Data Science: Алгоритмы и Структуры данных

Interpolation Sort Имея отсортированный массив нам надо написать функцию поиска элемента. Линейный поиск сделает это за время O(n) , Jump Search - O(√ n), а бинарный за O(log n). Поиск с интерполяцией (Interpolation Sort) является улучшением по сравнением с бинарным поиском для экземпляров, где значения в отсортированном массиве равномерно распределены. Двоичный поиск всегда переходит к центру. Interpolation Sort может идти в разные места в соответствии с значением ключа, по которому выполняется поиск. Например, если значение ближе к последнему элементу, поиск выгоднее начать с конца. Сложность выйдет O(log(log n)). О том как выбрать значения ключа, поговорим в следующем посте.

📣 Распродажа IT-курсов в Академии ТОР! ✅ До конца недели скидка 50% на первые два месяца обучения на курсы • Тестирование (QA) • Графический дизайн • Python-разработчик • Java-разработчик ✅ До конца месяца 20% скидка на все обучение. ✅ До конца месяца 25% скидка на детское обучение. 🔥промокод TGSUPER Связаться с менеджером

Когда стоит использовать Jump Search Бинарный поиск - лучше, чем Jump Search. Для чего же тогда использовать Jump Search. У него есть одно преимущество перед бинарным поиском: мы возвращаемся назад только один раз. Для бинарного поиска может потребоваться до O(logN) переходов в ситуации, когда мы захотим найти элемент, который является наименьшим или даже меньше чем наименьший.

Занимаетесь кодингом, разрабатываете и оптимизируете проекты, интересуетесь грамотными подходами их проектирования? Тогда вам к нам! На __Just code IT__ вы узнаете много крутого из мира программирования😏 — Обсуждения тонкостей языков, алгоритмов, ИБ, компиляторов; — Посты про качество кода и системное программирование; — Дайджесты в сфере прикладного IT и научно-популярные статьи. Ловите несколько горячих постов про архитектуру и механизмы работы проектов: ● ОС для OISC-процессоров; ● Первое знакомство с языком ассемблера; ● Поддержка микроядер в железе; ● Хардкорные инструменты для WEB-разработки. Переходите __по ссылке__, чтобы не пропустить ни одного полезного материала🔥

Оптимально выбрать блок для пропуска в Jump Search В худшем случае мы должны делать n/m перехов. Где n - длина массива, а m - длина размера перехода. Если проверенное значение больше, чем искомый элемент, мы выполним m-1 сравнений больше, так как будем использовать линейный поиск. Общее количество сравнений в наихудшем случае будет ((n / m) + m - 1). Значение функции ((n / m) + m - 1) будет минимальным, когда m = √n. Следовательно, лучший размер шага будет являться m = √n

Jump Search Как и бинарный поиск, поиск с переходом(прыжком) выполним только для отсортированных массивов. Основная идея состоит в том, чтобы проверять меньшее количество элементов, перескакивая вперед на фиксированное количество шагов, пропуская их. Рассмотрим массив - 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, длина - 16. Размер блока возьмем - 4. Jump Search найдет значение 55 с помощью следующих шагов: 1. Переход от индекса 0 к индексу 4 2. Переход с индекса 4 к индеку 8 3. Перейсти с индекса 8 к индексу 12 4. Поскольку элемент с индексом 12 больше 55, мы вернемся на шаг назад. Переходим на индекс 8 5. Выполняем линейный поиск с индекса 8, чтобы получить элемент 55

Операция поиска в Splay Tree Операция поиска в Splay Tree выполняет стандартный поиск BST, помимо поиска, также происходит и перемещение узла в корень. Если поиск успешный, то найденный узел перемещается и становится корневым. В противном случае последний узел, к которому было обращение (до достижения NULL) - перемещается в корень. Доступ к узлу 1. Через корень 2. Узел является дочерним по отношению к корню, либо левым потомком (применим правое вращение), либо правм потомком 3. Другие 2, которые расмотрим в будущем

4PDA теперь в Telegram! 4PDA – крупнейший в рунете тематический ресурс, посвященный технологиям, приложениям и кодингу. Специально для программистов у них появился официальный канал в телеграм, где вы увидите сливы платных курсов, интересные статьи и много другого! Подписывайтесь: @4pda_forum

Расширяющее (косое) дерево - Splay Tree Основная идея Splay Tree состоит в том, чтобы перенести элемент, к которому недавно осуществлен поиск(или доступ) в корень дерева. Тем самым дать возможность достучаться к нему повторно за O(1). Представьте себе ситуацию, когда у нас есть миллионы ключей, и лишь некоторые из них используются чаще других, что кстати говоря весьма вероятно во многих приложениях. Все операции с Splay Tree выполняются в среднем за O(log N) времени, где N - количество записей в дереве. В ближайшие дни рассмотрим основные операции над данным деревом.

Видеокурсы — лучший способ выучить язык программирования Вот каналы, которые собирают лучшие видеокурсы: Python Expert – 585 видео про Python с нуля, Backend, Flask, Django, Data Science, Разработка Telegram ботов, Machine Learning. ITLES – 1764 видео по Frontend, Java, Git, C#, C++, PHP, SQL, Figma, CSS, Linux, Data Science, Верстка, GameDev. Скачивать ничего не нужно — все выложили на YouTube с доступом по ссылке.

