fa
Feedback
Код Камиля | Информатика ЕГЭ | Сотка

Код Камиля | Информатика ЕГЭ | Сотка

رفتن به کانال در Telegram

820 человек сдали на 80+, 5 сдали на 100 баллов! Здесь самый интересный контент по информатике 😎Если хочешь подготовиться со мной и получить 3 предмета в подарок, пиши 👉🏻 https://clck.ru/3MC4ox

نمایش بیشتر
4 622
مشترکین
-2524 ساعت
-2537 روز
-23530 روز
آرشیو پست ها
Поговорим о самом простом способе шифрования! Если вам интересная криптография, то скорее всего вы слышали о шифре Цезаря! Шифр Цезаря получил свое имя в честь римского императора Юлия Цезаря, который, по преданию, использовал его для секретной переписки. Суть метода заключается в замене каждой буквы в тексте на букву, находящуюся определенное количество позиций в алфавите после нее. Это число позиций называется ключом. 🔑 Как это работает? 🔑 Предположим, у нас есть ключ 3. Тогда буква "А" заменяется на "Д", "Б" на "Е", "В" на "Ж", и так далее. Это создает сдвиг в алфавите и делает текст непонятным для тех, кто не знает ключа. Если вы знаете ключ, дешифрование становится простым. 🌐 Применение в современном мире 🌐 В наше время Шифр Цезаря может показаться слишком простым для защиты данных, но он всё ещё используется в различных областях, например, в криптографии и информационной безопасности для обучения и демонстрации основных принципов шифрования. 🤔 Интересные факты 🤔 - Шифр Цезаря можно расшифровать методом "brute force", перебирая все возможные ключи. - В ряде стран, таких как Франция, этот метод шифрования также называется "Шифром Шифрона". - Шифр Цезаря можно рассматривать как один из первых шагов к созданию сложных современных криптографических алгоритмов. Шифр Цезаря лег в основу многих современных методов защиты данных. Этот простой и в то же время увлекательный метод позволяет нам заглянуть в историю и изучить основы криптографии 🤓 А вы бы стали зашифровывать свои сообщения таким методом? 😅

с добрым утром! не забывай, что ты лучше всех 💜

Кидаем реальный кэш на карту за твою честную историю подготовки в Сотке🔥 Мы знаем, как вам сейчас волнительно… хотим быть ря
+1
Кидаем реальный кэш на карту за твою честную историю подготовки в Сотке🔥 Мы знаем, как вам сейчас волнительно… хотим быть рядом, поэтому устраиваем масштабный челлендж 🤝
Если ты учился с нами, заходи на платформу, нажимай кнопку «Забрать подарок», читай условия, заполняй форму и жди 🙌🏻 Наша команда с тобой свяжется 🫂
Пиши в комменты 🔥 - результаты пришли, уже готовлюсь к поступлению в вуз ❤️ - еще жду некоторое предметы

Как на самом деле работает sorted()? Мы с вами уже привыкли: написал sorted(lst) и список отсортировался. Удобно, быстро и без лишних мыслей 🙂
Но если задуматься:
- а как именно компьютер сортирует числа? - почему иногда это происходит мгновенно, а иногда на больших данных может работать заметно дольше?
На самом деле способов сортировки много, и работают они очень по-разному. 🫧 Пузырьковая сортировка Самый простой и самый медленный способ. Алгоритм много раз проходит по списку, сравнивает соседние элементы и меняет их местами, если они стоят неправильно. Так большие элементы постепенно «всплывают» в конец. ⏳ Работает за O(n²) — на больших массивах очень медленно. 🎯 Сортировка выбором Идея такая: находим минимальный элемент, ставим его в начало, потом ищем следующий минимальный и так далее. ⏳ Тоже O(n²) — по скорости почти как пузырёк. ✍️ Сортировка вставками Берём элементы по одному и каждый раз вставляем очередной элемент на правильное место в уже отсортированной части массива. ⏳ В худшем случае O(n²), ⚡ но если данные почти отсортированы, работает очень быстро. ⚡ Быстрая сортировка (Quick Sort) Здесь идея умнее: выбирается опорный элемент, массив делится на элементы меньше и больше него, и эти части сортируются рекурсивно. 🚀 В среднем работает за O(n log n) и на практике очень быстрая. Простые алгоритмы - почти всегда медленные. Более умные - в разы быстрее, особенно на больших объёмах данных. 🐍 А что используется в Python? В Python в sorted() и .sort() используется алгоритм: ✅ Timsort Это гибрид сортировки слиянием и сортировки вставками. Он работает за O(n log n) и умеет пользоваться тем, что данные часто бывают частично отсортированы. Поэтому sorted(lst) работает быстро и эффективно 🫰
записаться на занятие
💜

