# algorithmic-complexity-review

Скилл algorithmic-complexity-review находит в коде причины роста времени и памяти: от вложенных циклов до N+1-запросов. Пригодится при ревью производительности и разборе медленных участков.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 171 установка · ★ 227 у репозитория
- Автор: pproenca
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/pproenca/dot-skills/tree/HEAD/skills/.experimental/algorithmic-complexity-review/SKILL.md
- Обновлён: 2026-08-15
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/algorithmic-complexity-review

## Что делает

Скилл ищет типичные проблемы сложности: вложенные циклы и поиски внутри циклов, обращения к ORM и ввод-вывод на каждой итерации, рекурсию без мемоизации, повторные вычисления и неэффективную сборку строк. Затем оценивает Big-O и предлагает исправление. Он рассчитан на ревью, рефакторинг и код, который обрабатывает растущие коллекции.

Работа строится в три шага: найти подозрительный шаблон, классифицировать сложность и применить соответствующее правило. Для правил предусмотрены примеры ошибочного и исправленного кода, а также случаи, когда исправление не подходит. Материалы охватывают восемь категорий, включая поиск и сортировку, структуры данных и затраты памяти.

Проверяйте вывод на своём коде: например, стоимость поиска зависит от структуры данных, а предложенная оптимизация может иметь исключения. Скилл доступен для Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add pproenca/dot-skills --skill algorithmic-complexity-review -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/algorithmic-complexity-review/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/algorithmic-complexity-review/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add pproenca/dot-skills --skill algorithmic-complexity-review -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/algorithmic-complexity-review/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add pproenca/dot-skills --skill algorithmic-complexity-review -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/algorithmic-complexity-review/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install pproenca/dot-skills skills/.experimental/algorithmic-complexity-review
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/algorithmic-complexity-review/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add pproenca/dot-skills --skill algorithmic-complexity-review -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/pproenca/dot-skills --path skills/.experimental/algorithmic-complexity-review
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/algorithmic-complexity-review/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add pproenca/dot-skills --skill algorithmic-complexity-review -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/pproenca/dot-skills/tree/HEAD/skills/.experimental/algorithmic-complexity-review/SKILL.md

## Когда брать
- найти квадратичный поиск внутри цикла
- оценить сложность рекурсивной функции
- обнаружить N+1-запросы в ORM-коде
- заменить повторный поиск индексированием по ключу
- проверить сборку строк и загрузку файлов на затраты памяти

## Примеры запросов агенту
- Проверь этот код на проблемы Big-O и предложи минимальные исправления.
- Разбери, почему этот цикл замедляется на больших списках.
- Оцени сложность рекурсии и найди повторные вычисления.

## Похожие
- [django-perf-review](https://affpapa.org/nevibecode/skills/django-perf-review.md) — скилл · 3200 установок
- [code-review-web](https://affpapa.org/nevibecode/skills/code-review-web.md) — скилл · 301 установка
- [review-hog-perspective-performance-reliability](https://affpapa.org/nevibecode/skills/review-hog-perspective-performance-reliability.md) — скилл · 187 установок
- [code-review-and-quality](https://affpapa.org/nevibecode/skills/code-review-and-quality.md) — скилл · 92300 установок
- [code-review](https://affpapa.org/nevibecode/skills/anthropics-code-review.md) — скилл · 10300 установок
- [react-flow-code-review](https://affpapa.org/nevibecode/skills/react-flow-code-review.md) — скилл · 329 установок

Из того же набора: [pproenca/dot-skills](https://affpapa.org/nevibecode/by/pproenca/dot-skills.md) — 139 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
