\n Veri yap\u0131lar\u0131 ve algoritmalar, yaz\u0131l\u0131m geli\u015ftirmenin temel ta\u015flar\u0131d\u0131r. Peki, bu kavramlar modern uygulamalar\u0131n performans\u0131n\u0131 nas\u0131l \u015fekillendiriyor ve bir geli\u015ftirici olarak neden onlara hakim olmal\u0131y\u0131z? Bu makale, temel veri yap\u0131lar\u0131ndan karma\u015f\u0131k algoritmalara kadar uzanan bir yolculukta size rehberlik edecek, her ad\u0131m\u0131 ger\u00e7ek d\u00fcnya \u00f6rnekleri ve pratik uygulamalarla a\u00e7\u0131klayacakt\u0131r.\n <\/p>\n
\n G\u00fcn\u00fcm\u00fcz d\u00fcnyas\u0131nda teknoloji her ge\u00e7en g\u00fcn daha da karma\u015f\u0131kla\u015f\u0131yor ve kulland\u0131\u011f\u0131m\u0131z uygulamalardan bekledi\u011fimiz performans seviyesi s\u00fcrekli art\u0131yor. Ak\u0131ll\u0131 telefonlar\u0131m\u0131zdaki uygulamalar\u0131n an\u0131nda a\u00e7\u0131lmas\u0131n\u0131, e-ticaret sitelerinin milyonlarca \u00fcr\u00fcn aras\u0131nda saniyeler i\u00e7inde arama yapabilmesini veya sosyal medya ak\u0131\u015f\u0131m\u0131z\u0131n hi\u00e7 tak\u0131lmadan akmas\u0131n\u0131 istiyoruz. \u0130\u015fte t\u00fcm bu beklentilerin temelinde etkili veri yap\u0131lar\u0131 ve algoritmalar yat\u0131yor. E\u011fer bir yaz\u0131l\u0131m\u0131n sadece \u00e7al\u0131\u015fmas\u0131n\u0131 de\u011fil, ayn\u0131 zamanda h\u0131zl\u0131, verimli ve \u00f6l\u00e7eklenebilir olmas\u0131n\u0131 istiyorsak, bu iki kavram\u0131 anlamak ka\u00e7\u0131n\u0131lmazd\u0131r.\n <\/p>\n
\n \u00d6rne\u011fin, bir arama motoru d\u00fc\u015f\u00fcn\u00fcn. Milyarlarca web sayfas\u0131n\u0131 nas\u0131l saniyeler i\u00e7inde indeksleyip size en alakal\u0131 sonu\u00e7lar\u0131 sunabiliyor? Veya bir bankac\u0131l\u0131k sistemi, milyonlarca i\u015flemi ayn\u0131 anda nas\u0131l g\u00fcvenli ve hatas\u0131z bir \u015fekilde i\u015fleyebiliyor? Bu sorular\u0131n cevab\u0131, verilerin en uygun \u015fekilde organize edilmesi (veri yap\u0131lar\u0131) ve bu veriler \u00fczerinde en verimli i\u015flemlerin yap\u0131lmas\u0131 (algoritmalar) ile ilgilidir. Dolay\u0131s\u0131yla, veri yap\u0131lar\u0131 ve algoritmalar sadece teorik konular de\u011fildir; aksine, kar\u015f\u0131la\u015ft\u0131\u011f\u0131m\u0131z her yaz\u0131l\u0131m problemine pratik ve etkili \u00e7\u00f6z\u00fcmler sunan ara\u00e7 kutumuzdaki en keskin aletlerdir. Ayr\u0131ca, bu kavramlara hakim olmak, daha iyi kod yazmam\u0131z\u0131, kodumuzdaki performans darbo\u011fazlar\u0131n\u0131 tespit etmemizi ve daha \u00f6nemlisi, b\u00fcy\u00fck \u00f6l\u00e7ekli sistemler tasarlarken do\u011fru kararlar vermemizi sa\u011flar. Unutmay\u0131n, bir program\u0131n “do\u011fru” \u00e7al\u0131\u015fmas\u0131 kadar, “nas\u0131l” \u00e7al\u0131\u015ft\u0131\u011f\u0131 da b\u00fcy\u00fck \u00f6nem ta\u015f\u0131r.\n <\/p>\n
\n Veri yap\u0131lar\u0131, verileri bilgisayarda etkin bir \u015fekilde depolaman\u0131n ve organize etmenin yollar\u0131d\u0131r. Bir program\u0131n veya sistemin verimli \u00e7al\u0131\u015fmas\u0131, b\u00fcy\u00fck \u00f6l\u00e7\u00fcde verilerin nas\u0131l d\u00fczenlendi\u011fine ba\u011fl\u0131d\u0131r. Farkl\u0131 veri yap\u0131lar\u0131, farkl\u0131 t\u00fcrdeki i\u015flemleri (arama, ekleme, silme) farkl\u0131 performans karakteristikleriyle ger\u00e7ekle\u015ftirir. Bu nedenle, do\u011fru veri yap\u0131s\u0131n\u0131 se\u00e7mek, uygulaman\u0131z\u0131n h\u0131z\u0131n\u0131 ve bellek kullan\u0131m\u0131n\u0131 do\u011frudan etkileyen kritik bir karard\u0131r. \u015eimdi gelin, en temel ve yayg\u0131n veri yap\u0131lar\u0131ndan baz\u0131lar\u0131na yak\u0131ndan bakal\u0131m ve her birinin ne zaman ve neden tercih edildi\u011fini inceleyelim. Bu yap\u0131lar, asl\u0131nda g\u00fcnl\u00fck hayatta kulland\u0131\u011f\u0131m\u0131z organize etme metotlar\u0131na benzer mant\u0131kla \u00e7al\u0131\u015f\u0131r ve her birinin belirli avantajlar\u0131 ve dezavantajlar\u0131 bulunur.\n <\/p>\n
