Key points are not available for this paper at this time.
Comme l'apprentissage de la complexité temporelle des algorithmes de manière théorique est plutôt difficile, un outil éducatif, nommé Complexitor, a essayé d'incorporer une approche empirique pour enseigner ce matériel. Les étudiants peuvent apprendre à déterminer une complexité temporelle pour un algorithme donné en fonction de l'exécution réelle. Les étudiants n'ont qu'à fournir l'implémentation de l'algorithme et un ensemble d'entrée. Cet article étend le travail de Complexitor en offrant une interface stable et une évaluation qualitative. L'interface est développée en fonction des caractéristiques d'entrée et de sortie de Complexitor, tandis que l'évaluation est représentée sous la forme d'une enquête auprès de 20 étudiants de premier cycle. Du point de vue des étudiants, les fonctionnalités de Complexitor peuvent, dans une certaine mesure, aider les étudiants à apprendre la complexité temporelle des algorithmes. De plus, ils affirment également que notre outil a rempli les aspects d'application standards. En d'autres termes, notre outil est éligible pour être utilisé pour apprendre la complexité temporelle des algorithmes.
Karnalim et al. (Mar,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: