¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
C++ Academy
Ir al canal en Telegram
По всем вопросам- @workakkk РКН: clck.ru/3FmxJF #VRHSZ
Mostrar más📈 Análisis del canal de Telegram C++ Academy
El canal C++ Academy (@cpluspluc) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 15 619 suscriptores, ocupando la posición 8 322 en la categoría Tecnologías y Aplicaciones y el puesto 42 738 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 15 619 suscriptores.
Según los últimos datos del 30 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -105, y en las últimas 24 horas de -3, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 16.86%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 7.52% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 634 visualizaciones. En el primer día suele acumular 1 175 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 18.
- Intereses temáticos: El contenido se centra en temas clave como c++, github, linux, api, архитектура.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“По всем вопросам- @workakkk
РКН: clck.ru/3FmxJF
#VRHSZ”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 01 julio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
15 619
Suscriptores
-324 horas
-227 días
-10530 días
Archivo de publicaciones
15 618
⚡️ Почему RSA в OpenSSL не делает «обычное деление»
В реализации RSA внутри OpenSSL почти не используется прямое модульное деление. Вместо этого там работает Montgomery reduction - алгоритм, который ещё в 1985 году предложил Питер Монтгомери.
Идея простая: в RSA постоянно нужны операции вида «умножили большие числа и взяли остаток по модулю». Обычное деление на больших числах дорогое, поэтому его стараются избегать.
Montgomery reduction переводит вычисления в специальную форму, где параметр R выбирают как степень двойки. После этого часть дорогих делений превращается в сдвиги битов и более дешёвую арифметику.
Для пользователя это незаметная деталь. Но без таких трюков современный RSA был бы намного медленнее.
Есть хороший шанс, что HTTPS-соединение, которым вы пользуетесь прямо сейчас, где-то внутри уже опиралось на эту технику.
15 618
🎯 Продвинутое использование отладчика GDB
Приглашаем на открытый урок.
🗓 08 июля в 20:00 МСК
🆓 Бесплатно. Урок в рамках старта курса «Системное программирование».
Программа урока:
✔️Кратко вспомним базовое использование GDB;
✔️Написание сценариев GDB;
✔️Условные точки останова и точки наблюдения;
✔️Дампы памяти и отладка по сети.
После занятия вы будете знать:
• Как отлаживать программы на другой машине;
• Как использовать возможности автоматизации отладчика для поимки плавающих багов;
• Как отладчик работает "под капотом".;
🔗 Ссылка на регистрацию: https://otus.pw/vKKX/?erid=2W5zFJLXK5K
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
15 618
В C++20 у
std::atomic появились wait() и notify_one().
Это удобная штука для случаев, когда поток должен просто дождаться изменения атомарного значения без mutex, condition_variable и ручного busy waiting.
Раньше для такого обычно оборачивали OS-level примитивы вроде futex или pthread_cond.
Теперь можно писать прямо так:
#include <atomic>
#include <thread>
std::atomic<bool> ready{false};
void waiter() {
ready.wait(false, std::memory_order_acquire);
}
void notifier() {
ready.store(true, std::memory_order_release);
ready.notify_one();
}
wait(false) блокирует поток, пока ready остаётся false.
Другой поток делает store(true) и будит ожидающего через notify_one().
Главное отличие от обычного цикла проверки - поток не крутится впустую и не жрёт CPU.
Это не полная замена condition_variable.
Для сложных predicates, очередей и нескольких условий condition_variable всё ещё нужен.
Но для простого флага, состояния или lightweight-синхронизации std::atomic::wait часто даёт более чистый и быстрый код.
C++20 тихо добавил одну из самых полезных низкоуровневых фич для concurrent programming.15 618
🚀 Библиотека ycetl для C++20: constexpr на первом месте
ycetl — это заголовочная библиотека, обеспечивающая контейнеры и умные указатели, работающие как во время компиляции, так и во время выполнения. Она предназначена для создания сложных структур данных с использованием механизма памяти, который поддерживает многотипные операции.
🚀 Основные моменты:
- Контейнеры, работающие в constexpr и на этапе выполнения.
- Умные указатели с поддержкой различных схем владения.
- Многотипная память для безопасного управления типами.
- Примеры использования, включая компиляцию простых чисел и вложенных деревьев.
- Совместимость с C++20 и современными компиляторами.
📌 GitHub: https://github.com/zokrezyl/ycetl
#cpp
15 618
ИИ меняет не только разработку, но и дата-центры.