\n Diziler, ayn\u0131 t\u00fcrden verilerin s\u0131ral\u0131 bir \u015fekilde sakland\u0131\u011f\u0131 en basit ve en temel veri yap\u0131lar\u0131d\u0131r. Bellekte ard\u0131\u015f\u0131k konumlarda tutulurlar, bu da onlara do\u011frudan eri\u015fim (indexleme) imkan\u0131 tan\u0131r. Yani, bir dizideki herhangi bir elemana, indeks numaras\u0131n\u0131 kullanarak an\u0131nda ula\u015fabilirsiniz. \u00d6rne\u011fin, bir \u00f6\u011frenci listesini veya bir \u00fcr\u00fcn katalo\u011funu s\u0131ral\u0131 bir \u015fekilde tutmak istedi\u011finizde diziler olduk\u00e7a kullan\u0131\u015fl\u0131d\u0131r. Dizilerin en b\u00fcy\u00fck avantaj\u0131, elemanlara \n Ancak dizilerin baz\u0131 dezavantajlar\u0131 da vard\u0131r. En belirgin olan\u0131, boyutlar\u0131n\u0131n genellikle sabit olmas\u0131d\u0131r. Yani, bir dizi olu\u015fturdu\u011funuzda ka\u00e7 eleman tutaca\u011f\u0131n\u0131 \u00f6nceden belirtmeniz gerekir. E\u011fer daha sonra daha fazla elemana ihtiyac\u0131n\u0131z olursa, yeni ve daha b\u00fcy\u00fck bir dizi olu\u015fturup eski elemanlar\u0131 buraya kopyalaman\u0131z gerekebilir ki bu da maliyetli bir i\u015flemdir. Ayr\u0131ca, bir dizinin ortas\u0131na eleman eklemek veya \u00e7\u0131karmak, di\u011fer t\u00fcm elemanlar\u0131n kayd\u0131r\u0131lmas\u0131n\u0131 gerektirdi\u011finden \n Ger\u00e7ek d\u00fcnya senaryolar\u0131nda diziler, genellikle belirli say\u0131da eleman\u0131 tutan koleksiyonlarda, matrislerde, g\u00f6r\u00fcnt\u00fclerde (piksel verileri), veya bir program\u0131n ba\u015flang\u0131c\u0131nda boyutu bilinen veri setlerinde kullan\u0131l\u0131r. \u00d6rne\u011fin, bir web sitesinde son 10 yorumu g\u00f6stermek istedi\u011finizde, sabit boyutlu bir dizi i\u015finizi g\u00f6recektir.\n <\/p>\n <\/code><\/p>\n \n Uzman \u0130pucu: Bir dizinin boyutunu dinamik olarak de\u011fi\u015ftirmek zorunda kald\u0131\u011f\u0131n\u0131zda, \u00e7o\u011fu programlama dili arka planda yeni bir dizi olu\u015fturup elemanlar\u0131 kopyalar. Bu i\u015flem, \u00f6zellikle b\u00fcy\u00fck diziler i\u00e7in ciddi performans d\u00fc\u015f\u00fc\u015flerine yol a\u00e7abilir. M\u00fcmk\u00fcnse, uygulaman\u0131z\u0131n ba\u015flang\u0131c\u0131nda veya veriye dayal\u0131 \u00f6ng\u00f6r\u00fclerle dizinin maksimum boyutunu tahmin etmeye \u00e7al\u0131\u015f\u0131n.\n <\/p><\/blockquote>\n \n Ba\u011fl\u0131 listeler, dizilerin aksine, verileri belle\u011fin ard\u0131\u015f\u0131k olmayan yerlerinde depolayan, ancak her eleman\u0131n (d\u00fc\u011f\u00fcm\u00fcn) bir sonrakinin adresini (referans\u0131n\u0131) tutarak birbiriyle ba\u011flant\u0131l\u0131 oldu\u011fu esnek bir veri yap\u0131s\u0131d\u0131r. Her d\u00fc\u011f\u00fcm genellikle iki k\u0131s\u0131mdan olu\u015fur: verinin kendisi ve bir sonraki d\u00fc\u011f\u00fcme i\u015faret eden bir \"i\u015faret\u00e7i\" (pointer). Bu yap\u0131, ba\u011fl\u0131 listeleri dinamik boyutlu veri koleksiyonlar\u0131 i\u00e7in ideal k\u0131lar \u00e7\u00fcnk\u00fc eleman eklemek veya \u00e7\u0131karmak i\u00e7in t\u00fcm listeyi kayd\u0131rmak gerekmez. Sadece ilgili d\u00fc\u011f\u00fcmlerin i\u015faret\u00e7ilerini g\u00fcncellemek yeterlidir.