Data Science: Алгоритмы и Структуры данных

Раньше: взвешивать, записывать, считать 🫠 Сейчас: сфоткал еду → получил калории и БЖУ Попробуй счётчик еды в Telegram 👈

Ключевые алгоритмические парадигмы для решения нестандартных задач В спортивном программировании для решения задач используются ключевые алгоритмические парадигмы, на базе которых реализуется алгоритм решения: — полный поиск; — жадный алгоритм; — «разделяй и властвуй»; — динамическое программирование. Подробнее о парадигмах (с примерами на C++): https://tprg.ru/Q8bw Data Science: Алгоритмы и Структуры данных | Чат 💬

​Структура данных «связный список» Связные списки по сравнению с массивами хороши тем, что могут хранить произвольное количество объектов. При этом сами объекты имеют внутри ссылку на следующий объект в списке (односвязный список), а также на предыдущий объект, если список двусвязный. Подробнее о связных списках и их методах: https://tproger.ru/translations/linked-list-for-beginners/ Data Science: Алгоритмы и Структуры данных | Чат 💬

Дизайнер, айтишник, продажник или маркетолог – а что, если часть вашей работы заберет Claude Code? На первом бесплатном практикуме покажут, как это работает в реальных задачах – без теории и длинных презентаций. За 90 минут Кирилл Пшинник, CEO Университета Зерокодера, научит вас собирать: • дашборд по продажам из обычной таблицы; • парсер для сбора данных с сайтов и мониторинга конкурентов; • презентацию из текста или отчета; • инфографику и баннеры в едином стиле; • вертикальные ролики из длинного видео; • автоматический отчет, который Claude Code будет собирать по расписанию. И это только часть: покажут подключение к Google Таблицам, Диску, почте и календарю, а также работу 15 агентов одновременно. Главное – в конце остаются не слайды о возможностях Claude Code, а реальные рабочие файлы, которые можно использовать дальше. Бонус: инструкция по установке и оплате Claude Code из России + промты и 20 готовых подсказок. Бесплатная регистрация по ссылке.

​Действительно ли компьютер генерирует случайное число? Алгоритмы, которые мы используем в своих программах для генерации случайных чисел, на самом деле выдают не совсем случайные значения. В основе генератора псевдослучайных чисел (ГПСЧ) лежит семя (seed), от которого отталкивается алгоритм. Но существуют и другие варианты поиска случайного числа. С ними и ГСПЧ вы можете ознакомиться в статье: https://nuancesprog.ru/p/14619/ Data Science: Алгоритмы и Структуры данных | Чат 💬

​Двоичное (бинарное) дерево поиска Структуры данных «деревья» широко распространены в программировании, например каталог проекта или DOM-дерево в веб-разработке. Среди них особенно выделяется двоичное дерево поиска, которое позволяет существенно ускорить поиск элементов. Подробнее о структуре двоичного дерева и его реализации в коде: https://tprg.ru/YpfD Data Science: Алгоритмы и Структуры данных | Чат 💬

Муха освоила нейросети и умеет трейдить, играть в гта, делать ставки, а ты пользуешься только ChatGPT??

Забирай доступ к 300 халявным нейросетям ⬇️

😀 Думают 🤖 Умничают 🤖 Кодят 🖥 Рисуют 📹 Снимают ☀️ Монтируют ☄️ Ищут 🌫 Копают 🌕 Играют 👩‍💻 3D-шат 🖼️ Фотошопят ⭐️ Улучшают 🪹 Оживляют 🎵 Поют 🎧 Музычат 🔈 Озвучивают 🌐 Говорят 🤩 Чистят 🤖 Агентят ☃️ Автоматят 🍄‍🟫 Собирают 🌴 Сайты 🦤 Приложухи 🪺 Презы 🪷 Пишут 🦏 Рекламят 🐈 Продвигают 🌹 Работают ☘️ Коннектят ☔️ Запускают

