"Zeitkomplexit\u00E4t"@de . . . "Time complexity"@en . "\u0427\u0430\u0441\u043E\u0432\u0430 \u0441\u043A\u043B\u0430\u0434\u043D\u0456\u0441\u0442\u044C"@uk . . . . . . "En algorithmique, la complexit\u00E9 en temps est une mesure du temps utilis\u00E9 par un algorithme, exprim\u00E9 comme fonction de la taille de l'entr\u00E9e. Le temps compte le nombre d'\u00E9tapes de calcul avant d'arriver \u00E0 un r\u00E9sultat. Usuellement le temps correspondant \u00E0 des entr\u00E9es de taille n est le temps le plus long parmi les temps d\u2019ex\u00E9cution des entr\u00E9es de cette taille ; on parle de complexit\u00E9 dans le pire cas. Les \u00E9tudes de complexit\u00E9 portent dans la majorit\u00E9 des cas sur le comportement asymptotique, lorsque la taille des entr\u00E9es tend vers l'infini, et l'on utilise couramment les notations grand O de Landau. La complexit\u00E9 en temps \u00E9tant la mesure la plus courante en algorithmique, on parle parfois simplement de la complexit\u00E9 d'un algorithme, mais il existe d'autres mesures comme la complexit\u00E9 en espace. Calculer les complexit\u00E9s d'un algorithme, et en particulier la complexit\u00E9 en temps est parfois complexe, et cette \u00E9tude constitue en elle-m\u00EAme une discipline : l'analyse de la complexit\u00E9 des algorithmes."@fr . . "Complessit\u00E0 temporale"@it . . . . . . . . . . . "Complexit\u00E9 en temps"@fr . . . . . . . . . . . . . . . . . . . . . . . . . . "8287457"^^ . . . . . . . . . . . . . . . . . "En algorithmique, la complexit\u00E9 en temps est une mesure du temps utilis\u00E9 par un algorithme, exprim\u00E9 comme fonction de la taille de l'entr\u00E9e. Le temps compte le nombre d'\u00E9tapes de calcul avant d'arriver \u00E0 un r\u00E9sultat. La complexit\u00E9 en temps \u00E9tant la mesure la plus courante en algorithmique, on parle parfois simplement de la complexit\u00E9 d'un algorithme, mais il existe d'autres mesures comme la complexit\u00E9 en espace."@fr . "5482"^^ . "177709415"^^ . . .