\n <\/p>\n \n Ba\u011fl\u0131 listelerin en b\u00fcy\u00fck avantaj\u0131, listenin herhangi bir yerine eleman ekleme veya silme i\u015fleminin dizilere g\u00f6re \u00e7ok daha verimli olmas\u0131d\u0131r ( \n Ancak, ba\u011fl\u0131 listelerin de dezavantajlar\u0131 vard\u0131r. En \u00f6nemlisi, dizilerdeki gibi do\u011frudan indeksleme ile elemanlara eri\u015fememenizdir. Belirli bir elemana ula\u015fmak i\u00e7in listenin ba\u015f\u0131ndan itibaren d\u00fc\u011f\u00fcmleri tek tek dola\u015fman\u0131z gerekir; bu da <\/code><\/p>\n \n Algoritmalar, belirli bir problemi \u00e7\u00f6zmek veya belirli bir g\u00f6revi yerine getirmek i\u00e7in ad\u0131m ad\u0131m tan\u0131mlanm\u0131\u015f talimatlar dizisidir. T\u0131pk\u0131 bir yemek tarifi gibi d\u00fc\u015f\u00fcnebilirsiniz: belirli bir sonuca ula\u015fmak i\u00e7in izlenmesi gereken a\u00e7\u0131k, net ve s\u0131ral\u0131 ad\u0131mlar. Bir yaz\u0131l\u0131mc\u0131 olarak g\u00f6reviniz, bir problemi en verimli \u015fekilde \u00e7\u00f6zecek algoritmay\u0131 tasarlamak veya se\u00e7mektir. Algoritmalar\u0131n etkinli\u011fi, genellikle harcad\u0131\u011f\u0131 zaman (zaman karma\u015f\u0131kl\u0131\u011f\u0131) ve kulland\u0131\u011f\u0131 bellek miktar\u0131 (yer karma\u015f\u0131kl\u0131\u011f\u0131) ile \u00f6l\u00e7\u00fcl\u00fcr. \u0130yi tasarlanm\u0131\u015f bir algoritma, b\u00fcy\u00fck veri k\u00fcmeleriyle \u00e7al\u0131\u015f\u0131rken bile h\u0131zl\u0131 ve kaynak dostu sonu\u00e7lar verebilirken, k\u00f6t\u00fc bir algoritma basit bir g\u00f6rev i\u00e7in bile uygulaman\u0131z\u0131 yava\u015flatabilir veya \u00e7\u00f6kmesine neden olabilir.\n <\/p>\n \n Her g\u00fcn kulland\u0131\u011f\u0131m\u0131z bir\u00e7ok uygulama, karma\u015f\u0131k algoritmalar sayesinde \u00e7al\u0131\u015f\u0131r. Google Haritalar'\u0131n en k\u0131sa yolu bulmas\u0131, Netflix'in size film \u00f6nermesi veya Facebook'un arkada\u015fl\u0131k \u00f6nerileri sunmas\u0131, hepsi temelinde sofistike algoritmalar bar\u0131nd\u0131r\u0131r. Bu nedenle, algoritma tasar\u0131m\u0131 ve analizi, yaz\u0131l\u0131m m\u00fchendisli\u011finin temel bir par\u00e7as\u0131d\u0131r. Gelin, en yayg\u0131n ve temel algoritma t\u00fcrlerinden baz\u0131lar\u0131na odaklanal\u0131m ve onlar\u0131n farkl\u0131 senaryolarda nas\u0131l kullan\u0131ld\u0131klar\u0131n\u0131 inceleyelim. Algoritmalar\u0131 anlamak, sadece kod yazmak de\u011fil, ayn\u0131 zamanda problemi daha iyi anlamak ve en iyi \u00e7\u00f6z\u00fcm\u00fc bulmak i\u00e7in analitik d\u00fc\u015f\u00fcnme becerilerimizi geli\u015ftirmektir.\n <\/p>\n \n Veri yap\u0131lar\u0131n\u0131 anlaman\u0131n \u00f6tesinde, bu yap\u0131lar i\u00e7indeki belirli bir eleman\u0131 bulma yetene\u011fi de b\u00fcy\u00fck \u00f6nem ta\u015f\u0131r. Arama algoritmalar\u0131, bir veri koleksiyonu i\u00e7inde belirli bir de\u011feri (anahtar) bulmak i\u00e7in kullan\u0131lan prosed\u00fcrlerdir. \u0130ki temel arama algoritmas\u0131 vard\u0131r: Do\u011frusal Arama (Linear Search) ve \u0130kili Arama (Binary Search).