# TD4: Complexité algorithmique

## Exercice 2

### function_1(tableau1,tableau2)
> La complexité de cette fonction est de O(n*m) avec n la taille du premier tableau et m la taille du second
> puisque le second tableau est parcouru n fois.

### function_2(x) 
> La complexité de cette fonction est de O(n) car x réduit de 1 à chaque itération jusqu'à atteindre 0.

### function_3(x)
> La complexité de cette fonction est de O(1) car il n'y a pas de boucle ni d'appel à d'autres fonctions.

## Exercice 3

> On a une boucle qui englobe toute la fonction<br>
> A l'interieur de cette boucle on a :
> - une boucle de complexité O(n)
> - un bubblesort de complexité O(n²)
> - une boucle contenant find_rank_student
> 
> find_rank_student possède à la fois une boucle et  un bubblesort, on a donc une complexité de O(n+n²) qu'on peut simplifier en O(n²)
> <br> On a donc une complexité de O(m * n + n² + n²) que l'on peut simplifier en O(m * n²)

## Exercice 4

> Mon algorithme de tri est composé de deux bubblesort avec une complexité de O(N²) chacun
> <br> Pour le premier bubblesort, il y a la fonction sum() utilisée, possédant une complexité de O(M)
> <br> L'algorithme est donc de complexité O(M*N²)