Всё про Алгоритмы и Структуры данных

Медианы чисел Пусть дано нечётное количество чисел n = 2k + 1. Будем считать, что они все разные. Медианой считается то число из них, для которого есть k чисел меньше его и k чисел больше. Далее будут рассматриваться алгоритмы поиска медиан при небольших значений n. Я уже знал об универсальном алгоритме, который находит медиану за линейное время, когда в 2004 году прочитал в 3-м томе "Искусства программирования" в разделе 5.3.3 о поиске медиан для конкретного небольшого количества чисел. Видимо я читал первое издание тома потому, что сейчас посмотрел второе - там этот раздел излагается немного по другому. Меня удивил тот факт, что для каждого количества чисел существует свой оптимальный алгоритм. Эта тема настолько захватила меня, что я стал писать свои алгоритмы для тех случаев, которых не было в книге. Там были приведены примеры алгоритмов для поиска медиан с минимальным количеством сравнений для 5 чисел. Рассматривались два варианта: минимум для наихудшего случая и минимум в среднем. Средний случай определяется на основе всех перестановок n чисел. Всего их n!. https://habr.com/ru/articles/864808/ Алгоритмы и Структуры данных

Что может быть проще (сложнее), чем упорядочивание чисел? Предположим, вы программист и у вас есть два числа. Вы хотите узнать, какое из чисел больше. Если оба числа имеют одинаковый тип, то почти в любом языке программирования решение будет тривиальным. Для этой операции обычно даже есть специальный оператор <=. Вот пример на Python: https://habr.com/ru/articles/715080/ Алгоритмы и Структуры данных

Меры центральности в Network Science За последние 10 лет интерес к науке Network Science неимоверно возрос, что повлекло за собой закономерное развитие всевозможных инструментов для исследований в данной области. Одним из таких инструментов является python-библиотека NetworkX, предназначенная для анализа графов или других сетевых структур. Этот пост будет направлен на объяснение и демонстрацию работы основных мер центральности, вычисляемых в графах. https://habr.com/ru/articles/715386/ Алгоритмы и Структуры данных

Почему освоить Python невозможно, и почему это нормально | Pydon't В этой статье я объясню, почему я считаю, что вы не можете по-настоящему освоить Python, но я также скажу вам, почему я считаю, что это нормально. Я дам ряд практических советов, которые вы сможете использовать, чтобы постоянно совершенствовать свои знания Python. Наконец, в конце я поделюсь небольшим случаем из моего личного опыта работы с Python, подкрепляющий мои тезисы. https://habr.com/ru/companies/piter/articles/715860/ Алгоритмы и Структуры данных

Порядок из хаоса. Напишем клеточный автомат «Муравей Лэнгтона» на p5py в браузере и анимируем с помощью state machine Тридцать восемь лет назад в свои тридцать восемь лет аспирант Мичиганского университета Крис Лэнгтон придумал два простых правила для клеточного автомата. Мы быстро повторим правила Лэнгтона, оживим муравья, написав код онлайн, добавим динамики (плавная анимация) и интерактивности (редактор уровней). Повоюем, постреляем купидоновыми стрелами, порисуем на заборе. А ещё педагогически немного адаптируем код для занятий с детьми (опционально).

Продолжим экспериментировать с клеточными автоматами прямо в браузере (или в VS Code), используя Python + p5py, чтобы вы могли быстро опробовать свои идеи.

https://habr.com/ru/companies/sberbank/articles/864100/ Алгоритмы и Структуры данных

Помощь в трудоустройстве в IT-сфере! В России из-за дефицита айтишников запустили бесплатную программу по обучению IT-специалистов. Теперь любой желающий может попробовать себя в IT с полного нуля и начать обучение бесплатно! Узнайте про дальнейшее трудоустройство в ведущие IT-компании для восполнения кадрового дефицита. Для этого нужно: - Перейти по ссылке - Заполнить анкету и ответить на вопросы (занимает менее 3 минут) - На основании ваших ответов вы сразу узнаете, подходит ли вам сфера IT и сможете ли вы в ней работать Перейти на сайт #реклама 16+ urban-university.ru О рекламодателе