\n <\/p>\n \n Do\u011frusal arama, bir listedeki her eleman\u0131 s\u0131rayla kontrol ederek hedef de\u011feri bulmaya \u00e7al\u0131\u015fan en basit arama algoritmas\u0131d\u0131r. Liste s\u0131ral\u0131 olsun ya da olmas\u0131n fark etmez, her durumda \u00e7al\u0131\u015f\u0131r. Ancak, eleman say\u0131s\u0131 artt\u0131k\u00e7a performans\u0131 d\u00fc\u015fer. En k\u00f6t\u00fc durumda, arad\u0131\u011f\u0131n\u0131z eleman listenin en sonunda veya listede hi\u00e7 yoksa, t\u00fcm listeyi taraman\u0131z gerekir. Bu nedenle, zaman karma\u015f\u0131kl\u0131\u011f\u0131 <\/code><\/p>\n \n \u0130kili arama, do\u011frusal aramadan \u00e7ok daha verimlidir, ancak \u00f6nemli bir k\u0131s\u0131t\u0131 vard\u0131r: aranan veri yap\u0131s\u0131 s\u0131ral\u0131 olmal\u0131d\u0131r<\/b>. Bu algoritma, liste s\u00fcrekli olarak ikiye b\u00f6l\u00fcnerek hedef eleman\u0131n bulundu\u011fu aral\u0131\u011f\u0131 daralt\u0131r. Bir eleman\u0131 bulmak i\u00e7in listenin ortas\u0131ndaki elemanla kar\u015f\u0131la\u015ft\u0131rma yapar. E\u011fer arad\u0131\u011f\u0131n\u0131z eleman ortadakinden k\u00fc\u00e7\u00fckse, sol yar\u0131da aramaya devam eder; b\u00fcy\u00fckse sa\u011f yar\u0131da arar. Bu i\u015flem, eleman bulunana veya arama aral\u0131\u011f\u0131 bo\u015falana kadar tekrarlan\u0131r.\n <\/p>\n \n Bu \"yar\u0131ya b\u00f6lme\" stratejisi sayesinde ikili arama, \u00e7ok daha h\u0131zl\u0131d\u0131r ve zaman karma\u015f\u0131kl\u0131\u011f\u0131 <\/code><\/p>\n \n S\u0131ralama algoritmalar\u0131, bir veri koleksiyonundaki elemanlar\u0131 belirli bir d\u00fczene (artana veya azalana) g\u00f6re yerle\u015ftirmek i\u00e7in kullan\u0131l\u0131r. Verilerin s\u0131ralanmas\u0131, arama i\u015flemlerini (\u00f6rne\u011fin ikili arama) kolayla\u015ft\u0131rman\u0131n yan\u0131 s\u0131ra, verilerin g\u00f6rsel olarak daha anla\u015f\u0131l\u0131r olmas\u0131n\u0131 sa\u011flar ve di\u011fer bir\u00e7ok algoritman\u0131n \u00f6n ko\u015fulu olabilir. Y\u00fczlerce farkl\u0131 s\u0131ralama algoritmas\u0131 bulunsa da, her birinin kendine \u00f6zg\u00fc g\u00fc\u00e7l\u00fc ve zay\u0131f y\u00f6nleri vard\u0131r. Burada en temel iki tanesine, Kabarc\u0131k S\u0131ralamas\u0131 (Bubble Sort) ve Birle\u015ftirmeli S\u0131ralama (Merge Sort) yak\u0131ndan bakal\u0131m.\n <\/p>\n \n Kabarc\u0131k S\u0131ralamas\u0131, ad\u0131ndan da anla\u015f\u0131laca\u011f\u0131 gibi, elemanlar\u0131 bir kabarc\u0131k gibi yukar\u0131ya (veya a\u015fa\u011f\u0131ya) do\u011fru ta\u015f\u0131yarak s\u0131ralar. Bu algoritma, biti\u015fik eleman \u00e7iftlerini s\u00fcrekli olarak kar\u015f\u0131la\u015ft\u0131r\u0131r ve yanl\u0131\u015f s\u0131radaysa yerlerini de\u011fi\u015ftirir. Bu i\u015flem, liste tamamen s\u0131ralanana kadar tekrar edilir. Kabarc\u0131k s\u0131ralamas\u0131, uygulamas\u0131 en kolay s\u0131ralama algoritmalar\u0131ndan biridir ve bu y\u00fczden s\u0131k\u00e7a ilk \u00f6\u011fretilen algoritmalar aras\u0131nda yer al\u0131r. Ancak, k\u00fc\u00e7\u00fck veri setleri d\u0131\u015f\u0131nda pek tercih edilmez.\n <\/p>\n \n Kabarc\u0131k s\u0131ralamas\u0131n\u0131n zaman karma\u015f\u0131kl\u0131\u011f\u0131 en k\u00f6t\u00fc durumda ve ortalama durumda <\/code><\/p>\n \n Birle\u015ftirmeli s\u0131ralama, \"b\u00f6l ve y\u00f6net\" (divide and conquer) prensibine dayanan, daha geli\u015fmi\u015f ve verimli bir s\u0131ralama algoritmas\u0131d\u0131r. Algoritma, listeyi s\u00fcrekli olarak ikiye b\u00f6ler, ta ki her alt liste tek bir elemandan olu\u015fana kadar. Tek elemanl\u0131 listeler do\u011fal olarak s\u0131ral\u0131 kabul edilir. Ard\u0131ndan, bu s\u0131ral\u0131 alt listeleri birle\u015ftirerek daha b\u00fcy\u00fck s\u0131ral\u0131 listeler olu\u015fturur ve bu s\u00fcreci t\u00fcm liste s\u0131ralanana kadar devam ettirir.