Реализация вставки в Trie (Python)

​Курс по python-разработке для тех, кто хочет сменить профессию. Неважно, сколько вам лет и есть ли у вас опыт в IT — за 9 месяцев учёбы освоить разработку сможет каждый. Это возможно, если правильно выстроить программу и усердно заниматься. Упорство зависит от вас, а о качестве материалов позаботилась команда Яндекс Практикума. — Программа основана на реальных требованиях работодателей к младшим специалистам. — Интерактивный тренажёр помогает освоить теорию и закрепить её в тестах. — Практика идёт на учебных проектах для портфолио: от чат-бота и сайта-отзовика до соцсети и многофункционального сервиса. А ещё на курсе много работы с опытными специалистами: — наставники-разработчики разбирают сложные темы на живых вебинарах. — код-ревьюеры проверяют проекты и подсказывают, как их улучшить. — кураторы помогают с организацией и расписанием. — карьерный центр учит работать с резюме, мотивационными письмами, портфолио и собеседованиями. 78% наших выпускников находят работу в новой сфере. Они берут проекты на фрилансе, устраиваются в стартапы и крупные компании — Яндекс, ВТБ, МТС, Перекрёсток, Playrix, Сбер и другие. Посмотреть, как учит Практикум, можно в бесплатной вводной части курса →

Описание операции вставки в Trie Каждый узел в Trie состоит из нескольких ветвей. Каждая ветвь представляет собой возможный символ-ключ. Интересно то, что последний узел каждого поддерева Trit - будет являться концом слова. Простая структура Node выглядит примерно так: 1. Инициализация детей 2. флаг о конце слова Вставка в Trie - одна из простых операций. Каждый символ вставляется как отдельный узел Trie. Важно, обратить внимание, что дочерние элементы - это массив указателей(ссылок) на узлы дерева следующего уровня. Ключевой символ действует как индекс в дочернем массиве. Если входной ключ новый или расширенный - нам нужно построить таким образом ключи и пометить конец слова флагом конца. Длина ключа - определляет нашу глубину Trie.

Студенты заставили своего угарного препода по программированию создать телеграм-канал. Его обожают за умение просто и остроумно рассказывать про код, рекурсию и объяснять сложные алгоритмы так, что любой школьник сможет повторить. В свободное время он выводит онлайн-курсы на чистую воду и рассказывает как запросто прокачаться до сениора за полгода. Если ты работаешь или учишься в IT, подписка обязательна — https://t.me/+IRo8tmwSlh5lYzYy

Структура данных - Префиксное(нагруженное) дерево - Trie Сегодня (и последующие несколько дней) разберем еще одну продвинутую структуру данных: Trie Префиксное дерево (Trie) - эффективная структура данных для поиска информации. Используя Trie, сложность поиска у вас сведется к длине ключа, что является оптимальным пределом. Используя Trie - вы можете икать и вставлять ключ за О(M): где M максимальная длина строки. Однако будет штраф за то как это хранится. Еще плюсом Trie будет являеться то, что вы легко сможете вывести все слова в алфавитном порядке А также поможет вам эффективно решать задачи по поиску префикса(суффикса). Задачу подобную я скоро опубликую: она как раз была недавно в leetcode challenge

Код вставки элемента в XOR Linked List

Обход связного XOR списка Продолжаем тему XOR Linked List и сегодня поговорим про обходы данного листа. Перемещаться по списку XOR мы можем как в прямом, так и в обратном направлении. Просматривая список, нам нужно запоминать адреса узла, к которому ранее осуществлялся доступ, чтобы вычислить адрес следующего узла. Например когда мы находимся в узле С, у нас должен быть адрес B. Из XOR мы выщемляем адрес для C, а при помощи C (и функции npx) мы можем узнать адрес следующей ноды. Завтра посмотрим на SourceCode для полного понимания данного процесса.

Продолжение обсуждения про XOR Linked List Итак, я предлагаю перед тем как продолжать более детально смотреть на определенные примеры и задачи по данной теме. Всё таки немного глубже посмотреть на данную структуру. Я нашел идеальную статью по этой теме: https://www.linuxjournal.com/article/6828?page=0,0 Не обращайте внимание на дату создания. Ибо этот топик актуален до сих пор. Ну и плюсом будет в принципе глянуть на Linux Journal: там публиковалось очень много интересных топиков в свое время.

XOR Linked List Начнем рассматривать сложные структуры данных. Сегодня начнем одной из таких: XOR связный список. Обычный двусвязный список требует места для двух адресных полей для хранения адресов предыдущего и следующего узлов. Версия двусвязного списка с XOR может быть создана с использованием только одного пространства для адресного поля с каждым узлом. В связанном списке XOR вместо хранения фактических адресов памяти каждый узел хранит XOR адресов предыдущего и следующего узлов.

Очень простое объяснение сложности алгоритмов Иногда я нахожу на просторах интернета очень неплохие статьи, которыми могу поделиться. Сегодня одна из таких, которая позволит вам на базовом уровне разобраться что же такое сложность алгоритмов: https://thatcomputerscientist.com/big-o-notation-explained-as-easily-as-possible Для более глубокого изучения данного вопроса я порекомендую курс Роберта Седжевика: https://www.coursera.org/learn/analysis-of-algorithms Он максимально позволит вам овладеть данной темой.