Полный список нейросетей уже в канале @backspace ➡️

​Алгоритмы и структуры данных на JavaScript Всего за час вы узнаете о таких алгоритмах на JS, как поиск, сортировка, обходы графа, деревьев и кеширование. Кроме того, в ролике рассмотрены структуры данных, которые активно используются в разработке: массивы, списки, деревья, стек, очередь, сет и map: https://youtu.be/NErrGZ64OdE Весь код из видео: https://github.com/utimur/algs_and_structures_course Data Science: Алгоритмы и Структуры данных | Чат 💬

​Объяснение 3 сортировок простым языком С этих трёх сортировок начинается изучение алгоритмов любого программиста: — пузырьковая сортировка (Bubble Sort); — сортировка выбором (Selection Sort); — сортировка вставками (Insertion Sort). Если вы прочитали о них в учебнике, но ничего не поняли, рекомендуем заглянуть в тред в Твиттере, где очень легко объясняются эти 3 алгоритма. Пожалуй, даже ваше домашнее животное поймёт (но никогда не признается). Если не привыкли читать треды, то можно почитать в более привычном виде статьи. Data Science: Алгоритмы и Структуры данных | Чат 💬

Пока вы платите за западные нейросети – китайские делают то же самое бесплатно ChatGPT и Claude Code давно у всех на слуху. Но за последние годы в Китае появилось множество мощных AI-инструментов, которые умеют не меньше – а главное, почти все бесплатны и доступны пользователям из России. DeepSeek, Qwen, Hailuo и другие ИИ уже умеют работать с текстом, изображениями, кодом и анализом не хуже других нейросетей. В Зерокодере собрали их в новом бесплатном вебинаре «Китайские нейросети 2026–2027». ⚡️Что ждет вас на вебинаре? • Проведем глубокое исследование рынка и превратим его в личный дашборд; • Сделаем сайт без разработки с нуля; • Сгенерируем кадры для собственного нейросериала; • Протестируем функции, которых нет у западных ИИ-флагманов; • Соберем собственный ИИ-стек для работы и проектов. Не нужно выбирать между десятками сервисов и самостоятельно разбираться, что действительно работает. Вам покажут актуальные инструменты и их применение на практике. Бонусом – справочник по 10 китайским ИИ и доступ к закрытой базе по нейросетям. Бесплатный эфир по ссылке – регистрируйтесь

​Разбираемся в динамических структурах данных В одном плейлисте собраны видео по различным структурам: — односвязный и двусвязный список; — бинарное дерево; — стек; — очередь, а также её вариант с приоритетом; — дек. Плейлист на YouTube: https://tprg.ru/yqli Data Science: Алгоритмы и Структуры данных | Чат 💬

​Ищем кратчайший путь в лабиринте: объяснение на Python Поиск пути является одной из типичных задач в программировании. Однако принципы алгоритмов поиска достаточно трудно освоить новичкам. Понять лучше алгориты поиска пути можно на примере задачи по поиску выхода из двухмерного лабиринта. А руководство поможет разобраться с реализацией на Python популярного алгоритма поиска пути — алгоритма Дейкстры: https://habr.com/ru/company/piter/blog/596029/ Data Science: Алгоритмы и Структуры данных | Чат 💬

Что почитать разработчику? Разборы Алексея Рыбака Пишете backend и хотите глубже понимать архитектурные решения? В канале Алексея Рыбака есть что разобрать: • Микросервисы – какой ценой? Почему они могут стать неподъёмным «налогом» для стартапа • Очереди сообщений – что выбрать? Чем отличаются решения и для каких задач подходят • AI – помощь или новая нагрузка? Как меняется работа мейнтейнеров PostgreSQL, когда генерировать отчёты об ошибках становится проще, чем проверять А ещё – System Design Framework, производительность, масштабируемость и блокировки СУБД. В канале выходят и анонсы AI-митапов и обучения разработке с агентами Начните с интересующей темы и подписывайтесь на канал Алексея! Подписаться #реклама 16+ О рекламодателе

Не совершай ЭТУ ошибку! Замечаю, что многие читают 5–10 крупных tech-каналов, думая, что этого хватает, чтобы развиваться в сфере. Большие ресурсы действительно хороши для общей картины. Но они работают на широкую аудиторию, поэтому редкие идеи, интересные кейсы и уникальные новости не всегда доходят до них. Настоящая практика обычно зарождается в небольших нишевых каналах, а крупные медиа уже подхватывают их и цитируют у себя.

