Всё про Алгоритмы и Структуры данных

Шаблоны проектирования с человеческим лицом Шаблоны проектирования — это способ решения периодически возникающих проблем. Точнее, это руководства по решению конкретных проблем. Это не классы, пакеты или библиотеки, которые вы можете вставить в своё приложение и ожидать волшебства. https://habr.com/ru/companies/vk/articles/325492/ Алгоритмы и Структуры данных

Шаблон проектирования: Composite Всем привет! В данной статье рассмотрим паттерн проектирования Composite ("Компоновщик"). Начнем немного с теории. Паттерн Composite, исходя уже с самого названия, позволяет скомпоновать объекты в структуры по типу "дерева", для предоставления иерархии от частного к целому, а также позволяя клиентам единообразно трактовать отдельные и составные объекты этого дерева. Данный паттерн используется для группировки мелких компонентов в более крупные, которые в свою очередь, могут стать основой для еще более крупных структур. https://habr.com/ru/articles/733546/ Алгоритмы и Структуры данных

Зарплата до ₽900 тыс. на руки: на каких дата-специалистов сейчас высокий спрос Сегодня практически любой бизнес не может работать без сбора, обработки, анализа данных — всё это подвиды задач Data Scientist. Чем крупнее компания, тем сильнее различаются задачи, стоящие перед этими специалистами, а также заработная плата. С целью удовлетворить растущий мировой спрос на этих специалистов онлайн-университет Skillfactory создал бесплатный "Симулятор профессии дата-сайентист". Он нацелен на обучение начинающих специалистов в кратчайшие сроки. Попробовать симулятор, и выйти на стартовый доход 100 тыс.руб. Реклама. Информация о рекламодателе по ссылкам в посте.

ML-тренды рекомендательных технологий: шесть приёмов, которые помогают угадывать желания пользователя Главная задача рекомендательной системы — предоставить пользователю контент, фильм, трек, книгу, товар или информацию, которые могут заинтересовать его в данный момент. Сложность в том, что у нас нет явного запроса пользователя, как в поиске, есть только история его взаимодействий с объектами и наша надежда на то, что мы верно распознали его скрытые желания. Раньше для такой задачи нужно было строить сложные алгоритмы со множеством написанных вручную эвристик. Теперь с этим помогают ML‑технологии. Меня зовут Кирилл Хрыльченко, я руковожу командой R&D рекомендательных технологий в Яндексе. Наша команда исследует и разрабатывает новые технологии, а также активно следит за тем, что нового появляется в индустрии. Сегодня я поделюсь трендами развития рекомендательных систем и расскажу, как нейросети продолжают улучшать качество рекомендаций: какие есть нюансы в работе с LLM, чем полезно обучение с подкреплением, что изменилось в плане анализа истории пользователя, а также на что обратить внимание при масштабировании. https://habr.com/ru/companies/yandex/articles/857068/ Алгоритмы и Структуры данных

Бу, испугался? Не бойся! Через ДВА дня итоги розыгрыша в честь 1 ООО ООО подписчиков на канале. Всего будет 3️⃣0️⃣ победителей, которые получат сертификаты номиналом 1️⃣0️⃣ 0️⃣0️⃣0️⃣ рублей на Ozon или Wildberries на выбор. Если ждали знака от вселенной перед НГ — это он. Радуйте себя и своих близких. Чтобы принять участие, нужно подписаться на канал «Клиент всегда прав» и нажать кнопку «Участвую!» под постом. Итоги подведем 1️⃣6️⃣ ноября через бота-рандомайзера.

Только 10% программистов способны написать двоичный поиск Дональд Кнут (известный тем, что его книги никто не читает) пишет, что хотя первый двоичный поиск был опубликован в 1946 году, первый двоичный поиск без багов был опубликован только в 1962. Алгоритм двоичного поиска похож на то, как мы ищем слово в словаре. Открываем словарь посередине, смотрим в какой из половин будет нужное нам слово. Допустим, в первой. Открываем первую часть посередине, продолжаем половинить, пока не найдем нужное слово. С массивами так: есть упорядоченный массив, берем число из середины массива, сравниваем с искомым. Если оно оказалось больше, значит искомое число в первой половине массива, если меньше — во второй. Продолжаем делить оставшуюся половину, когда находим нужное число возвращаем его индекс, если не находим возвращаем null. https://habr.com/ru/articles/91605/ Алгоритмы и Структуры данных