\n <\/p>\n \n Birle\u015ftirmeli s\u0131ralaman\u0131n en \u00f6nemli avantaj\u0131, zaman karma\u015f\u0131kl\u0131\u011f\u0131n\u0131n her durumda (en iyi, ortalama ve en k\u00f6t\u00fc) <\/code><\/p>\n \n Bir algoritman\u0131n veya veri yap\u0131s\u0131n\u0131n ne kadar iyi oldu\u011funu de\u011ferlendirmek i\u00e7in sadece \"\u00e7al\u0131\u015f\u0131yor\" dememiz yeterli de\u011fildir; ayn\u0131 zamanda \"ne kadar h\u0131zl\u0131\" ve \"ne kadar bellek kullan\u0131yor\" sorular\u0131na da cevap vermemiz gerekir. \u0130\u015fte tam bu noktada algoritmalar\u0131n performans analizi, yani zaman ve yer karma\u015f\u0131kl\u0131\u011f\u0131 devreye girer. Bu analiz, \u00f6zellikle \"B\u00fcy\u00fck O Notasyonu\" (Big O Notation) kullan\u0131larak yap\u0131l\u0131r. B\u00fcy\u00fck O notasyonu, bir algoritman\u0131n giri\u015f boyutu ( \n Farkl\u0131 karma\u015f\u0131kl\u0131k seviyeleri \u015funlar\u0131 ifade eder:\n <\/p>\n \n Bu notasyonlar\u0131 anlamak, bir problem i\u00e7in birden fazla \u00e7\u00f6z\u00fcm yolu oldu\u011funda en optimal olan\u0131 se\u00e7memizi sa\u011flar. K\u00fc\u00e7\u00fck veri setleri i\u00e7in \n Uzman \u0130pucu: Ger\u00e7ek d\u00fcnyada bir algoritman\u0131n Big O notasyonunu hesaplarken, genellikle en k\u00f6t\u00fc durum senaryosu dikkate al\u0131n\u0131r. \u00c7\u00fcnk\u00fc bir uygulaman\u0131n performans\u0131n\u0131 en \u00e7ok etkileyecek olan budur ve olas\u0131 performans darbo\u011fazlar\u0131n\u0131 \u00f6nceden g\u00f6rmemizi sa\u011flar.\n <\/p><\/blockquote>\n \n Veri yap\u0131lar\u0131 ve algoritmalar\u0131n sadece teorik konular olmad\u0131\u011f\u0131n\u0131, g\u00fcnl\u00fck hayatta kulland\u0131\u011f\u0131m\u0131z her yaz\u0131l\u0131m\u0131n temelinde yatt\u0131\u011f\u0131n\u0131 somut \u00f6rneklerle g\u00f6rmek, konuyu daha iyi anlamam\u0131z\u0131 sa\u011flar. \u0130\u015fte size birka\u00e7 ger\u00e7ek d\u00fcnya senaryosu:\n <\/p>\n \n Bu \u00f6rnekler de g\u00f6steriyor ki, veri yap\u0131lar\u0131 ve algoritmalar sadece teorik ders kitaplar\u0131nda kalmay\u0131p, etraf\u0131m\u0131z\u0131 saran her t\u00fcrl\u00fc dijital deneyimin arkas\u0131ndaki g\u00f6r\u00fcnmez mimaridir. Onlara hakim olmak, sadece iyi bir yaz\u0131l\u0131mc\u0131 olmakla kalmay\u0131p, ayn\u0131 zamanda daha yenilik\u00e7i ve verimli \u00e7\u00f6z\u00fcmler \u00fcretebilen bir m\u00fchendis olman\u0131n da anahtar\u0131d\u0131r.\n <\/p>\nO(1)<\/code> gibi sabit bir zamanda eri\u015febilme yetene\u011fidir; bu da onlar\u0131 arama ve okuma i\u015flemleri i\u00e7in \u00e7ok h\u0131zl\u0131 yapar.\n <\/p>\nO(n)<\/code> zaman karma\u015f\u0131kl\u0131\u011f\u0131na sahiptir. Bu durum, dizileri s\u0131k s\u0131k eleman ekleme veya silme i\u015flemlerinin yap\u0131ld\u0131\u011f\u0131 senaryolar i\u00e7in daha az ideal k\u0131lar.\n <\/p>\n\n \/\/ JavaScript'te bir dizi tan\u0131m\u0131\n const urunler = [\"Laptop\", \"Mouse\", \"Klavye\", \"Monit\u00f6r\"];\n console.log(urunler[0]); \/\/ \u00c7\u0131kt\u0131: Laptop (0. indeksteki elemana do\u011frudan eri\u015fim)\n\n \/\/ Yeni eleman ekleme (dizinin sonuna)\n urunler.push(\"Kulakl\u0131k\");\n console.log(urunler); \/\/ \u00c7\u0131kt\u0131: [\"Laptop\", \"Mouse\", \"Klavye\", \"Monit\u00f6r\", \"Kulakl\u0131k\"]\n\n \/\/ Ortaya eleman ekleme (maliyetli bir i\u015flem)\n urunler.splice(2, 0, \"Webcam\"); \/\/ 2. indekse 'Webcam' ekle, hi\u00e7bir eleman silme\n console.log(urunler); \/\/ \u00c7\u0131kt\u0131: [\"Laptop\", \"Mouse\", \"Webcam\", \"Klavye\", \"Monit\u00f6r\", \"Kulakl\u0131k\"]\n <\/pre>\nBa\u011fl\u0131 Listeler (Linked Lists): Avantajlar\u0131 ve Dezavantajlar\u0131 Nelerdir?<\/h3>\n
