Herramienta gratuita
¿Cuánto tarda tu algoritmo cuando los datos crecen?
Elegí un tamaño de entrada y compará en vivo cuántas operaciones necesita cada clase de complejidad. Es la forma más rápida de que Big O deje de ser una fórmula y se vuelva algo que se ve.
30
Movés el input y ves cuántas operaciones necesita cada algoritmo para procesarlo — esa es la idea completa de Big O.
Operaciones necesarias
escala logarítmica
n = 30
| Complejidad | Caso típico | Operaciones con n = 30 |
|---|---|---|
| O(1) Constante | Acceder a un elemento de un array por índice. | 1 |
| O(log n) Logarítmica | Búsqueda binaria sobre datos ordenados. | 5 |
| O(n) Lineal | Recorrer un array una vez, de punta a punta. | 30 |
| O(n log n) Cuasilineal | Un buen sort (mergesort, quicksort en el caso promedio). | 147 |
| O(n²) Cuadrática | Dos loops anidados sobre los mismos datos. | 900 |
Entender por qué importa es el primer paso. Practicarlo con proyectos reales es el siguiente.
Ver cursos