Как TF-IDF обошел SOTA-модель BERT4Rec в персональных рекомендациях я Data Scientist персональных рекомендаций Wildberries. В этой статье разберем, как можно тюнингом TF-IDF побить BERT4Rec в ретро-тесте рекомендательной системы. https://habr.com/ru/companies/wildberries/articles/861466/ Алгоритмы и Структуры данных

Применимость Java в искусственном интеллекте: 7 библиотек для нейросетей, которые стоит изучить Java — один из самых популярных языков программирования, особенно в корпоративной разработке. Несмотря на доминирование Python в области машинного обучения и нейросетей, Java сохраняет свою актуальность благодаря сильной экосистеме, высокопроизводительным библиотекам и возможности интеграции с существующими решениями. В этой статье мы разберём, почему Java всё ещё полезен для нейросетей, какие библиотеки стоит изучить и для чего его применять. https://habr.com/ru/articles/864352/ Алгоритмы и Структуры данных

Сегрегация общества: модель Шеллинга и распределение этнических групп в городах Израиля Модель сегрегации Шеллинга – это агент-ориентированная модель, которая иллюстрирует, как индивидуальные тенденции в отношении соседей могут привести к сегрегации. Модель особенно полезна для изучения жилищной сегрегации этнических групп, где агенты представляют домовладельцев, которые переселяются в город. В модели каждый агент принадлежит к одной из двух групп и стремится жить в районе, где доля "друзей" достаточно высока: выше определенного порогового значения F. В зависимости от F, для групп равного размера, модель проживания по Шеллингу сходится либо к полной интеграции (случайное распределение), либо к сегрегации. Изучение этнических жилых моделей израильских городов с высоким разрешением показывает, что реальность сложнее, чем эта простая дихотомия интеграции-сегрегации: некоторые районы этнически однородны, в то время как другие населены обеими группами в различном соотношении. В данном исследовании мы изучаем, может ли модель Шеллинга воспроизвести такие модели; исследуем динамику модели с точки зрения зависимости от порогов толерантности для конкретных групп и от соотношения размеров двух групп; выявляем новый тип распределения, в которой часть одной группы сегрегированна, а другая часть остаётся интегрированной со второй; сравниваем характеристики этих новых моделей с моделями реальных городов и обсуждаем различия. https://habr.com/ru/articles/715768/ Алгоритмы и Структуры данных

Миграция в облако? Это легко! Собственная инфраструктура устарела или не справляется с нагрузками? Используйте облачные ресурсы! Эксперты Yandex Cloud помогут перейти в облако быстро, легко и безопасно. ✅ Мы полностью сопровождаем процесс. ✅ От вас — только инженер с доступом к инфраструктуре. ✅ Архитектура под ваши задачи, миграция и поддержка на каждом шагу — всё включено. ⚡Переходите в Yandex Cloud и забудьте о старом железе. А если успеете подать заявку до 31 декабря, мы покроем расходы на инженеров и тестовую инфраструктуру. Подать заявку #реклама 16+ yandex.cloud О рекламодателе Реклама на Яндексе

Как «яжепрограммист» построил всю свою родню Алгоритм визуализации древа — вот что самое интересное и заставляет серьёзно загрузить голову. Про него и буду рассказывать. Для нетерпеливых сразу скажу, что исходники пока не выкладываем, но есть демонстрационный сайт, куда можно загрузить своё древо в формате GEDCOM — ссылка ближе к концу статьи. https://habr.com/ru/companies/ruvds/articles/716404/ Алгоритмы и Структуры данных

Делимся приватным архивом на 837 ГБ курсов по программированию: 1. Обучение Python с нуля 2. Обучение JavaScript с нуля 3. Обучение С++ с нуля 4. Обучение С# с нуля 5. Обучение HTML/CSS с нуля 6. Обучение Java с нуля 7. Обучение SQL/GO/PHP с нуля Архивы скоро удалят, очень важно успеть!🔥

На чём учатся современные модели машинного перевода: опыт команды Яндекс Переводчика В этой статье я расскажу о том, как из общедоступных текстов интернета в 100 ПБ найти терабайты суперчистых данных с переводами между любыми языками. Вы узнаете, почему эта задача требует обучения больше десятка различных вспомогательных ML‑моделей. А ещё коротко подсвечу, какое место в этом процессе занимает наша YandexGPT и что это за зверь такой — YandexGPT‑MT. https://habr.com/ru/companies/yandex/articles/862718/ Алгоритмы и Структуры данных

