DEV Community: Rafael Silva

Notação Big-O

Rafael Silva — Mon, 06 Nov 2023 10:59:59 +0000

A notação Big-O é fundamental para a comparação de algoritmos distintos. Seu propósito é determinar a abordagem mais eficiente. Ao enfrentar um mesmo problema, frequentemente nos deparamos com diversas alternativas de solução. O Big-O nos proporciona um insight valioso sobre qual dessas abordagens pode se revelar a mais ágil.

Podemos afirmar sobre a notação Big-O:

Como comparar dois ou mais algoritmos.
Comparação objetiva entre algoritmos.
Considera diferenças entre poder de processamento, sistema operacional, linguagem de programação
O quanto a "complexidade" do algoritmo aumenta de acordo com as entradas.

Exemplos

Vamos supor que precisamos de uma função que some todos os números passados como parâmetros. Teremos duas pessoas desenvolvendo, o que resultará em duas soluções distintas. Nesse cenário, é crucial determinar qual abordagem se mostra mais eficaz.

Exemplo 1:

def soma1(n):
    total = 0
    for i in range(n + 1):
        total += i
    return total

time_taken = timeit.timeit(lambda: soma1(10))
print(f"Tempo levado: {time_taken:.6f} segundos")

# Tempo levado: 0.616551 segundos

A função soma1(n) realiza um loop que itera n + 1 vezes, onde n é o parâmetro passado para a função. Portanto, o número de passos que a função executa é proporcional a n.

Dizemos que a função soma1 tem uma complexidade de O(n), onde n representa a quantidade de passos e que o tempo de execução da função aumentará conforme o aumento do número de passos.

Exemplo 2:

def soma2(n):
    return (n * (n + 1)) / 2

time_taken2 = timeit.timeit(lambda: soma2(10))
print(f"Tempo levado: {time_taken2:.6f} segundos")

Tempo levado: 0.173197 segundos

A função soma2(n) utiliza uma fórmula matemática conhecida para calcular a soma dos números de 1 a n. (retorna a mesma coisa que a função anterior).

Dizemos que a função soma2 tem uma complexidade de O(3), onde 3 representa a quantidade de passos(Multiplicação, soma e divisão).

A função soma2 é uma abordagem mais eficiente para o caso, pois já tem uma quantidade definida de passos 'O(3)', afirmando que o quanto a "complexidade" do algoritmo aumenta de acordo com as entradas.

Conclusão

A notação Big-O é uma ótima abordagem para comparar dois ou mais algoritmos e desenvolver soluções mais rápidas e eficientes.

Começando com Docker

Rafael Silva — Mon, 25 Sep 2023 10:37:14 +0000

Docker é um software que reduz a complexibilidade do setup ao permitir que configuremos containers, que funcionam como servidores para executar nossas aplicações. Com facilidade, podemos criar ambientes **independentes que operam em diversos Sistemas Operacionais, o que torna os projetos mais **eficientes.

Considere o seguinte: um projeto pode ter muitos requisitos para funcionar em sua máquina. Isso pode resultar em perda de tempo ao instalar e configurar todo o ambiente necessário. Com o Docker, você pode simplesmente pegar uma **imagem **pronta para executar o projeto.

Para aprofundarmos nosso conhecimento em Docker, é crucial compreender duas partes essenciais: os Containers e as Imagens. São elementos fundamentais para o funcionamento eficaz do Docker.

Container

Um container é um conjunto de código capaz de executar uma ação, como rodar uma aplicação em Node.js, PHP ou Java. Para serem executados, os containers fazem uso de imagens.

Imagem

Uma imagem é o "projeto" que será executado pelo container. Todas as instruções necessárias para a execução estão declaradas dentro dessa imagem.

Na Prática

Para você entender melhor, vamos criar um simples container, e nele terá uma simples imagem com uma aplicação em NodeJs ( vou considerar que já tenha o docker instalado em sua maquina, caso não tenha, siga: https://www.docker.com/).

Primeiro, precisamos iniciar uma aplicação em nodeJs, pra isso,
em uma pasta, utilizaremos o comando: npm init.

Se tudo der certo, agora temos um arquivo package.json em nosso projeto, mas agora precisamos instalar o Express para criar nosso servidor. Para isso, rodamos o comando: npm install express.

