Data Science: Алгоритмы и Структуры данных

Машина, которая никогда не останавливается: как одно предложение поставило предел человеческому познанию В 1936 году Алан Тьюринг, пытаясь формализовать пределы вычислений, сформулировал вопрос, навсегда изменивший не только компьютерную науку, но и наше понимание границ познания. Этот вопрос — известная как «Проблема остановки» — звучит обманчиво просто: можно ли создать алгоритм, который, анализируя код любой программы и её входные данные, заранее и безошибочно определит, завершится ли её работа или же она уйдёт в бесконечный цикл? Казалось бы, речь идёт о чисто технической задаче, мечте каждого программиста об идеальном отладчике. Однако ответ Тьюринга, уместившийся в элегантное и почти язвительное доказательство от противного, оказался оглушительным: нет, такой алгоритм принципиально невозможен. В этой статье мы не только разберём суть этого гениального доказательства, которое построено на самореференции и логическом парадоксе, подобном «лжецу», но и визуализируем его ход с помощью наглядного кода в MATLAB, превратив абстрактную логику в динамическую демонстрацию. https://habr.com/ru/articles/981908/ Алгоритмы и Структуры данных

Поздравляем всех с Наступающим Новым годом!!! Спасибо, что остаетесь с нами все это время. Мы стараемся нашей большей редакцией отбирать для вас свежий и полезный контент! Желаю вам всего самого наилучшего и побольше знаний.

Как найти правила сборки объектов, зная их структуру: обратная инженерия в игре Game of Life В клеточных автоматах простые правила создают сложные структуры. Теперь исследователи могут начать с этих структур и методом обратного проектирования восстановить правила. Александр Мордвинцев показал мне на экране два скопления пикселей. Они пульсировали, росли и распускались, превращаясь в бабочек-монархов. По мере роста две бабочки столкнулись друг с другом, и одна пострадала сильнее — её крыло отмерло. Но как раз в тот момент, когда казалось, что ей конец, изувеченная бабочка внезапно отрастила новое крыло, подобно саламандре, отращивающей потерянную ногу. https://habr.com/ru/companies/first/articles/980378/ Алгоритмы и Структуры данных

Как на самом деле выглядит необработанное фото Вот фотография новогодней ёлки в том виде, в котором видит матрица камеры: https://habr.com/ru/articles/981798/ Алгоритмы и Структуры данных

SQL HowTo: ускоряем запрос в 32 раза (Advent of Code 2025, Day 8: Playground) В этой челлендж-серии статей, начатой с прошлогоднего эвента, попробуем использовать PostgreSQL как среду для решения задач Advent of Code 2025. Возможно, SQL не самый подходящий для этого язык, зато мы рассмотрим его различные возможности, о которых вы могли и не подозревать. https://habr.com/ru/companies/tensor/articles/981438/ Алгоритмы и Структуры данных

Неожиданная эффективность Claude при one-shot-декомпиляции кода Snowboard Kids 2 Я в последнее время экспериментировал с one-shot-декомпиляцией, используя режим Claude без пользовательского интерфейса в непрерывном цикле. Меня на это вдохновила статья о запуске Claude Code в цикле. Эксперимент оказался на удивление продуктивным. https://habr.com/ru/companies/wunderfund/articles/981622/ Алгоритмы и Структуры данных

RepE — как активационная инъекция влияет на энтропию, деградацию и качество ответов LLM? Современные большие языковые модели достигли впечатляющих результатов в генерации текста, однако они до сих пор остаются жуткой стохастикой. На мой взгляд проблема текущего ИИ заключается не в синтетических обучающих данных или архитектурных ограничениях, а в отсутствии внутренней верификации. Для LLM галлюцинация и факт онтологически равноценны: и то, и другое — лишь вероятностная последовательность токенов, максимизирующая правдоподобие. Стандартные методы донастройки, такие как RLHF, часто еще сильнее ухудшают ситуацию: они учат модель казаться правильной и вежливой, создавая маску дружелюбного ассистента, но не меняют глубинные механизмы принятия решений. В результате мы получаем модели, которые полноценно врут даже там, где их знаний возможно хватило бы для правильного ответа на вопрос. https://habr.com/ru/articles/981520/ Алгоритмы и Структуры данных

