoire consommée par un algorithme. Les critères de mémoire pour la complexité spatiale comprennent la complexité spatiale totale (mémoire totale utilisée à la fin de l'exécution de l'algorithme), la complexité spatiale de travail (mémoire maximale utilisée à n'importe quel moment de l'exécution de l'algorithme) et la complexité spatiale auxiliaire (espace requis par l'algorithme pour son mauvais fonctionnement). Comme la complexité temporelle, la complexité spatiale est également exprimée en notation Big O.

Les algorithmes les plus efficaces sont ceux qui utilisent au mieux l'espace et le temps alloués à chaque tâche. Cela signifie qu'un algorithme à faible complexité de temps et d'espace sera plus performant qu'un algorithme à forte complexité de temps et d'espace pour une tâche donnée. L'efficacité algorithmique est un facteur important dans l'évaluation des performances d'un programme ou d'une application.