La parole est aux speakers : Ismaile Abdallah
Jusqu’au mois de mai 2026, retrouvez nos interviews de speakers pour mieux comprendre leur parcours et le sujet qu’ils ou elles aborderont lors de leur conférence !
La conférence
De O(1) à O(mon Dieu) : voyage au bout de la lenteurDans le développement web, on optimise souvent l’UI, les frameworks, ou l’infra… mais beaucoup moins les algorithmes. Résultat : des applis qui rament, des serveurs qui souffrent, et des factures cloud qui explosent. Dans ce talk, on explore avec humour et bons exemples ce qui se cache derrière ces ralentissements : la complexité algorithmique. Nous verrons comment mesurer l’efficacité d’un code avec la notation Big-O, comment reconnaître un algorithme efficace (O(1), O(n)…) d’un autre qui va ruiner votre prod (O(n²), O(2ⁿ)…). Nous évoquerons aussi deux grandes familles de problèmes : ceux qui se résolvent vite (classe P) et ceux qui prennent une éternité à résoudre, même si on peut vérifier la solution rapidement (classe NP). Oui, c’est là qu’on croise le fameux « P vs NP » et son million de dollars à la clé ! L’objectif principal : choisir le bon algorithme, anticiper les volumes de données, éviter les pièges classiques, et satisfaire à la fois vos utilisateurs et votre serveur. |
C.P.E. 22/05/2026 09:25-10:05 |
Comment expliquer simplement la notation Big-O à quelqu’un qui ne l’a jamais utilisée ?
C’est une fonction qui te dit, en fonction de la taille de ton input en entrée, quel est le pire cas d’exécution de ton algorithme.
Exemple, tu lui files N éléments, et elle te répond : « dans le pire scénario, ton code va faire autant d’opérations ». C’est pas un temps en secondes, c’est une estimation du pire cas.
Entre un code très lisible mais avec une complexité en O(n²) ou un code alambiqué mais en O(n), d’après toi quel est le bon compromis ?
Honnêtement, ça dépend de ton N. C’est d’ailleurs ta première règle d’or : « Connaître son N ». Si un N est petit alors on peut garder une complexité de O(n²).
Pourquoi, selon toi, le sujet de l’optimisation des infrastructures est souvent mis en avant dans le web, alors que celui des algorithmes l’est moins ?
Parce que c’est plus facile et plus visible. Ajouter un serveur, mettre du cache Redis, scaler horizontalement, c’est des solutions qu’on voit dans un dashboard. Je pense aussi que dans le monde PHP/web, on est souvent dans du CRUD « classique » où les problèmes d’algo sont moins fréquents que dans d’autres domaines.
Une conférence présentée par
 ismaile ABDALLAH |
Ismaile est développeur back-end, passionné par l'architecture logicielle et le clean code. |