Несколько мыслей по подготовке к алгоритмической части собеседования Всем привет! На связи снова Петр Коробейников, техлид сервисов DBaaS for Redis и RabbitMQ (релиз скоро) в #CloudMTS. В этой статье хочу поделиться с вами некоторым опытом подготовки к прохождению алгоритмических интервью. Конечно, статья не про хардкорные алгоритмы. Это, скорее, эскиз к роадмапу по подготовке. Тем не менее, я надеюсь, он будет полезен новичкам (и даже некоторым «старичкам»). https://habr.com/ru/companies/mws/articles/735348/ Алгоритмы и Структуры данных

«СВО — ВСЁ!» Исход уже очевиден. Санкции снимут в ближайшие дни. От доллара все воротят нос. Перед Россией встают на колени. Кажется, все возвращается на круги своя. Наконец-то... Обидно признавать, но такой финал возможен лишь на бумаге. Сейчас только неокрепшие умы будут охотно в это верить и думать — что все осталось позади Если вы готовы взглянуть правде в лицо — читайте Большая экономика. Там с точностью до секунд предрекли все ключевые события: от слухов про мобилизацию до смены первых лиц в верхушке А сейчас без церемоний объясняют, что на самом деле произойдет в мире после избрания Трампа, что будет с рублей и ключевой ставкой, и к каким потрясениям готовиться уже в декабре Подписывайтесь, чтобы перемены не застали вас врасплох: https://t.me/+fY3GB1imVT81YzYy

Разбор регулярного выражения, проверяющего простоту чисел Хотя по этой теме есть несколько постов, я считаю, что они недостаточно глубоки и в них приводится лишь высокоуровневое объяснение, недостаточно хорошо излагающее важные подробности. В своей статье я попытаюсь объяснить подробности, чтобы их мог понять любой. Моя цель — сделать этот код понятным каждому, будь вы гуру регулярных выражений или впервые о них услышали. https://habr.com/ru/articles/856478/ Алгоритмы и Структуры данных

Сиденье пропержено. Коврик для мыши стерся еще пару лет назад. Слышу это от каждого второго прогера. Но это все в прошлом, когда подписан на AliExpress Программиста Ежедневно публикуем самые интересные находки для айтишников, подписывайся – https://t.me/+wuZuKdYccG1kMjJi

Нейронные оптимизаторы запросов в реляционных БД (Часть 3): Погружение в ранжирование Создатели подхода LTR (Learning-To-Rank) предположили, что строить регрессионную ML-модель для предсказания стоимости выполнения плана запроса избыточно. По итогу всё сводится к выбору одного лучшего по оценке плана относительно других эквивалентных планов для заданного запроса. Т.е. на самом деле нам достаточно решить задачу ранжирования и, опираясь на признаковые описания планов, строить такую модель, которая начнёт предсказывать ранг (относительный порядок) для каждого плана для их дальнейшей сортировки и выбора наилучших. Преимущество здесь в том, что происходит упрощение модели и вместо аппроксимации сложной функции стоимости, которая оперирует масштабами абсолютных значений реального времени выполнения запросов, мы получаем простой ответ на следующий вопрос: «Лучше ли план A относительно плана B?».  Какая нам разница, выполняется план A 10 или 100000 миллисекунд, нам нужно знать лишь факт — лучше или хуже план A, чем B? Этот подход позаимствован из рекомендательных систем, в которых важен сам порядок товаров в выдаче, а не их оценка по выбранной шкале релевантности. Собственно с этого мы и начнём. https://habr.com/ru/companies/postgrespro/articles/857998/ Алгоритмы и Структуры данных

Phanerochaete velutina: живой компьютер, который занят поиском еды Помните пост о разумной слизи, умеющей решать непростые задачи? Так вот, грибы тоже не лыком шиты. Японские исследователи установили, что мицелий некоторых видов грибов может реагировать на расположение пищи, оптимизируя сеть гифов (нити грибницы) для более эффективного освоения ресурсов. https://habr.com/ru/companies/ru_mts/articles/858000/ Алгоритмы и Структуры данных

ИИ вместо врача: алгоритм определения тактики лечения пациентов с сепсисом Практически каждый день мы видим и слышим новости о том, что искусственный интеллект научился делать что-то новое либо начал применяться в новом амплуа. С одной стороны, это невероятно значимые события в научном и технологическом плане. С другой, многих это настораживает, а порой откровенно пугает. Тем не менее польза от ИИ превосходит любые связанные с ним страхи. Ученые из Венского технического университета (Австрия) разработали новый алгоритм, способный определять необходимое лечение кортикостероидами для пациентов с сепсисом. На чем основан алгоритм, как именно он работает, и лучше ли он человека в этой задаче? Ответы на эти вопросы мы найдем в докладе ученых. https://habr.com/ru/companies/ua-hosting/articles/735918/ Алгоритмы и Структуры данных