Agora com tudo instalado, iremos criar um simples servidor utilizando o express. vamos criar um arquivo com qualquer nome, (eu irei chamar de app.js). Nele vamos adicionar a implementação para criar o servidor.

const express = require('express')
const app = express()
const port = 3000

app.get('/', (req, res) => {
    res.send('Olá minha Imagem')
})

app.listen(port, () => {
    console.log('Executando na porta:', port)
})

Pronto, o nosso servidor já está funcionando, mas precisamos falar sobre o docker, e onde ele se encaixa nisso.

Pra começar, precisamos criar um arquivo dockerfile, arquivo de configuração para definir as instruções necessárias para criar uma imagem Docker.

Primeiro, precisamos entender o que contem no corpo desse arquivo, e qual a utilidade de cada camada.

FROM: Imagem base
WORKDIR: Diretório da aplicação
EXPOSE: Porta da aplicação
COPY: Arquivos que precisam ser copiados
CMD: Define o comando padrão a ser executado durante a implantação de uma instância da imagem do contêiner.

Claro que existem outras camadas que podem ter no dockerfile, mas para este exemplo, essas são as camadas básicas para criar nossa imagem.

No exemplo abaixo, iremos criar um dockerfile de acordo a nossa aplicação:

FROM node
WORKDIR /app
COPY package*.json .

run npm install

COPY . .

EXPOSE 3000

CMD [ "node", "app.js" ]

Agora, para criar essa imagem, precisamos rodar o comando de build. Em um terminal, dentro do local onde tem o dockerfile, rodamos o comando: docker build .. Isso irá criar uma imagem do docker, baseado na sua aplicação.

Para rodarmos nossa imagem em um container, basta rodarmos o comando: docker run -p 3000:3000 [IMAGE ID].

Importante lembrar que, a primeira porta é onde irá rodar o docker, e a segunda porta é a da sua aplicação.

Tudo pronto. Agora podemos compartilhar essa imagem com outros desenvolvedores, e eles não vão precisar passar pelo processo de criação do servidor, pois a imagem já está configurada pra isso.

Conclusão

O Docker simplifica o desenvolvimento e execução de aplicações através da utilização de containers, proporcionando portabilidade e eficiência.

TDD

Rafael Silva — Sat, 02 Sep 2023 17:12:22 +0000

Hoje em dia, é bastante comum encontrar aplicações que são desenvolvidas sem o uso do teste, pois algumas pessoas acreditam que os teste podem ser uma perda de tempo. Muitos optam por ignorar essa etapa e decidem fazer os teste da funcionalidade direto em produção. A tecnologia é muito imprevisível, erros e bugs podem nos pegar de surpresa, transformando as correções, mais trabalhosas e demoradas do que os testes.

Pra isso, hoje existem vários métodos e ferramentas, de testar nossa aplicação e hoje vamos falar do TDD, mas afinal, o que é isso?

TDD ( Test-driven Development )

TDD ou Test-Driven Development ( Desenvolvimento orientado a teste ) é uma forma de desenvolvimento de software que te obriga a escrever testes antes do código de produção. Para isso, o TDD tem 3 etapas a serem seguidas, que são:

Desenvolvimento do teste: Primeiro escrevemos o testa da funcionalidade. Geralmente, esse primeiro teste falha, pois ainda não existe a funcionalidade em produção.

Nesse caso, vamos ter o erro na linha 6, pois o SignUpController ainda não existe em produção, o que nos leva a segunda etapa.

Desenvolvimento da funcionalidade: Agora, precisamos desenvolver a funcionalidade de produção. Nesta etapa, o foco não é o código, mas a função deve ter o mínimo para que o teste seja aprovado.

Pode observar que é um código simples, mas tem tudo que o nosso teste precisa para ser aprovado. Mas sabemos que esse código pode melhorar, o que leva a terceira etapa.

Refino: Nesta etapa você precisa refinar o código, garantindo que o teste esteja passando, resultando em uma funcionalidade testada, eficiente e limpa.

Concluindo

O uso de testes não é tão complexo quanto parece, e os benefícios que eles proporcionam são muito maiores do que o tempo que você gasta desenvolvendo-os.

Obrigado :)