у нас лето ☀️ как у вас дела? как выпускные? делитесь фотографиями! 😍
у нас лето ☀️ как у вас дела? как выпускные? делитесь фотографиями! 😍

С добрым утром! Как и предполагалось, варианты достаточно похожи, поэтому уверен, что вы со всем справитесь! Удачи 🍀

Всем успехов и легкого варианта! ❤️

پیام ویدیو00:59

С добрым утром всех! Не забываем, что сегодняшний урок стартует в 10:00 по мск! Сегодня на занятии задание 16, 14 и 12 ☺️

💡 Зачем вообще нужно условие Фано? Сегодня со вторым потоком будем разбирать задание 4, поэтому давайте бахнем префом немного простой теории! 😎 Представь тебе передали сообщение 0101. И у тебя есть коды букв:
A → 0 B → 01
Теперь попробуй расшифровать. 0101 это A B A? или A A B? Ты не можешь понять где заканчивается один символ и начинается другой. И вот здесь появляется ключевая идея - код должен быть устроен так чтобы расшифровка была однозначной. 💡 И вот для этого существует условие Фано: Ни одно кодовое слово не является началом другого. Если перевести на нормальный язык - ни один код не должен входить в начало другого. 🔥 Где происходит ошибка? Самый классический случай:
A → 0 B → 01
Код A уже содержится в начале кода B и всё ломается, однозначно декодировать не получится 🤧 ✅ Как выглядит нормальная система:
A → 0 B → 10 C → 11
Здесь у тебя чёткая структура, ты читаешь слева направо и никогда не путаешься. 🧠 Самый удобный способ решать задание 4 - не мучаться с проверками а просто строить бинарное дерево. Каждое движение влево это 0, вправо это 1, каждый символ это лист дерева. И самое важное - символы находятся только в листьях. Это автоматически означает что никакой код не будет началом другого, ты буквально видишь структуру. ‼️ Очень важный момент который почти никто не понимает. Есть обратное условие Фано: ни одно кодовое слово не является концом другого. Это такой же способ проверить корректность кодов, просто с другой стороны. Если хотя бы один код заканчивается другим - будет та же проблема с неоднозначной расшифровкой. 🧩 Давай проверим тебя. Какая система кодов подходит? A) A → 0, B → 01, C → 10 B) A → 00, B → 01, C → 10 C) A → 1, B → 10, C → 01 💜 - A 😎 - B 🔥 - C 🚀 Вывод. Условие Фано это не какая-то абстрактная теория. Это просто правило которое гарантирует что ты всегда сможешь правильно прочитать сообщение. Понимаешь это, строишь дерево и задание 4 превращается в один из самых лёгких баллов. записаться на занятия 💜

не переживаем, я задержусь за 10 минут, начинаем в 16:10 🥹🤝

не забываем, что встречаемся сегодня в 16:00 по мск ☺️
не забываем, что встречаемся сегодня в 16:00 по мск ☺️

