add Big O

Author: AltyAlty

01 binary search.py

@@ -1,6 +1,6 @@
-# Бинарный поиск.
+# Бинарный поиск. [O(log n)]
 # ----------
-# Binary Search.
+# Binary Search. [O(log n)]
 
 
 # Создаем функцию "binary_search", которая принимает два входных параметра:

02 selection sort.py

@@ -1,9 +1,9 @@
-# Сортировка выбором.
+# Сортировка выбором. [O(n*n)]
 # Здесь мы создаем две функции:
 # первая функция находит наименьший элемент в списке,
 # а вторая функция сортирует список путем сравнения каждого элемента списка с наименьшим элементом.
 # ----------
-# Selection sort.
+# Selection sort. [O(n*n)]
 # Here we create two functions:
 # the first function finds the smallest element in a list,
 # and the second function sorts the list by comparing each element in the list with the smallest element.

03 countdown recursion.py

@@ -1,6 +1,6 @@
-# Обратный отсчет, используя рекурсию.
+# Обратный отсчет, используя рекурсию. [O(n)]
 # ----------
-# Countdown using recursion.
+# Countdown using recursion. [O(n)]
 
 
 # Создаем функцию "countdown", которая принимает один входной параметр:

05 factorial recursion.py

@@ -1,6 +1,6 @@
-# Факториал, используя рекурсию.
+# Факториал, используя рекурсию. [O(n)]
 # ----------
-# Factorial using recursion.
+# Factorial using recursion. [O(n)]
 
 
 # Создаем функцию "fact", которая вычисляет факториал.

06 sum of elements recursion.py

@@ -1,6 +1,6 @@
-# Сумма элементов, используя рекурсию.
+# Сумма элементов, используя рекурсию. [O(n)]
 # ----------
-# Sum of elements using recursion.
+# Sum of elements using recursion. [O(n)]
 
 
 # Создаем функцию "sum_of_elem", которая принимает один входной параметр:

07 counting elements recursion.py

@@ -1,6 +1,6 @@
-# Подсчет элементов, используя рекурсию.
+# Подсчет элементов, используя рекурсию. [O(n)]
 # ----------
-# Counting elements using recursion.
+# Counting elements using recursion. [O(n)]
 
 
 # Создаем функцию "count", которая принимает один входной параметр:

08 max element recursion.py

@@ -1,6 +1,6 @@
-# Поиск наибольшего элемента, используя рекурсию.
+# Поиск наибольшего элемента, используя рекурсию. [O(n)]
 # ----------
-# Finding the greatest element using recursion.
+# Finding the greatest element using recursion. [O(n)]
 
 
 # Создаем функцию "find_max_one", которая принимает один входной параметр:

09 binary search recursion.py

@@ -1,6 +1,6 @@
-# Бинарный поиск, используя рекурсию.
+# Бинарный поиск, используя рекурсию. [O(log n)]
 # ----------
-# Binary search using recursion.
+# Binary search using recursion. [O(log n)]
 
 
 # Создаем функцию "binary_search", которая принимает 4 входных параметра:

10 quick sort recursion.py

@@ -1,6 +1,6 @@
-# Быстрая сортировка, используя рекурсию.
+# Быстрая сортировка, используя рекурсию. [O(n*log n)]
 # ----------
-# Quick sort using recursion.
+# Quick sort using recursion. [O(n*log n)]
 
 
 # Создаем функцию "quick_sort", которая принимает один входной параметр:

12 breadth-first search deque hash.py

@@ -1,8 +1,10 @@
 # Поиск в ширину, используя хеш-таблицы (словари) и двусторонние очереди.
+# [O(V+E); V - количество вершин графа, E - количество ребер графа]
 # Здесь нам нужно найти продавца манго среди друзей и друзей друзей персонажа.
 # Здесь мы можем рассмотреть работу очереди.
 # ----------
 # Breadth-first search using hash tables (dictionaries) and deques.
+# [O(V+E); V - the number of vertices in a graph, E - the number of edges in a graph]
 # Here we need to find a mango seller among the friends and the friends of friends of a character.
 # Here we can see how deque works.
 

13 dijkstras algorithm hash.py

@@ -1,8 +1,10 @@
 # Алгоритм Дейкстры, используя хеш-таблицы (словари).
+# [O(E*log V); V - количество вершин графа, E - количество ребер графа]
 # Здесь нам нужно найти все кратчайшие пути от начального узла до всех остальных узлов
 # в направленном ациклическом взвешенном графе.
 # ----------
 # Dijkstra's algorithm using hash tables (dictionaries).
+# [O(E*log V)); V - the number of vertices in a graph, E - the number of edges in a graph]
 # Here we need to find all the shortest paths from a start node to all other nodes
 # in a directed acyclic weighted graph.