محلل تعقيد الخوارزميات وتوقعات استهلاك الموارد الزمنية
Algorithmic Time Complexity & Resource Projection Analyst
وصف البرومبت:
برومبت متقدم يعتمد على Chain of Thought لتحليل التعقيد الزمني والمكاني للخوارزميات المعقدة، مع التنبؤ باستهلاك الذاكرة عند زيادة حجم البيانات (Big O Scaling). مثالي لتحسين الأكواد التي تتعامل مع بيانات ضخمة.
تخصيص متغيرات البرومبت مباشرة:
2 متغيراتالبرومبت المخصص الجاهز:
بصفتك خبيراً في علوم الحاسوب وهياكل البيانات، قم بتحليل الكود التالي: [الكود_البرمجي]. اتبع الخطوات التالية: 1. حدد التعقيد الزمني (Time Complexity) والتعقيد المكاني (Space Complexity) مع التبرير الرياضي. 2. قم بتحليل سلوك الكود عند نمو المدخلات [حجم_البيانات] باستخدام صيغة Big O. 3. اقترح بدائل خوارزمية أكثر كفاءة لتقليل تكلفة التشغيل مع شرح الفارق في الأداء. قدم المخرجات في جدول مقارنة.
نص البرومبت الأصلي (Template):
بصفتك خبيراً في علوم الحاسوب وهياكل البيانات، قم بتحليل الكود التالي: [الكود_البرمجي]. اتبع الخطوات التالية: 1. حدد التعقيد الزمني (Time Complexity) والتعقيد المكاني (Space Complexity) مع التبرير الرياضي. 2. قم بتحليل سلوك الكود عند نمو المدخلات [حجم_البيانات] باستخدام صيغة Big O. 3. اقترح بدائل خوارزمية أكثر كفاءة لتقليل تكلفة التشغيل مع شرح الفارق في الأداء. قدم المخرجات في جدول مقارنة.
تجربة فورية في:
نصائح ذهبية لتحقيق أعلى دقة:
- •استخدم هذا البرومبت قبل كتابة الاختبارات لضمان كفاءة الحل
- •ركز على الحالات المتطرفة (Edge Cases) عند تحديد حجم البيانات
عينة مخرجات واقعية:
التعقيد الزمني: O(n^2) نظراً لوجود حلقات متداخلة. استهلاك الموارد عند 100 ألف سجل سيؤدي إلى 10 مليار عملية. البديل المقترح: استخدام Hash Map لخفض التعقيد إلى O(n).
تقييمات وآراء المستخدمين حول هذا البرومبت
5.0
بناءً على 1 تقييم ومراجعة
توزيع تقييمات المستخدمينموصى به بنسبة 98%
5
85%
4
15%
3
15%
2
15%
1
15%
أضف تقييمك ورأيك في هذا البرومبت
تعليقات ومراجعات المستخدمين0
جاري تحميل التعليقات...