РОЗЫГРЫШ НА 15 МЛН: 🫨 300+ ТОПОВЫХ ДЕВАЙСОВ И ПОДПИСОК !🥳 ❤️💙 31 декабря в 21:00 по МСК в ТЕХБРИФ разыграем: - 10 шт. iPhone 17 Pro Max - 10 шт. MacBook Pro 16″ - 20 шт. OLED-телевизоров Samsung 77" - 100 шт. годовых подписок на ChatGPT Plus - 30 шт. PlayStation 5 Pro - 25 шт. Apple Vision Pro 😎+3 СЕКРЕТНЫХ СУПЕР ПРИЗА 🏆 Условие одно: Подписаться на канал ТЕХБРИФ 🎄 Заявки принимаются моментально 🎁 Более 300 призов на канал с 10к подписчиками! РЕАЛЬНЫЙ ШАНС ЕСТЬ У КАЖДОГО! 🙀 ЗАБИРАЙ ОГРОМНЫЙ ШАНС ПОБЕДИТЬ К НОВОМУ ГОДУ 😻

Как я решил больше 1000 задач на leetcode за 2 года и потратил на это 2000+ часов своей жизни Эта статья — не инструкция "как быстро выучить алгоритмы" и не история успеха в духе "сделал X и теперь у меня всё получилось". Скорее, это подробный и честный рассказ о длинном пути: с моими сомнениями, ошибками, периодическими откатами назад и постепенным прогрессом. Я решил написать этот текст по нескольким причинам. Во‑первых, за последние годы мне часто задавали вопросы про алгоритмы: с чего начать, сколько времени нужно, реально ли учить их параллельно с работой и семьей, и какой черт возьми смысл в них — кроме как на интервью?!. Во‑вторых, мне самому хотелось зафиксировать опыт: разложить его по полочкам и понять, что в нем было действительно полезным, а что — избыточным или совсем ошибочным. Если коротко: за два года решил больше 1000 задач на LeetCode и потратил на это, по моим оценкам, свыше 2000 часов. Это не рекорд и не повод для гордости. Это просто факт, который задаёт масштаб проделанной работы. Итак, наливайте чай, теперь начинаю свою историю… https://habr.com/ru/articles/981180/ Алгоритмы и Структуры данных

Сможет ли GigaCode стать качественным аналогом зарубежных AI-решений для разработчиков? Ещё в 2022 году разработчики, использующие искусственный интеллект, казались своего рода чудаками. Однако в 2025 году совместный отчёт DORA и Google Cloud показал, что сейчас 90% специалистов используют AI-помощников в повседневной работе. Рынок предлагает множество платформ для разработчиков: ChatGPT, GitHub Copilot, Claude и многие другие. Однако в российских реалиях их использование усложняется необходимостью подключения к VPN, трудностями с оплатой сервисов и другими проволочками. Поэтому стоит обратить внимание на отечественные аналоги, в частности, GigaCode. https://habr.com/ru/articles/981418/ Алгоритмы и Структуры данных

Царский путь к пониманию комплексных чисел. Часть I Многие из вас слышали это в школе или в вузе, когда речь зашла о корне из минус единицы. О комплексных числах вам говорили как о воображаемых и предлагали с ними работать абстрактно, как с математической фикцией, которой нет в природе. У многих это вызвало определенную травму, ошибочное отношение к комплексным числам как к какой-то изобретенной людьми вещи, которой нет в природе. Но они были обмануты. https://habr.com/ru/articles/981234/ Алгоритмы и Структуры данных

Попробуйте IT на вкус: изучите 6 профессий за 4 дня Бесплатный курс по IT от практика, который нанимает IT-специалистов каждый день Под его руководством вы создадите сайт, напишете первый код, найдёте баги, попробуете себя в Data Science, разберётесь, что делают специалисты по кибербезопасности, и поймёте, к чему именно у вас есть склонность. Это не «послушать лекцию». Это опыт, который экономит месяцы! Такую возможность нельзя упустить, потому что именно в этом курсе спикер знает кого реально нанимают сегодня, а кого нет. Регистрируйтесь по ссылке и получайте навыки, за которые рынок платит от 160 000 тыс.руб.