Когда говорят о развитии ИИ, обычно обсуждают новые модели и алгоритмы. Но по мере роста вычислительных нагрузок ограничения всё чаще возникают на уровне инфраструктуры. На infra.conf’26 Яндекс объявили, как перестраивает физическую и ML-инфраструктуру компании под новые требования.
Что меняется:
- компания переходит к концепции кампусов дата-центров мощностью до 180 МВт;
- внедряет жидкостное охлаждение для более эффективного отвода тепла и снижения энергопотребления;
- развивает внутренний сервис Dev Cluster, который ускоряет проведение ML-экспериментов и сокращает время разработки моделей.
Интересно здесь не только увеличение вычислительных мощностей. По мере развития ИИ инфраструктура всё сильнее становится частью продукта. Производительность моделей теперь зависит не только от качества алгоритмов, но и от того, насколько быстро можно предоставить вычислительные ресурсы, отвести тепло и масштабировать эксперименты.
15 618
✔️ Компилятор C однажды «опроверг» теорему Ферма
Теорема Ферма говорит: не существует целых чисел, для которых выполняется:
`a³ + b³ = c³`
Её доказал Эндрю Уайлс в 1995 году - спустя 358 лет после формулировки.
Но затем Джон Регер показал забавный пример: цикл, скомпилированный через gcc -O2, мог напечатать:
Fermat's Last Theorem has been disproved
В коде происходило signed integer overflow - переполнение знакового int. А в C это undefined behavior.
Для компилятора это значит: «такого не должно происходить». Поэтому оптимизатор имеет право строить предположения, которые человеку кажутся абсурдными.
В итоге: программа выглядит так, будто нашла контрпример к великой теореме, хотя на деле просто попала в UB.
C не опроверг Ферма.
C просто напомнил, что undefined behavior - это не ошибка выполнения, а разрешение компилятору делать почти всё что угодно.15 618
Quake сегодня исполнилось 30 лет. 🎉
Спустя три десятилетия всё ещё актуален интересен исходный код игры, которая помогла сформировать современные игровые движки, мультиплеерные сетевые технологии и культуру моддинга. 🎮
GitHub: github.com/id-software/quake
15 618
🚀 CPrime: Новый язык программирования на основе C и C++
CPrime сочетает в себе скорость компиляции C и выразительность C++, минимизируя сложности последнего. Этот язык позволяет компилировать C-программы и многие C++ файлы, предлагая при этом удобные инструменты для структурирования кода.
🚀 Основные моменты:
- Высокая скорость компиляции, сопоставимая с C
- Поддержка объектно-ориентированного программирования
- Простота использования и совместимость с C
- Минимизация лишних сложностей C++
- Быстрая разработка и активное тестирование
📌 GitHub: https://github.com/LukeSchoen/CPrime
15 618
🗺️ Полный роадмап C++ 2026 — от нуля до профессионала
Это не просто список тем, а пошаговый маршрут превращения новичка в профессионального C++-разработчика. Каждый уровень даёт не только перечень концепций, но и рабочие примеры кода с пояснениями «как правильно» и «как неправильно», чтобы вы сразу видели идиоматичный современный C++, а не устаревшие практики из учебников 2000-х годов.
Роадмап построен по принципу «теория рядом с практикой»: сначала вы изучаете концепцию на коде из соответствующего уровня, а затем углубляете понимание в разделе.
📚 Теория C++, где каждая тема разобрана от базовой интуиции до тонкостей, важных на собеседованиях и в продакшене. Такой подход экономит месяцы: вы не зубрите оторванные факты, а понимаете, почему язык устроен именно так.
Как пользоваться: идите по уровням сверху вниз, не перепрыгивая. Пишите каждый пример руками, ломайте его, смотрите на ошибки компилятора — именно так формируется интуиция. Параллельно решайте задачи на платформах из раздела ресурсов и читайте теорию по мере появления вопросов.
https://github.com/justxor/cpproadmap2026/tree/main
15 618
☕️ Latte: Ultra-Low Latency C++ Telemetry Framework
Latte — это заголовочная библиотека C++ для телеметрии, предназначенная для высокочастотной торговли и реального времени. Она измеряет циклы ЦП с помощью таймеров x86_64 и использует фиксированные кольцевые буферы для хранения данных, минимизируя накладные расходы.
🚀Основные моменты:
- Высокая точность измерений в наносекундах.
- Поддержка до 64 активных слотов на поток.
- Три режима измерений: Fast, Mid и Hard.
- Без динамических аллокаций во время работы.
- Статистический анализ и очистка данных от выбросов.
📌 GitHub: https://github.com/MoonFlowww/Latte
#cpp
15 618
На UNIX
stdout - это просто файловый дескриптор 1.
