Συντελεστές:
Ελληνική Εταιρεία Επιστημόνων και Επαγγελματιών Πληροφορικής και Επικοινωνιών (ΕΠΥ)

Ημερομηνία Συνεισφοράς: 05/2025
Έκδοση: Version 1.1

Το Γλωσσάρι της Πολυπλοκότητας

Χρονική Πολυπλοκότητα (Time Complexity)
Περιγράφει πόσος χρόνος χρειάζεται ένας αλγόριθμος για να ολοκληρώσει το έργο του, ανάλογα με το μέγεθος της εισόδου.
Χωρική Πολυπλοκότητα (Space Complexity)
Μετρά τη μνήμη που απαιτείται κατά την εκτέλεση ενός αλγόριθμου.
Big O (Μεγάλο Ο)
Συμβολισμός για να δείξουμε το πάνω όριο στους πόρους (χρόνο ή μνήμη) που χρειάζεται ένας αλγόριθμος.
O(n) – Γραμμικός Χρόνος
Ο χρόνος αυξάνεται αναλογικά με το πλήθος των δεδομένων n. Παράδειγμα: Γραμμική αναζήτηση σε λίστα.
O(log n) – Λογαριθμικός Χρόνος
Ο χρόνος αυξάνεται πολύ πιο αργά: κάθε διπλασιασμός των δεδομένων προσθέτει μόνο ένα επιπλέον βήμα. Παράδειγμα: Δυαδική αναζήτηση.
Λογότυπα του Υπουργείου Παιδείας, του ΙΕΠ, του ΕΣΠΑ και του Μητρώου Διδακτικών Βιβλίων