Beats Biblionetz - Texte

/ en / Traditional / help

Why is big-O analysis hard?

Miranda C. Parker, Colleen M. Lewis
Publikationsdatum:
Zu finden in: Coli Calling 2013, 2013
Erste Seite des Textes (PDF-Thumbnail)
Diese Seite wurde seit mehr als 7 Monaten inhaltlich nicht mehr aktualisiert. Unter Umständen ist sie nicht mehr aktuell.

iconZusammenfassungen

We are interested in increasing comprehension of how students understand big-O analysis. We conducted a qualitative analysis of interviews with two undergraduate students to identify sources of difficulty within the topic of big-O. This demonstrates the existence of various difficulties, which contribute to the sparse research on students' understanding of pedagogy. The students involved in the study have only minimal experience with big-O analysis, discussed within the first two introductory computer science courses. During these hour-long interviews, the students were asked to analyze code or a paragraph to find the runtime of the algorithm involved and invited students to write code that would in run a certain runtime. From these interactions, we conclude that students that have difficulties with big-O could be having trouble with the mathematical function used in the analysis and/or the techniques they used to solve the problem.

Von Miranda C. Parker, Colleen M. Lewis im Konferenz-Band Coli Calling 2013 im Text Why is big-O analysis hard? (2013)

iconDieses Konferenz-Paper erwähnt ...


Personen
KB IB clear
Jens Bennedsen, Carsten Schulte

Begriffe
KB IB clear
Algorithmusalgorithm, Informatikcomputer science
icon
Bücher
Jahr  Umschlag Titel Abrufe IBOBKBLB
2006ICER 2006 (Richard J. Anderson, Sally Fincher, Mark Guzdial) 2, 6, 2, 1, 3, 3, 5, 1, 8, 10, 4, 621526184
icon
Texte
Jahr  Umschlag Titel Abrufe IBOBKBLB
2006 local secure web What do teachers teach in introductory programming? (Carsten Schulte, Jens Bennedsen) 3, 2, 1, 1, 1, 3, 3, 2, 4, 1, 3, 238278

iconDieses Konferenz-Paper  erwähnt vermutlich nicht ... Eine statistisch erstelle Liste von nicht erwähnten (oder zumindest nicht erfassten) Begriffen, die aufgrund der erwähnten Begriffe eine hohe Wahrscheinlichkeit aufweisen, erwähnt zu werden.

iconZitationsgraph

Diese Grafik ist nur im SVG-Format verfügbar. Dieses Format wird vom verwendeteten Browser offenbar nicht unterstützt.

Diese Grafik fensterfüllend anzeigen (SVG)

iconAnderswo finden

icon

iconVolltext dieses Dokuments

LokalAuf dem WWW Why is big-O analysis hard?: Fulltext at the ACM Digital Library (lokal: PDF, 584 kByte; WWW: Link OK )

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.