#28 O(1), O(log n), O(n^2) - Ist die Komplexität von Algorithmen im Entwickler-Alltag relevant? - podcast episode cover

#28 O(1), O(log n), O(n^2) - Ist die Komplexität von Algorithmen im Entwickler-Alltag relevant?

Jul 19, 202256 minEp. 28
--:--
--:--
Download Metacast podcast app
Listen to this episode in Metacast mobile app
Don't just listen to podcasts. Learn from them with transcripts, summaries, and chapters for every episode. Skim, search, and bookmark insights. Learn more

Episode description

Beim Programmieren ist alles ein Algorithmus. Irgendwie zumindest. Doch wie misst man die Zeitkomplexität?

Das ganze nennt sich Big-O-Notation, oder zu deutsch "Bachmann-Landau-Notation". Eigentlich ein recht trockenes Thema, doch auch irgendwie relevant in der heutigen Zeit von verteilten Systemen und großen Datenmengen. Doch was ist die Big-O-Notation? Was sagt sie aus? Wo kommt diese in der Praxis vor? Und inwieweit hat das ganze noch eine Relevanz in Zeiten von Cloud Computing und fast unbegrenzten Hardware-Ressourcen? Darum geht es in dieser Episode.

Bonus: Wie Andy und Wolfgang in deutscher Grammatik belehrt werden, ob es OK ist in 1on1s zu fluchen und das Hash-Kollisionen mit der ganzen Sache zu tun haben.


Feedback an [email protected] oder via Twitter an https://twitter.com/EngKiosk

Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partners

 

LinksSprungmarken

(00:00:00) Intro

(00:00:49) Intro: Feedback zur Episode #26 - Deutschland spricht schlecht Englisch

(00:03:55) Intro: Feedback zur Grammatik - Der, die oder das Kommentar

(00:06:05) Wer hört denn so alles das Engineering Kiosk?

(00:07:09) Podcast-Player: Pocket Casts

(00:08:32) Was sind die Sachen, die oft sinnvoll sind, du aber doch vergessen hast?

(00:10:34) Das heutige Thema: Big-O Notation / Bachmann-Landau Notation (Zeitkomplexität von Algorithmen)

(00:13:33) Warum ist die Big-O Notation / Bachmann-Landau Notation relevant

(00:15:24) Wo war es das letzte mal wo dir die Big-O Notation vorgekommen ist

(00:16:05) Was ist die Big-O Notation / Bachmann-Landau Notation?

(00:20:59) Geben wir den best, average oder worst-case der Big-O Notation / Bachmann-Landau Notation an?

(00:25:15) Konstanten können zur Vereinfachung einfach weggelassen werden

(00:27:00) Big-O Notation bei redis: Die Story wie Andy damit in Berührung kam

(00:31:16) Zeitkomplexität vs. Space-Complexity / Raumkomplexität: Zeit vs. Memory

(00:32:58) Gibt es was besseres als O(1)?

(00:34:26) Ist das setzen eines Keys in einer Hashmap immer O(1)?

(00:40:03) Inwieweit kann man die Big-O Notation / Bachmann-Landau Notation auf Datenbanken mappen?

(00:42:07) Wie relevant ist die Optimierung der Big-O Notation in Zeiten von Cloud und schnellen Servern eigentlich noch?

(00:45:52) Batch-Processing vs. Streaming und die Optimierung von Algorithmen

(00:48:49) Optimierungen von Algorithmen in JavaScript / auf Client-Seite

(00:52:06) Optimierungen können auch schlecht sein bzw. schlecht aussehen

(00:53:09) Outro mit Flachwitzen

Hosts


Engineering Kiosk Podcast: Anfragen an [email protected] oder via Twitter an https://twitter.com/EngKiosk

For the best experience, listen in Metacast app for iOS or Android
Open in Metacast
#28 O(1), O(log n), O(n^2) - Ist die Komplexität von Algorithmen im Entwickler-Alltag relevant? | Engineering Kiosk podcast - Listen or read transcript on Metacast