И из-за этого можно поймать очень неприятный эффект: если закрыть stdout, следующий открытый файл может получить тот же дескриптор 1.
То есть код вроде этого:
close(1);
FILE *f = fopen("output.txt", "w");
printf("hello\n");
15 618
CUDA 13.3 - это не просто очередной апдейт тулкита NVIDIA, а шаг к более высокоуровневому GPU-программированию.
Главное изменение - CUDA Tile теперь доступен в C++. Это модель, где разработчик описывает вычисления через тайлы, а низкоуровневые детали вроде параллелизма, перемещения данных, асинхронности и работы с памятью берёт на себя компилятор. Для C++-команд это важно: можно встраивать tile-подход в существующие CUDA-кодовые базы, не переписывая всё вокруг нового DSL.
Что ещё добавили:
- CUDA Tile C++ для более компактных и переносимых GPU-кернелов
- поддержку Hopper с Compute Capability 9.0
- CompileIQ - автонастройку компилятора под конкретные кернелы
- CUDA Python 1.0 как стабильную версию Python-интерфейса к CUDA
- обновления для checkpointing, IPC и работы с контекстами
- улучшения для tensor interoperability
Самое интересное здесь не «ещё немного быстрее», а смена уровня абстракции. NVIDIA постепенно двигает CUDA от ручного управления потоками, памятью и синхронизацией к модели, где разработчик описывает вычисления, а компилятор сам ищет эффективный путь к железу.
Для AI-инфраструктуры это особенно важно. Кастомные кернелы для attention, GEMM и инференса остаются узким местом, но писать их руками дорого и сложно. CUDA 13.3 делает этот слой доступнее для C++, Python и production-команд, которые хотят выжимать производительность без полного погружения в низкоуровневую CUDA-магию.
NVIDIA явно строит не просто GPU, а полный стек: язык, компилятор, runtime, Python-интерфейсы и инструменты автооптимизации.
https://developer.nvidia.com/blog/nvidia-cuda-13-3-enhances-gpu-development-with-tile-programming-in-c-compiler-autotuning-and-python-updates
15 618
🧩 Эффективный менеджер памяти для C
rpmalloc — это кроссплатформенный, безблокировочный и кэшируемый аллокатор памяти, обеспечивающий 16-байтовое выравнивание. Он предлагает высокую производительность и простоту использования, что делает его отличной альтернативой популярным аллокаторам. Поддерживает множество платформ, включая Windows, Linux и macOS.
🚀Основные моменты:
- Быстрая работа без лишних накладных расходов.
- Легко настраиваемый API для управления памятью.
- Поддержка многопоточности с кэшированием.
- Публичная лицензия без ограничений на использование.
📌 GitHub: https://github.com/mjansson/rpmalloc
#c
15 618
C23 был-то добавилен checked integer arithmetic
В C долго приходилось руками писать однотипные helper-функции, чтобы безопасно проверять переполнение при сложении, вычитании или умножении.
Теперь в C23 для этого появился заголовок:
#include <stdckdint.h>
И функции вроде ckd_mul:
#include <stdckdint.h>
#include <stdint.h>
#include <stdio.h>
int main(void) {
int32_t price = 500000;
int32_t qty = 8000;
int32_t total;
if (ckd_mul(&total, price, qty)) {
puts("overflow caught, not shipped");
return 1;
}
printf("total: %d\n", total);
}
15 618
📊 Минималистичная графовая база данных на C++17
TGDB — это простая графовая база данных, реализованная как статическая библиотека. Она поддерживает фиксированные узлы и индексные указатели, обеспечивая схему без схемы и работу с базовыми типами данных. База данных позволяет эффективно создавать и извлекать объекты с свойствами.
🚀Основные моменты:
- Унифицированный тип узла размером 56 байт.
- Поддержка встроенных типов: int, double, std::string.
- Двусторонние ссылки между узлами.
- Дисковая устойчивость через mmap.
- Быстрый локальный обход и глобальный поиск.
📌 GitHub: https://github.com/LincolnCox29/TrueGraphDataBase
#cpp
15 618
Ищем Senior Rendering Engineer (C++) в команду 3D-карты 2ГИС
Мы делаем карту более реалистичной: работаем над рельефом, дорогами, развязками, тоннелями, анимациями и графическими эффектами.
Внутри — собственный 3D-движок на C+20 (500k строк кода), современные графические API (Vulkan, Metal, OpenGL), шейдеры, сложные алгоритмы и задачи производительности.
Будет интересно, если вам нравится компьютерная графика, низкоуровневая разработка и создание продукта, который ежедневно используют миллионы людей.