Приветик! Сегодня предлагаю вспомнить / повторить библиотеки и их методы для заданий ЕГЭ 🙂 1. Начнем мы с задания №8 и библиотеки itertools. В ней есть два очень важных для нас метода: permutations и product. Product - перебирает все возможные комбинации из набора символов заданой длины и учитывает повторения символов.
from itertools import * for i in product("СОТКА", repeat=4): print(i)
('С', 'С', 'С', 'С') ('С', 'С', 'С', 'О') ('С', 'С', 'С', 'Т') ('С', 'С', 'С', 'К') …
Permutations - перебирает перестановки набора символов заданой длины.
from itertools import * for i in permutations("СОТКА", r=None): print(i)
('С', 'О', 'Т', 'К', 'А') ('С', 'О', 'Т', 'А', 'К') ('С', 'О', 'К', 'Т', 'А') …
2. Следующая библиотека, которая пригодится нам в задании 16 - functools. Из нее мы возьмем декоратор lru_cache, который мы пишем перед функцией, чтобы запоминать (кэшировать значения), что гораздо ускорит нашу программу.
from functools import * @lru_cache def f(n): if n <= 3: return n else: return f(n - 1) + n
3. Двигаемся дальше к заданию 25 на маски чисел. Здесь очень кстати будет библиотека fnmatch c одноименным методом.
from fnmatch import * for i in range(0, 10**8 + 1, 317): if fnmatch(str(i), '11??1*56'): print(i)
11021456 11211656 11401856
Конечно, при желании и необходимости можно использовать и другие, например тот же самы math, но чтобы разобрать все, одно поста мало. а какие библиотеки используешь ты?

Салют! 👋 Сегодня разберём одну из самых базовых, но важных тем - виды компьютерной графики 👇 🎨 РАСТРОВАЯ И ВЕКТОРНАЯ ГРАФИКА Вообще, вся компьютерная графика делится на два типа: растровую и векторную. 💡 Растровая графика Это изображения, которые состоят из пикселей - маленьких цветных точек. Что важно понимать:
• каждый пиксель хранит свой цвет • чем больше пикселей, тем выше качество • при увеличении изображение рассыпается на квадратики
📌 Примеры: фотографии, скриншоты, картинки из интернета 💡 Векторная графика Здесь изображение строится не из пикселей, а из линий, кривых и опорных точек. Что это даёт:
• изображение можно увеличивать бесконечно без потери качества • обычно занимает меньше места • идеально подходит для логотипов, иконок, схем
⚠️ Но есть нюанс: для сложных изображений (например, фотореализм) вектор использовать трудно, потому что всё нужно описывать математически. Нет лучшего типа графики.
Растр - когда нужна детализация и реализм. Вектор - когда важна гибкость и масштабирование.

с добрым утром, ты выглядишь сегодня потрясно 💜

Всем приветик! Хочу поделиться с вами отличной книгой по основам Python. В ней вы сможете найти описание всех типов данных и основных конструкций. Всем новичкам (и не только) горячо рекомедую ❤️

🧠 Data Science vs Big Data: в чём разница и что общего? Сегодня разберёмся, чем отличаются Data Science и Big Data, ведь они часто звучат рядом, но обозначают разные направления! 💡 🔍 Data Science – это наука о данных. Специалисты в этой области используют статистику, программирование и машинное обучение для анализа данных и выявления скрытых закономерностей. Основные инструменты: Python, R, SQL, библиотеки машинного обучения (как Scikit-learn и TensorFlow). Задачи: построение моделей для предсказаний, анализ данных для принятия решений. 🔍Big Data – это работа с огромными объёмами данных. Представьте себе массивы информации из соцсетей, банковских транзакций или интернета вещей (IoT). Ключевая цель – сбор, хранение и обработка данных, которые слишком велики для обычных баз данных. Для этого используются технологии, как Hadoop, Spark и NoSQL базы данных (MongoDB, Cassandra). 💡 Что общего? - И Data Science, и Big Data работают с данными (Data) – и чем их больше, тем лучше! - Оба направления помогают бизнесам принимать решения на основе данных. - Специалисты в обеих сферах используют программирование и алгоритмы для работы с информацией, кстати, в основном Python 🐍 - Эти сферы часто пересекаются: Data Scientists могут использовать Big Data для анализа больших массивов данных, а инженеры Big Data создают инфраструктуру для Data Science.