Как устроены очереди: визуальное объяснение Очереди используются везде. Когда вы загружаете эту веб-страницу, запрос для её получения взаимодействует с десятками различных очередей на пути от вашей машины к серверу, на котором хостится страница. Очереди — это фундаментальный элемент. В этом посте мы изучим очереди в контексте HTTP-запросов. Начнём мы с простого, и постепенно будем вводить более сложные структуры очередей. https://habr.com/ru/companies/ruvds/articles/863654/ Алгоритмы и Структуры данных

Школьник + бесплатные курсы по ИТ = новые возможности Хотите прокачать мышление, научиться решать задачи по математике и информатике и познакомиться с ИТ? Бесплатные курсы для школьников в этом помогут. Занятия включают теорию и практические задачи, а само обучение не будет отнимать много времени - нужно 2-3 часа в неделю. После успешного прохождения одного из курсов вам выдадут сертификат - им можно пополнить портфолио. Чтобы начать учиться, выберите подходящую программу и оставьте заявку на сайте Т-Образования. Подать заявку #реклама 16+ education.tbank.ru О рекламодателе

8 вопросов начинающего аналитика Я работаю в компании Магнит уже 10 лет. Начинала свой путь в компании я на позиции аналитика, далее стала руководителем сектора аналитики, а после и руководителем команды разработки. Основную проблему, которую я наблюдаю в затягивающихся задачах: Заказчик, который не понимает, какой эффект он получит от задачи. Аналитики, которые боятся отстаивать свое мнение. Эти две проблемы еще на этапе начала работы над задачей создают очень много проблем для проектирования и разработки решения. Сегодня детальнее я бы хотела поговорить о второй проблеме. https://habr.com/ru/articles/863502/ Алгоритмы и Структуры данных

Машинное обучение: Линейная регрессия. Теория и реализация. С нуля. На чистом Python В этой статье я рассказываю про линейную регрессию, свойства, которыми должны обладать данные для модели, процесс обучения, регуляризацию, метрики качества. Кроме чистой теории я показываю как это все реализовать. Я рассказываю все в своем стиле и понимании - с инженерной точки зрения, с точки зрения того, как реализовывать с нуля. https://habr.com/ru/articles/863194/ Алгоритмы и Структуры данных

📶 С 1 декабря для граждан РФ открыт доступ к платным материалам по программированию Вот отсортированные базы с тонной материала(книги, курсы, ресурсы и гайды). Выбирай своё направление:: 👩‍💻 Frontend 👩‍💻 PHP ⚙️ Backend 👩‍💻 Моб. Dev 📱 GitHub 👩‍💻 GameDev 🤓 Всё айти 👩‍💻 DevOps 👩‍💻 Python 🖥 Data Science 👩‍💻 Java 🐞 Тестирование 👩‍💻 C# 🤔 Хакинг & ИБ 👩‍💻 С/С++ 📱 Маркетинг 🖥 SQL 🖥 Дизайн 👩‍💻 Golang 👣 Rust Скачивать ничего не нужно — все выложили в Telegram с доступом по ссылке

GIMP Script-Fu Первый Дан. Удобная передача параметров в функцию Script-fu (Тинисхема) передает параметры в функцию в виде списка и позволяет передавать значения в обязательные именованные параметры, функции с одним параметром принимающим неограниченное количество значений , или функции смешанного типа, с обязательными именованными параметрами и параметром остатком в виде списка. https://habr.com/ru/articles/863430/ Алгоритмы и Структуры данных

9 продуктов для работы с данными от СберТеха Приглашаем в Телеграм-канал Data Platform V, где рассказываем о решениях для работы с данными от СберТеха и не только. Что вас ждет: ⚡Знакомство с российскими СУБД и другими продуктами для работы с данными ⚡Последние обновления и улучшения (узнаете в числе первых!) ⚡Кейсы успешного внедрения и использования (реальные примеры с подробным разбором) ⚡Полезные статьи, новости и тренды в сфере разработки СУБД ⚡Приглашения на мероприятия с участием экспертов Хотите разобраться лучше в инструментах для работы с данными и выбрать то, что принесет пользу вашему бизнесу? Присоединяйтесь! Подписаться #реклама О рекламодателе