O(1)<\/code>, e\u011fer eklenecek\/silinecek noktaya zaten eri\u015fiminiz varsa). Bu, \u00f6zellikle s\u0131k s\u0131k elemanlar\u0131n de\u011fi\u015fti\u011fi senaryolarda (\u00f6rne\u011fin, bir g\u00f6rev y\u00f6neticisindeki g\u00f6revler veya bir m\u00fczik \u00e7alma listesi) \u00f6nemli bir performans art\u0131\u015f\u0131 sa\u011flar. Dizilerdeki sabit boyut sorunu ba\u011fl\u0131 listelerde yoktur; liste ihtiyaca g\u00f6re b\u00fcy\u00fcy\u00fcp k\u00fc\u00e7\u00fclebilir.\n <\/p>\nO(n)<\/code> zaman karma\u015f\u0131kl\u0131\u011f\u0131na sahiptir. Ayr\u0131ca, her d\u00fc\u011f\u00fcm\u00fcn bir sonraki d\u00fc\u011f\u00fcm\u00fcn adresini tutmas\u0131 gerekti\u011finden, dizilere g\u00f6re biraz daha fazla bellek kullan\u0131r. Ba\u011fl\u0131 listeler, \u00f6zellikle tek y\u00f6nl\u00fc ba\u011fl\u0131 listelerde, \u00f6nceki elemana eri\u015fmek i\u00e7in tekrar listenin ba\u015f\u0131ndan ba\u015flaman\u0131z gerekti\u011fi i\u00e7in \u00e7ift y\u00f6nl\u00fc ba\u011fl\u0131 listeler (her d\u00fc\u011f\u00fcm\u00fcn hem sonraki hem de \u00f6nceki d\u00fc\u011f\u00fcme i\u015faret etti\u011fi) gibi daha geli\u015fmi\u015f versiyonlar\u0131 da bulunur. Ger\u00e7ek d\u00fcnyada, web taray\u0131c\u0131lar\u0131ndaki \"geri\" ve \"ileri\" d\u00fc\u011fmeleri genellikle \u00e7ift y\u00f6nl\u00fc ba\u011fl\u0131 listeler kullan\u0131larak implemente edilir.\n <\/p>\n\n \/\/ Basit bir tek y\u00f6nl\u00fc ba\u011fl\u0131 liste d\u00fc\u011f\u00fcm\u00fc (Node) s\u0131n\u0131f\u0131\n class Node {\n constructor(value) {\n this.value = value;\n this.next = null; \/\/ Ba\u015flang\u0131\u00e7ta bir sonraki d\u00fc\u011f\u00fcm yok\n }\n }\n\n \/\/ Basit bir ba\u011fl\u0131 liste s\u0131n\u0131f\u0131\n class LinkedList {\n constructor() {\n this.head = null; \/\/ Listenin ba\u015f\u0131\n this.size = 0;\n }\n\n \/\/ Sona eleman ekleme\n append(value) {\n const newNode = new Node(value);\n if (!this.head) {\n this.head = newNode;\n } else {\n let current = this.head;\n while (current.next) {\n current = current.next;\n }\n current.next = newNode;\n }\n this.size++;\n }\n\n \/\/ Listeyi yazd\u0131rma\n printList() {\n let current = this.head;\n let listString = \"\";\n while (current) {\n listString += current.value + \" -> \";\n current = current.next;\n }\n console.log(listString + \"null\");\n }\n }\n\n const myList = new LinkedList();\n myList.append(\"G\u00f6rev 1\");\n myList.append(\"G\u00f6rev 2\");\n myList.append(\"G\u00f6rev 3\");\n myList.printList(); \/\/ \u00c7\u0131kt\u0131: G\u00f6rev 1 -> G\u00f6rev 2 -> G\u00f6rev 3 -> null\n <\/pre>\nAlgoritmalar: Problemleri Nas\u0131l \u00c7\u00f6zeriz?<\/h2>\n
Arama Algoritmalar\u0131: Bir Veriyi Nas\u0131l Buluruz?<\/h3>\n
Do\u011frusal Arama (Linear Search) Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/h4>\n
O(n)<\/code>'dir. K\u00fc\u00e7\u00fck veri setleri i\u00e7in kabul edilebilir olsa da, b\u00fcy\u00fck veri k\u00fcmelerinde pratik de\u011fildir.\n <\/p>\n\n \/\/ JavaScript'te Do\u011frusal Arama \u00f6rne\u011fi\n function linearSearch(arr, target) {\n for (let i = 0; i < arr.length; i++) {\n if (arr[i] === target) {\n return i; \/\/ Hedef bulundu, indeksini d\u00f6nd\u00fcr\n }\n }\n return -1; \/\/ Hedef bulunamad\u0131\n }\n\n const sayilar = [12, 45, 67, 89, 34, 56];\n console.log(linearSearch(sayilar, 34)); \/\/ \u00c7\u0131kt\u0131: 4 (34, 4. indekste)\n console.log(linearSearch(sayilar, 100)); \/\/ \u00c7\u0131kt\u0131: -1 (100 bulunamad\u0131)\n <\/pre>\n\u0130kili Arama (Binary Search) Ne Zaman Kullan\u0131l\u0131r?<\/h4>\n