При этом по качеству контента они ничем не уступают топам — просто не вкладывают такие же бюджеты в продвижение.

Мне стало интересно найти именно этих людей. Я скинул GPT-6 Astra список крупных каналов и попросил выбрать тех, кого они чаще всего цитируют (убрав рекламу и взаимный пиар) Модель собрала авторов, которых хорошо знают в комьюнити. За многими из них я слежу годами, но некоторые каналы стали открытием даже для меня) Собрал этих практиков в одну подборку, чтобы читать первоисточники параллельно с большими новостниками. Подписка в 1 клик: 👉 https://t.me/addlist/UuZJRIAHqTJmZTMy

​Введение в связные списки Сложно понять, что такое связные списки? Представьте себе поезд, в котором каждый вагон, возможно, содержит груз и при этом может быть связан с другим вагоном. Принцип построения связного списка схож с подобным поездом. Видов связных списков несколько: односвязные, двусвязные и кольцевые. С односвязными списками вас познакомит статья: https://tproger.ru/translations/introduction-to-linked-lists/ Data Science: Алгоритмы и Структуры данных | Чат 💬

​Оценка сложности алгоритма Алгоритмы оцениваются по двум главным критериям — количеству занимаемой памяти и времени исполнения. Однако в алгоритмы можно подать различные входящие массивы данных, от чего время выполнения и количество памяти нельзя выразить одним числом. Поэтому для оценки сложности алгоритмов используют нотацию Big O. Подробнее о Big O и оценке сложности алгоритмов: https://youtu.be/ZRdOb4yR0kk Data Science: Алгоритмы и Структуры данных | Чат 💬

Умножение и деление сдвигом В программировании существует специальная операция — арифметический сдвиг. Он позволяет существенно быстрее умножить или поделить число на степени двойки, чем обычные операции умножения и деления. Весь секрет — в строении двоичных чисел. Как работает левый (<<) и правый (>>) арифметический сдвиг, хорошо объясняется в лекции: https://youtu.be/_pLHvK-X4qg Data Science: Алгоритмы и Структуры данных | Чат 💬

Важная информация! Извиняемся, по ошибке запостили непроверенную рекламу с упоминанием Павла Дурова. Из-за этого дали метку scam, не только наш канал получил метку, будем пытаться снять Data Science: Алгоритмы и Структуры данных | Чат 💬

Возврат нескольких значений из функции Python Чтобы в Python вернуть из функции сразу несколько значений, нужно воспользоваться структурами данных. Так вы можете передать из функции данные в виде списка, кортежа или словаря. Как это сделать, объясняется в статье: https://pythonist.ru/vozvrat-neskolkih-znachenij-iz-funkczii/ Data Science: Алгоритмы и Структуры данных | Чат 💬

👨‍💻 Фронтенд с AI: что можно делегировать агентам 5 октября, стартует конференция Podlodka Frontend Crew — сезон о том, как применять AI во фронтенд-разработке на практике. Участники конференции узнают: • Как находить prompt injection и противостоять таким атакам; • Какие подходы помогают повысить доверие к результатам агентской разработки; • Как проводить ревью кода, созданного AI-агентами; • Как AI помогает упростить починку багов. В программе ещё много практических кейсов. Также нужно отметить, что у конференции очень удобный формат. Это пять дней Zoom-сессий по утрам и вечерам и закрытое Telegram-комьюнити, где можно обсудить новый опыт и узнать от единомышленников то, что не догадаешься спросить у своей LLM. Приходите, чтобы разобраться, какие задачи уже можно делегировать AI, где важно сохранять контроль и как выстроить системную работу с AI в команде или проекте. 🔗 Программа и билеты: https://podlodka.io/fecrew Скидка по промокоду Denigo