Умножение троичных матриц для нейросетей В статье «Как исследователи нарушают привычные подходы в ИИ, исключая матричное умножение» упоминалось, в частности, что перспективным кажется хранение в нейросетевых матрицах лишь троичных значений: (-1, 0, 1), иначе говоря - тритов. Такие матрицы умножать друг на друга проще. И в моей статье я расскажу, как собственно, матрицы из тритов хранить и умножать. Как известно, при умножении матриц, мы строку левой матрицы умножаем на столбец правой, и результат записываем в соответствующую ячейку результирующей матрицы. Чтобы было быстрее, мы правую матрицу предварительно транспонируем: тогда строку левой будем умножать на строку правой. Иначе говоря, мы скалярно перемножаем два вектора из тритов, причём оба занимают непрерывную область памяти. https://habr.com/ru/articles/857788/ Алгоритмы и Структуры данных

Новый подход к вычислениям переосмысливает искусственный интеллект Несмотря на бешеный успех ChatGPT и других крупных языковых моделей, искусственные нейронные сети (ИНС), лежащие в основе этих систем, могут идти неверным путем. https://habr.com/ru/companies/first/articles/735648/ Алгоритмы и Структуры данных

Ваш код и алгоритмы уже устарели, а вы даже не подозреваете об этом Каждый день появляются новые подходы в Machine Learning и Data Science, а вы всё ещё используете старые методы? Artificial Intelion — это ежедневные инсайты из мира ИИ, актуальные исследования и полезные фреймворки, которые вы сможете сразу применить в работе.  Прокачайте свои навыки и узнайте, как внедрить последние технологии в проекты, чтобы оставаться впереди конкурентов. Удиви своих коллег знаниями по DS и ML: @artificial_intelion

Перебор Соседних Клеток — забавные формулы Не только в играх вроде "Го" или "Жизнь" - но и в создании фильтров для изображений - часто нужно для клетки или точки (x, y) перечислить её "соседей". Либо только четырех (по горизонтали и вертикали), либо все восемь (с диагоналями). Можно не задумываясь написать массивчик с 4-мя или 8-ю парами смещений, вроде [(-1, 0), (0, 1), (1, 0), (0, -1)] - а можно ли вместо него жахнуть какую-нибудь формулу? Давайте попробуем для утренней разминки ума в понедельник :) В этой статье будет несколько 2-3 строчных примеров кода - уж извините пожалуйста :) зато она довольно короткая. https://habr.com/ru/articles/857516/ Алгоритмы и Структуры данных

В МГУ снова скандал — оттуда выставили самого неудобного профессора Евгений Русланович преподавал экономику больше 15 лет и честно говорил о реальном положении дел в стране. Он рассказал, как банки обманывают простых людей и почему ипотека прямо сейчас — прямая дорога к рабству. В день увольнения многие студенты бились в истерике, но он пообещал не терять связь и открыл канал Большая экономика. Там Евгений Русланович наглядно объясняет, почему цены в магазинах растут с бешеной скоростью, кому на самом деле выгодно затягивание конфликта на Украине и что случится уже этой зимой. Не забудьте подписаться, пока канал ещё не прикрыли: @bigeconomic

Почему я не готовлюсь к алгоритмическому интервью И не очень люблю людей, которые к нему "готовы". По моему мнению, главное на интервью - это понять как человек думает и как решает проблемы. Если соискатель написал задачу за 5 минут правильно и оптимально, не переписывая в процессе несколько раз код, то... Никакой информации интервьюер не получит. Точнее придётся выбирать между версией, что на интервью бриллиант от программирования. И версией, что человек просто неплохо подготовился, а, возможно, вызубрил задачу наизусть. Давайте проиллюстрирую на простенькой задаче. https://habr.com/ru/articles/856904/ Алгоритмы и Структуры данных

Делаем многопользовательскую кроссплатформенную RPG с нуля Когда-то давно меня очаровал ADOM. Я даже и близко не подошёл к прохождению игры, но мне нравилось бродить по этому миру, собирать предметы с эффектом, который не прочувствуешь, пока не используешь. Нравилось, что монстры в подземельях имели какие-то зачатки собственного интеллекта, подбирали с пола вещи и использовали их. Всё время что-то происходило и менялось, проходишь по тому же месту – смотришь кто-то уже подобрал с пола монеты. Или предметы в инвентаре испортились. Мир как будто живёт своей жизнью. В пещерах можно идти по коридорам, а можно наугад пробивать туннели заклинанием в надежде отыскать потайную комнату, оставляя на полу груду камней. Мир полный возможностей и способов взаимодействия. https://habr.com/ru/articles/743700/ Алгоритмы и Структуры данных