تخطي إلى المحتوى الرئيسي
عاجل
التقنية دقيقتان قراءة 3 مشاهدة

شرح Big-O Notation وتحليل تعقيد الخوارزميات للمبتدئين والمحترفين

كيف تقيس كفاءة الكود البرمجي وتضمن صمود تطبيقك أمام ملايين المستخدمين

شرح Big-O Notation وتحليل تعقيد الخوارزميات للمبتدئين والمحترفين
مشاركة المقال: واتساب تيليجرام إكس فيسبوك لينكد إن
إعلان ممول Google AdSense

تدوين Big-O هو المعيار الرياضي الذي يقيس أسوأ سيناريو لنمو وقت التنفيذ (Time Complexity) أو استهلاك الذاكرة (Space Complexity) في الخوارزمية مع تضخم حجم المدخلات (n). لا يقيس هذا المقياس الثواني الفعلية على جهاز بعينه، بل يصف سلوك الكود عند التوسع من مئة عنصر إلى مئة مليون عنصر.

لماذا لا يكفي قياس السرعة بساعة الإيقاف؟

قد يعمل كود غير فعال بسرعة مقبولة على حاسوب حديث عندما تكون البيانات صغيرة، لكنه يتوقف تماماً في بيئة الإنتاج. يساعدك تحليل Big-O على إهمال الثوابت الصغيرة والتركيز على الحد المهيمن الذي يحدد قابلية التوسع.

  • تجاهل الثوابت: حلقتان منفصلتان بطول n تُحسبان O(n) وليس O(2n).
  • أخذ الحد الأكبر: إذا احتوى الكود على O(n²) وO(n)، فإن التعقيد الكلي يُختصر إلى O(n²).
  • التمييز بين الزمن والذاكرة: أحياناً نضحي بذاكرة إضافية (Space) عبر جداول التجزئة (Hash Maps) لتسريع الزمن (Time).

ترتيب مستويات التعقيد من الأسرع إلى الأبطأ

التدوينالاسم الشائععدد العمليات عند n = 1,000مثال خوارزميO(1)ثابت (Constant)1الوصول لعنصر في مصفوفة أو قاموسO(log n)لوغاريتمي (Logarithmic)~10البحث الثنائي (Binary Search)O(n)خطي (Linear)1,000البحث التسلسلي في قائمةO(n log n)خطي لوغاريتمي~10,000خوارزمية MergeSortO(n²)تربيعي (Quadratic)1,000,000حلقات متداخلة مثل Bubble SortO(2ⁿ)أسي (Exponential)رقم فلكيفيبوناتشي التكراري الساذج

مثال تطبيقي: تحويل حل O(n²) إلى O(n)

في مسألة البحث عن رقمين مجموعهما يساوي هدفاً محدداً، تستهلك الحلقات المتداخلة وقتاً تربيعياً، بينما يحلها القاموس بزمن خطي:

def two_sum_fast(nums: list[int], target: int) -> tuple[int, int] | None:
    seen = {}  # ذاكرة إضافية O(n) لتسريع الزمن إلى O(n)
    for idx, num in enumerate(nums):
        complement = target - num
        if complement in seen:
            return (seen[complement], idx)
        seen[num] = idx
    return None

تحسين الخوارزمية من O(n²) إلى O(n) يمنحك تفوقاً في الأداء لا يمكن لأي ترقية عتادية أن تعوضه عند التعامل مع البيانات الضخمة.

أسئلة شائعة

  • السؤال: هل O(1) يعني دائماً أن الكود يستغرق نانو ثانية؟ الإجابة: لا، بل يعني أن زمن التنفيذ يظل ثابتاً مهما كبر حجم البيانات المدخلة.
  • السؤال: ما الفرق بين Big-O وBig-Theta؟ الإجابة: يصف Big-O الحد الأعلى لأسوأ حالة، بينما يحدد Big-Theta النطاق الدقيق الضيق للأداء.
  • السؤال: هل يمكن تجاهل التعقيد المكاني؟ الإجابة: في الخوادم السحابية والأنظمة المدمجة، قد يؤدي استهلاك الذاكرة المفرط إلى انهيار الخدمة (Out of Memory)، لذا لا بد من موازنته مع الزمن.
إعلان ممول Google AdSense
عبدالرحمن شوقي

عبدالرحمن شوقي

كاتب في ايجي مونيتور

المدير العام لمنصة ايجي مونيتور.

ما رأيك بهذا المقال؟ سجل الدخول للتفاعل

التعليقات (0)

أضف تعليقك

كن أول من يعلق على هذا المقال!

مقالات ذات صلة

المزيد من التقنية
دقيقة قراءة

تحول أنظمة المحاسبة ونقاط البيع (POS) إلى العمل أوفلاين-أولاً (Offline-First) في مصر

أهمية معمارية Offline-First لأنظمة المحاسبة ونقاط البيع في مصر لضمان استمرار المبيعات والمزامنة السحابية لاحقاً.

دقيقتان قراءة

الفرق بين FastAPI وFlask وDjango في تطوير الويب ببايثون

مقارنة شاملة بين FastAPI وFlask وDjango في تطوير تطبيقات الويب وواجهات البرمجة ببايثون من حيث الأداء والبنية وحالات الاستخدام.

دقيقة قراءة

المدفوعات الرقمية الفورية في مصر: كيف غير إنستاباي والمحافظ قواعد التجارة المحلية؟

قراءة في تحول المدفوعات الرقمية في مصر 2026 وكيف سهّل إنستاباي والمحافظ الإلكترونية حركة التجارة والأعمال الحرة.

دقيقتان قراءة

مبادئ SOLID الخمسة لكتابة كود نظيف قابل للصيانة والتوسع

شرح عملي لمبادئ SOLID الخمسة في تصميم البرمجيات وكيف تحمي مشروعك من التعقيد وتسهل الاختبار والتوسع المستقبلي.

دقيقة قراءة

الحوسبة الطرفية (Edge Computing): لماذا تهرب التطبيقات الحديثة من السحابة المركزية؟

تعرف على الحوسبة الطرفية (Edge Computing) ولماذا تتجه الشركات لمعالجة البيانات محلياً بدلاً من إرسالها للسحابة المركزية.

دقيقة قراءة

المعايير الجديدة لصناعة المحتوى التقني على يوتيوب والشورتس: كيف تتصدر التريند؟

أسرار نجاح المحتوى التقني على يوتيوب والريلز في 2026: خطاف البداية، تصميم الصورة المصغرة، والاحتفاظ بالمشاهد.