«Гипотеза Римана: В погоне за скоростью. Является ли сходимость к GUE новым инвариантом?» Данная статья является прямым и логическим продолжением нашего предыдущего исследования «От данных к доказательству: может ли статистическая инвариантность стать ключом к Гипотезе Римана?». В той работе мы заложили философский и методологический фундамент: предложили перевести проблему Римана в плоскость поиска статистических инвариантов — измеримых свойств последовательности нулей, которые были бы экстремальны именно для нулей, лежащих на критической линии Re(s)=1/2. https://habr.com/ru/articles/981366/ Алгоритмы и Структуры данных

Фрактал, который провисел на моей стене 12 лет Когда я учился в средней школе, то часто вместо того, чтобы заниматься делом, рисовал всякую всячину. Тогда же я умудрился изящно изрисовать чертёжный лист, комбинируя и повторяя множество квадратов — получилось что-то среднее между Крутой S и треугольниками Пенроуза. Я чувствовал, что в этом рисунке кроется нечто большее, но тогда мне ещё не хватало знаний для полноценного осмысления его принципов. В итоге, решив делегировать эту задачу будущему себе, который гораздо лучше знает математику, я повесил своё творение на стену за письменным столом, где оно провисело на протяжении моей учёбы в старших классах и колледже и висит по сей день. Однако время шло, и сегодня я уже стал той самой будущей версией себя, которая разбирается в математике чуть лучше. Ну а поскольку мой фрактал похож на распускающийся цветок и провисел на моей стене столько лет, я буду ласково называть его «желтофиоль», хотя ниже вы увидите, что он сильно похож на некоторые другие известные фракталы. Прежде чем переходить к изучению этого узора, будет нелишним проговорить этапы, которым мы следовали в школе при его рисовании: https://habr.com/ru/companies/ruvds/articles/980446/ Алгоритмы и Структуры данных

8 известных структур данных, о которых спросят на собеседовании Кратко разбираем 8 основных структур данных, в которых должен разбираться каждый разработчик. Проверьте свои теоретические знания. https://proglib.io/p/8-data-structures Алгоритмы и Структуры данных

Анализ алгоритмов для начинающих: вводное руководство Введение в анализ алгоритмов для программистов и сочувствующих. Разбираемся в базовых понятиях теоретической информатики. https://proglib.io/p/analysis-of-algorithm Алгоритмы и Структуры данных

6 алгоритмов решения задач по спортивному программированию Ниже мы собрали несколько интересных алгоритмов для решения задач по спортивному программированию, которые можно применить на соревнованиях. https://proglib.io/p/competitive-algorithms Алгоритмы и Структуры данных

Геймдизайн — профессия, где креатив оплачивается от 100 000 ₽ Игровая индустрия в 2025 году растёт быстрее, чем кино и музыка вместе. Геймдизайнеры зарабатывают от 100 000 ₽. На бесплатном мини-курсе вы сделаете свой первый проект и поймёте, как работает индустрия с приятными зарплатами. Что вас ждёт: — Доступ к конференции по нейросетям — освоите ИИ как инструмент для игр и жизни — Возможность выиграть 3 000 000 ₽ за собственную игру — 5 чек-листов и разбор культовых проектов — Half-Life, Mass Effect, Crusader Kings Просто ответьте на пару вопросов — и начните свой путь в геймдизайне бесплатно!

Беспощадный Frontend-тест: уволься сам, если не наберешь 7 из 10! Думаешь, что уже познал все тайны фронтенда? Готов поставить на кон свою репутацию разработчика? Этот тест заставит тебя попотеть — здесь нет места для случайных правильных ответов. https://proglib.io/tests/besposhchadnyy-frontend-test-uvolsya-sam-esli-ne-naberesh-7-iz-10 Алгоритмы и Структуры данных

💡 IT: профессия, которая не исчезнет. А вы уже пробовали, подходит ли она лично вам? 2025 — идеальное время зайти в IT. Зарплаты растут, импортозамещение ускоряет найм, а компаниям нужны не только программисты, но и тестировщики, аналитики, специалисты по кибербезопасности, Data Science, Python и даже нейросетям. Но как выбрать своё направление, если индустрия огромная, а информации — ещё больше? И главное — как понять, что именно подойдёт вам и действительно принесёт деньги? Пройди простой и ускоренный курс по ссылке, чтобы найти как кратно увеличить свой доход в 2026 году, с помощью востребованных навыков.