O(log n)<\/code>'dir. Bu, \u00f6zellikle b\u00fcy\u00fck veri setlerinde muazzam bir fark yarat\u0131r. \u00d6rne\u011fin, 1 milyon elemanl\u0131 s\u0131ral\u0131 bir listede do\u011frusal arama ortalama 500.000 kar\u015f\u0131la\u015ft\u0131rma yapabilirken, ikili arama en fazla 20 kar\u015f\u0131la\u015ft\u0131rma ile eleman\u0131 bulabilir (log2(1,000,000) yakla\u015f\u0131k 19.9). Bu algoritma, telefon rehberlerinde, s\u00f6zl\u00fcklerde veya veritaban\u0131 indekslerinde s\u0131k\u00e7a kullan\u0131l\u0131r.\n <\/p>\n\n \/\/ JavaScript'te \u0130kili Arama \u00f6rne\u011fi (S\u0131ral\u0131 dizi gerektirir!)\n function binarySearch(arr, target) {\n let low = 0;\n let high = arr.length - 1;\n\n while (low <= high) {\n let mid = Math.floor((low + high) \/ 2); \/\/ Ortadaki indeksi bul\n\n if (arr[mid] === target) {\n return mid; \/\/ Hedef bulundu\n } else if (arr[mid] < target) {\n low = mid + 1; \/\/ Hedef sa\u011f yar\u0131da\n } else {\n high = mid - 1; \/\/ Hedef sol yar\u0131da\n }\n }\n return -1; \/\/ Hedef bulunamad\u0131\n }\n\n const siraliSayilar = [10, 20, 30, 40, 50, 60, 70];\n console.log(binarySearch(siraliSayilar, 40)); \/\/ \u00c7\u0131kt\u0131: 3\n console.log(binarySearch(siraliSayilar, 90)); \/\/ \u00c7\u0131kt\u0131: -1\n <\/pre>\nS\u0131ralama Algoritmalar\u0131: Verileri D\u00fczenlemenin Yollar\u0131<\/h3>\n
Kabarc\u0131k S\u0131ralamas\u0131 (Bubble Sort): Basit ama Verimsiz mi?<\/h4>\n
O(n^2)<\/code>'dir. Bu, eleman say\u0131s\u0131 artt\u0131k\u00e7a performans\u0131n\u0131n katlanarak k\u00f6t\u00fcle\u015fti\u011fi anlam\u0131na gelir. \u00d6rne\u011fin, 1000 elemanl\u0131 bir listeyi s\u0131ralamak i\u00e7in yakla\u015f\u0131k 1 milyon i\u015flem gerekebilir. Bu nedenle, ger\u00e7ek d\u00fcnya uygulamalar\u0131nda veya b\u00fcy\u00fck veri setleriyle \u00e7al\u0131\u015f\u0131rken kabarc\u0131k s\u0131ralamas\u0131 yerine daha verimli algoritmalar tercih edilir.\n <\/p>\n\n \/\/ JavaScript'te Kabarc\u0131k S\u0131ralamas\u0131 (Bubble Sort) \u00f6rne\u011fi\n function bubbleSort(arr) {\n let n = arr.length;\n let swapped;\n do {\n swapped = false;\n for (let i = 0; i < n - 1; i++) {\n if (arr[i] > arr[i + 1]) {\n \/\/ Elemanlar\u0131 yer de\u011fi\u015ftir\n let temp = arr[i];\n arr[i] = arr[i + 1];\n arr[i + 1] = temp;\n swapped = true;\n }\n }\n n--; \/\/ En b\u00fcy\u00fck eleman sona yerle\u015fti, bir sonraki d\u00f6ng\u00fcde kontrol etme\n } while (swapped);\n return arr;\n }\n\n const duzensizSayilar = [64, 34, 25, 12, 22, 11, 90];\n console.log(bubbleSort(duzensizSayilar)); \/\/ \u00c7\u0131kt\u0131: [11, 12, 22, 25, 34, 64, 90]\n <\/pre>\nBirle\u015ftirmeli S\u0131ralama (Merge Sort): B\u00fcy\u00fck Veriler \u0130\u00e7in \u00c7\u00f6z\u00fcm<\/h4>\n
O(n log n)<\/code> olmas\u0131d\u0131r. Bu, onu kabarc\u0131k s\u0131ralamas\u0131 gibi O(n^2)<\/code> algoritmalar\u0131na k\u0131yasla \u00e7ok daha h\u0131zl\u0131 ve b\u00fcy\u00fck veri k\u00fcmeleri i\u00e7in uygun hale getirir. \u00d6rne\u011fin, 1 milyon elemanl\u0131 bir listeyi s\u0131ralamak i\u00e7in yakla\u015f\u0131k 20 milyon i\u015flem gerekebilirken, bu hala O(n^2)<\/code> algoritmalar\u0131n\u0131n milyarlarca i\u015fleminden \u00e7ok daha iyidir. Ancak, birle\u015ftirme i\u015flemi s\u0131ras\u0131nda ge\u00e7ici bellek alan\u0131 gerektirmesi (yer karma\u015f\u0131kl\u0131\u011f\u0131 O(n)<\/code>) dezavantaj\u0131 olabilir. B\u00fcy\u00fck veri setlerini s\u0131ralamada, harici s\u0131ralamada ve ba\u011fl\u0131 listeleri s\u0131ralamada olduk\u00e7a etkilidir.