Kartičky na Elektromágneses indukció és mágneses mező

StudyFi: Számítástudomány alapjai, algoritmusok, adatszerkezetek # StudyFi: Bevezetés a Számítástudományba Üdvözlünk a StudyFi számítástudományi alapozó kurzusán! Ez a modul arra készült, hogy szilárd alapokat adjon neked az alapvető fogalmak, problémamegoldó módszertanok és a számítástechnika alapvető építőköveinek megértéséhez. ## Mit fogsz megtanulni? Ez a kurzus alapvető témákat fed le, amelyek bármely számítástudományi tananyag alapját képezik: - **Algoritmusok és Adatstruktúrák**: Megérteni, hogyan tervezz hatékony algoritmusokat és válassz megfelelő adatstruktúrákat különböző számítási problémákhoz. - **Komputációs Gondolkodás**: Fejleszd a dekompozíció, mintafelismerés, absztrakció és algoritmikus gondolkodás képességét. - **Programozási Alapok**: Szerezz gyakorlati tapasztalatot egy magas szintű programozási nyelvvel, a vezérlési szerkezetekre, függvényekre és alapvető adattípusokra fókuszálva. ## Kulcsfogalmak és Képletek A kurzus során alapvető fogalmakat vizsgálunk meg, mint például az időkomplexitás, gyakran Big O jelöléssel kifejezve, és a térkomplexitás. ### Big O Jelölés A Big O jelölés egy algoritmus futási idejének vagy tárhelyigényének felső korlátját írja le. Például egy $O(n^2)$ időkomplexitású algoritmus azt jelenti, hogy a végrehajtási ideje négyzetesen növekszik az $n$ bemeneti mérettel. Gyakori komplexitások a következők: - $O(1)$: Konstans idő - $O(\log n)$: Logaritmikus idő - $O(n)$: Lineáris idő - $O(n \log n)$: Lineáris-logaritmikus idő - $O(n^2)$: Négyzetes idő - $O(2^n)$: Exponenciális idő ## Példa: A maximális elem megkeresése Nézzünk egy egyszerű problémát: egy tömb maximális elemének megkeresését. Egy egyszerű megközelítés az, hogy egyszer végigmegyünk a tömbön. ```python def find_max(arr): if not arr: return None max_val = arr[0] for i in range(1, len(arr)): if arr[i] > max_val: max_val = arr[i] return max_val ``` Ennek az algoritmusnak az időkomplexitása $O(n)$, mert konstans számú műveletet hajt végre a $n$ méretű tömb minden egyes elemére. ## Következő Lépések A következő modulokban mélyebben belemerülünk specifikus algoritmusokba, mint például a rendezés (pl. Összefésülő rendezés, Gyorsrendezés) és a keresés (pl. Bináris keresés), valamint különböző adatstruktúrákba, mint például a láncolt listák, fák és gráfok.