Удалённо из РФ или из офисов 2ГИС. ДМС, обучение, конференции и возможность напрямую влиять на развитие 3D-карты.
Подробнее
Другие инженерные инсайты от 2ГИС → в Telegram-канале RnD
15 618
⚡️ Бинарный поиск, который вы выучили, скорее всего, был неправильным.
Джон Бентли опубликовал реализацию бинарного поиска в *Programming Pearls* после того, как доказал её корректность и протестировал.
Баг прожил почти 20 лет.
Позже Джошуа Блох нашёл точно такую же ошибку в реализации бинарного поиска, которую сам написал для JDK.
Исследование 1988 года показало: корректный бинарный поиск был только в 5 из 20 учебников.
Ошибка проявляется только на массивах размером
2^30 элементов и больше.
Проблема возникает при вычислении середины:
mid = (low + high) / 2;
low + high может вызвать переполнение.
Правильнее писать так:
mid = low + (high - low) / 2;
ArrayIndexOutOfBoundsException.
Та же ошибка затрагивала mergesort и огромное количество других алгоритмов «разделяй и властвуй».15 618
🔐 Стань этичным хакером - с нуля до Pro
Хочешь зарабатывать на поиске уязвимостей, а не бояться их? Этот курс проведёт тебя от первой команды в терминале до реальных техник пентеста.
Что внутри:
→ Разведка целей: nmap, curl, анализ заголовков
→ Криптография и разбор кода на практике
→ Эксплуатация уязвимостей и документирование находок
→ Только живые задачи — никакой воды
Без скучной теории. Только то, за что платят в bug bounty и на собеседованиях в InfoSec.
📈 От «что такое порт» — до отчёта пентестера за несколько недель.
👉 Записывайся на Stepik и начни взламывать легально уже сегодня.
15 618
📓 Пять PDF по оптимизации, которые реально стоит сохранить.
Жёсткая база по тому, как код превращается в инструкции, как эти инструкции исполняются процессором и почему иногда «очевидно быстрый» вариант внезапно медленнее.
Что внутри:
1. Optimizing software in C++
179 страниц про оптимизацию C++ под Windows, Linux и macOS. Память, ветвления, компиляторы, SIMD, профилирование и типичные ошибки.
2. Optimizing subroutines in assembly language
156 страниц про x86 assembly. Полезно даже если вы не пишете на ассемблере, потому что после этого проще понимать, что делает компилятор.
3. The microarchitecture of Intel, AMD and VIA CPUs
277 страниц про устройство процессоров: pipeline, кеши, предсказание ветвлений, execution units и прочие вещи, которые напрямую влияют на скорость кода.
4. Instruction tables
485 страниц таблиц с latency, throughput и micro-ops для инструкций Intel, AMD и VIA. Это уже не чтение перед сном, а справочник для тех случаев, когда надо понять, где именно теряется производительность.
5. Calling conventions
60 страниц про calling conventions в разных C++ компиляторах и ОС. Пригодится для ABI, FFI, отладки, reverse engineering и низкоуровневого кода.
Ссылки:
https://agner.org/optimize/optimizing_cpp.pdf
https://agner.org/optimize/optimizing_assembly.pdf
https://agner.org/optimize/microarchitecture.pdf
https://agner.org/optimize/instruction_tables.pdf
https://agner.org/optimize/calling_conventions.pdf
Все пять одним архивом:
https://agner.org/optimize/optimization_manuals.zip
Главная страница:
https://agner.org/optimize/
Если хотите понимать performance не на уровне «ну там компилятор сам всё оптимизирует», а по-настоящему - это хороший старт.
15 618
В nginx аллокатор памяти устроен почти как указатель, который двигается только вперёд.
Идея простая: под запрос выделяется пул памяти, а дальше nginx просто «отрезает» куски из большого блока по мере необходимости. Никаких сложных free lists, минимум накладных расходов на каждую аллокацию и меньше проблем с фрагментацией.
Пока запрос живёт, память только раздаётся вперёд. Когда запрос завершён, весь пул освобождается одним действием.
Почему это быстро:
- не нужно освобождать каждый маленький объект отдельно
- не нужно искать подходящий свободный блок
- нет постоянной борьбы с фрагментацией
- жизненный цикл памяти совпадает с жизненным циклом запроса
- код остаётся предсказуемым для CPU cache
Это хороший пример инженерного компромисса: nginx не пытается сделать универсальный malloc на все случаи жизни. Он использует знание своей нагрузки - много короткоживущих объектов внутри одного запроса - и делает под это максимально простой аллокатор.
Иногда самый быстрый менеджер памяти - это просто указатель, который идёт вперёд.