\n <\/p>\n\n \/\/ JavaScript'te Birle\u015ftirmeli S\u0131ralama (Merge Sort) \u00f6rne\u011fi\n function mergeSort(arr) {\n if (arr.length <= 1) {\n return arr; \/\/ Tek elemanl\u0131 veya bo\u015f liste zaten s\u0131ral\u0131d\u0131r\n }\n\n const mid = Math.floor(arr.length \/ 2);\n const left = arr.slice(0, mid);\n const right = arr.slice(mid);\n\n return merge(mergeSort(left), mergeSort(right));\n }\n\n function merge(left, right) {\n let result = [];\n let leftIndex = 0;\n let rightIndex = 0;\n\n while (leftIndex < left.length && rightIndex < right.length) {\n if (left[leftIndex] < right[rightIndex]) {\n result.push(left[leftIndex]);\n leftIndex++;\n } else {\n result.push(right[rightIndex]);\n rightIndex++;\n }\n }\n\n \/\/ Kalan elemanlar\u0131 ekle\n return result.concat(left.slice(leftIndex)).concat(right.slice(rightIndex));\n }\n\n const dahaDuzenliSayilar = [38, 27, 43, 3, 9, 82, 10];\n console.log(mergeSort(dahaDuzenliSayilar)); \/\/ \u00c7\u0131kt\u0131: [3, 9, 10, 27, 38, 43, 82]\n <\/pre>\nPerformans Analizi: Karma\u015f\u0131kl\u0131k Nedir ve Neden \u00d6nemli?<\/h2>\n
n<\/code>) b\u00fcy\u00fcd\u00fck\u00e7e \u00e7al\u0131\u015fma s\u00fcresinin veya bellek kullan\u0131m\u0131n\u0131n nas\u0131l artt\u0131\u011f\u0131n\u0131 matematiksel olarak ifade etmemizi sa\u011flar. Bu, bir algoritman\u0131n \u00f6l\u00e7eklenebilirli\u011fi hakk\u0131nda bize \u00e7ok de\u011ferli bilgiler verir.\n <\/p>\n\n
O(1)<\/code> (Sabit Zaman): Giri\u015f boyutundan ba\u011f\u0131ms\u0131z olarak \u00e7al\u0131\u015fma s\u00fcresi sabittir. \u00c7ok h\u0131zl\u0131d\u0131r. (\u00d6rn: Dizide indekse g\u00f6re elemana eri\u015fim)<\/li>\nO(log n)<\/code> (Logaritmik Zaman): Giri\u015f boyutu artt\u0131k\u00e7a \u00e7al\u0131\u015fma s\u00fcresi yava\u015f\u00e7a artar. \u00c7ok verimlidir. (\u00d6rn: \u0130kili Arama)<\/li>\nO(n)<\/code> (Do\u011frusal Zaman): Giri\u015f boyutu ile do\u011fru orant\u0131l\u0131 olarak \u00e7al\u0131\u015fma s\u00fcresi artar. (\u00d6rn: Do\u011frusal Arama)<\/li>\nO(n log n)<\/code> (Do\u011frusal-Logaritmik Zaman): B\u00fcy\u00fck veri k\u00fcmeleri i\u00e7in kabul edilebilir d\u00fczeyde verimli. (\u00d6rn: Birle\u015ftirmeli S\u0131ralama)<\/li>\nO(n^2)<\/code> (Karesel Zaman): Giri\u015f boyutunun karesiyle orant\u0131l\u0131 olarak \u00e7al\u0131\u015fma s\u00fcresi artar. B\u00fcy\u00fck veri setleri i\u00e7in verimsizdir. (\u00d6rn: Kabarc\u0131k S\u0131ralamas\u0131)<\/li>\nO(2^n)<\/code> (\u00dcstel Zaman): Giri\u015f boyutu artt\u0131k\u00e7a \u00e7al\u0131\u015fma s\u00fcresi katlanarak artar. \u00c7ok verimsizdir. Genellikle ka\u00e7\u0131n\u0131lmas\u0131 gereken bir durumdur.<\/li>\n<\/ul>\nO(n^2)<\/code> bir algoritma fark edilmeyebilirken, milyonlarca eleman i\u00e7eren bir veri k\u00fcmesinde ayn\u0131 algoritma uygulaman\u0131z\u0131 tamamen kullan\u0131lamaz hale getirebilir. Dolay\u0131s\u0131yla, bir geli\u015ftirici olarak sadece bir kodu \u00e7al\u0131\u015f\u0131r hale getirmek de\u011fil, ayn\u0131 zamanda o kodun en k\u00f6t\u00fc senaryoda nas\u0131l performans g\u00f6sterece\u011fini de \u00f6ng\u00f6rebilmek \u00f6nemlidir. Bu bilgi, yaz\u0131l\u0131m\u0131n\u0131z\u0131n gelecekteki b\u00fcy\u00fcmesini ve kullan\u0131c\u0131 say\u0131s\u0131n\u0131 destekleyip destekleyemeyece\u011fini belirlemede kilit rol oynar.\n <\/p>\nPratik Uygulamalar ve Ger\u00e7ek D\u00fcnya Senaryolar\u0131<\/h2>\n
\n
\n