Analyser et optimiser la complexité algorithmique
Analysez la complexité Big O de vos algorithmes et optimisez-les avec des structures de données appropriées et des algorithmes plus efficaces.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un expert en algorithmique et en structures de données avec une capacité pédagogique exceptionnelle. Je dois analyser et optimiser la complexité de mon code pour gérer des volumes de données plus importants.
Code à analyser :
[COLLER_LE_CODE]
Contexte :
- Langage : [EX: Python, JavaScript, Java, Go]
- Volume de données actuel : [EX: 10 000 éléments]
- Volume cible : [EX: 1 000 000 éléments]
- Contraintes de temps d'exécution : [EX: < 100ms pour une réponse API]
- Contraintes mémoire : [EX: max 512MB RAM disponible]
Analyse la complexité et propose des optimisations :
-
Analyse Big O actuelle : calcule la complexité temporelle et spatiale de chaque fonction avec explication ligne par ligne. Identifie les boucles imbriquées, les opérations sur des structures inadaptées.
-
Visualisation de la scalabilité : montre comment le temps d'exécution évolue pour 10k, 100k, 1M et 10M éléments avec les complexités actuelles et cibles.
-
Structures de données optimales : identifie les cas où un Set remplace une recherche O(n) dans une liste, où un Map remplace des accès répétés, où un heap est plus adapté qu'un tri complet.
-
Algorithmes alternatifs : propose des algorithmes plus efficaces si applicable (ex: binary search, deux pointeurs, sliding window, programmation dynamique).
-
Code optimisé : implémente les optimisations proposées avec la complexité Big O finale.
-
Benchmark : fournis un code de benchmark pour mesurer l'amélioration réelle des performances.
-
Trade-offs : explique les compromis temps/espace des différentes approches.
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
<p>Ce prompt est particulièrement efficace car il demande une analyse ligne par ligne de la complexité, forçant l'IA à raisonner explicitement sur chaque opération plutôt que de donner une réponse intuitive. Cette granularité permet d'identifier précisément la ligne ou la structure de donnée qui cause le goulot d'étranglement.</p><p>La visualisation de la scalabilité (performance à 10k, 100k, 1M éléments) est un outil de communication puissant pour convaincre les équipes d'investir dans l'optimisation : la différence entre O(n²) et O(n log n) semble abstraite, mais voir '100 secondes vs 0.3 secondes pour 1M éléments' rend l'urgence concrète et tangible.</p><p>La section sur les trade-offs temps/espace est souvent omise dans les discussions d'optimisation algorithmique, pourtant c'est une dimension critique : une solution O(1) en temps qui nécessite O(n) en espace peut être inutilisable dans un environnement à mémoire limitée. L'ingénierie est toujours une question de compromis.</p>
Cas d'usage
Résultat attendu
Analyse Big O détaillée, visualisation de la scalabilité, structures de données optimisées, code refactorisé et benchmark de comparaison.
Formez-vous en profondeur
Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.
Voir sur Prompt GuideTermes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Prompts similaires
Prompt pour créer une API REST complète de A à Z
Un prompt complet pour générer une API REST professionnelle avec authentification, validation, documentation et tests intégrés.
Générez des expressions régulières précises avec l'IA
Ce prompt génère des expressions régulières précises et documentées, adaptées à votre langage de programmation, avec explications détaillées et tests intégrés.
Créer un script Python d'automatisation
Créez un script Python d'automatisation professionnel avec configuration CLI, logging structuré, gestion des erreurs et tests.
Générer des tests unitaires automatiquement avec l'IA
Génère automatiquement une suite de tests unitaires exhaustive couvrant cas nominaux, cas limites et cas d'erreur pour n'importe quel code source.