Сегодня на Камбоджийских движениях 🇰🇭 Но не переживайте, завтра я уже буду дома, а там и первый урок нокаута в 16:00 по мск
+1
Сегодня на Камбоджийских движениях 🇰🇭 Но не переживайте, завтра я уже буду дома, а там и первый урок нокаута в 16:00 по мск 🥹 Буду всех ждать 💜

ВПР 👨‍💻 и да, я не про всероссийскую проверочную работу 🤪 ВПР (или VLOOKUP на английском) в Excel — это функция, которая помогает искать значения в таблице. Представьте, что у вас есть список товаров с ценами, и вы хотите быстро найти цену по названию товара. Вот тут и приходит на помощь ВПР! Простой пример: У вас есть таблица с товарами и ценами: | Товар | Цена | |------------|------| | Яблоко | 100 | | Груша | 120 | | Банан | 80 | Теперь, если вы хотите узнать цену "Груши", можно использовать ВПР. 1. Введите формулу: =ВПР("Груша"; A1:B4; 2; ЛОЖЬ) 2. Где: - "Груша" — это то, что мы ищем. - A1:B4 — это диапазон данных, где мы ищем (очень важно выделять диапазон таким образом, чтобы первый слово, которое вы ищете, было в первом столбце, как видим, груша как раз в первом по счету, а втором идет его цена) - 2 — номер столбца, из которого нужно вернуть значение (в нашем случае это столбец с ценами). - ЛОЖЬ — значит, что мы ищем точное совпадение. Результат: Excel вернёт 120, потому что цена "Груши" - 120. ВПР удобно использовать, когда нужно быстро находить информацию по ключевому полю в больших таблицах! Это сильно облегчит нам работу с заданием 3 уже совсем скоро! записаться на занятия 💜

Mac, Windows или Linux — что выбрать программисту? 🤔 ОС — это не просто оболочка, а рабочий инструмент. Вот краткий разбор для тех, кто выбирает осознанно. 💻 🍏 Mac 🔹 Стабильная и быстрая система на UNIX-ядре 🔹 Идеален для iOS и macOS-разработки 🔹 Классный интерфейс, отличная автономность 💸 Минус: высокая цена 💰 Цены: • MacBook Air M2 — $1,000–1,200 • MacBook Pro M2/M3 — $2,000–3,000 ✅ Подойдёт тем, кто ценит комфорт и хочет “всё из коробки” 🖥️ Windows 🔹 Огромный выбор устройств на любой бюджет 🔹 Отличная совместимость с большинством программ 🔹 Подходит для .NET, C#, Unity и игр ⚠️ Минус: нестабильность по сравнению с Mac и Linux 💰 Цены: • Базовые ноуты — от $400 • Продвинутые — $1,200–2,000 ✅ Хорош для начинающих и геймеров 🐧 Linux 🔹 Бесплатный и настраиваемый 🔹 Работает даже на старом железе 🔹 Лучший выбор для серверной и веб-разработки ⚠️ Минус: может быть сложным в освоении 💰 Подойдёт ноутбук от $300 ✅ Для тех, кто хочет гибкость и контроль Что выбрать? 💰 Бюджет ограничен — Windows или Linux 🍏 Хочется максимум удобства — Mac 🐧 Нужна гибкость и минимум затрат — Linux Мой выбор — Mac на чипах M. Эстетика, мощность и стабильность без лишних настроек. Ну и доп пк тоже неплохо 🆗