Ինչպե՞ս է չափվում և նկարագրվում ալգորիթմների բարդությունը։

Ալգորիթմների բարդությունը սովորաբար չափվում է ժամանակային և տարածքային բարդության տեսանկյունից, որոնք նկարագրում են, թե ինչպես է գործողությունների (ժամանակի) և օգտագործվող հիշողության (տարածության) քանակը աճում մուտքային տվյալների չափի փոփոխության հետ:

Ամենատարածված նշանավորումը "Big O" է, որը ցույց է տալիս ռեսուրսների սպառման աճի վերին սահմանը մուտքային տվյալների մեծացման ժամանակ: Օրինակ՝

• O(1) — կայուն բարդություն, ժամանակը կախված չէ մուտքի չափից:
• O(n) — գծային, ժամանակը աճում է proporcional մուտքի չափի հետ:
• O(n²) — քառակուսային, ժամանակը աճում է մուտքի չափի քառակուսու հետ:

Java-ով օրինակ՝ զանգվածի տարրերի գումարը հաշվարկելու համար գծային բարդությամբ O(n):

public int sum(int[] arr) {
    int total = 0;
    for (int num : arr) {
        total += num;
    }
    return total;
}

Այստեղ գործարկման ժամանակը կախված է զանգվածի երկարությունից, հետևաբար բարդությունը — O(n): Ալգորիթմների գնահատումը օգնում է ընտրել առավել արդյունավետ լուծումները, հատկապես մեծ տվյալների դեպքում։