Всё про Алгоритмы и Структуры данных

Научитесь Python разработке за 0₽ Зарплата начинающего Python разработчика от 60 000₽, а стоимость обучения на профессию в онлайн-школах от 120 000 до 300 000 рублей. Прямо сейчас Skillbox проводит бесплатно мини-курс по программированию на Python. Переходите по ссылке и обучитесь основам Python за 5 дней. Акция продлится до 17 июля: https://go.redav.online/e16edf6ecd17e5e0?erid=2VfnxyFWM3N&m=1

Азбука блокчейна: протоколы и алгоритмы консенсуса Всем привет! Для тех, кто уже читал мои посты о блокчейне хочу сказать, что рад вас видеть снова на своей странице. Для тех, с кем мы еще не знакомы, меня зовут Валерий, я junior developer в западном стартапе, приятно познакомиться. Я как-то уже писал о том, что мы собираем свою “Википедию” о технологиях на крипторынке. Сейчас мой фокус внимания смещен на все составляющие блокчейна, я продвигаюсь снизу вверх, чтобы лучше понять, как это все работает. И вот мне в связи с работой постоянно попадались некоторые обозначения, которые мне поначалу казались синонимами. Речь идет о протоколах или алгоритмах консенсуса, на которых, собственно, и работает блокчейн. Но этим все не ограничивается, с этими протоколами связано немало терминов, объясняющих их работу. Честно говоря, чтобы изучить протоколы и их составляющие, я потратил довольно много времени и прошерстил немало ресурсов. И я подумал, что добру зря пропадать и решил сделать новую публикацию с моим исследованием. https://habr.com/ru/articles/657413/ Алгоритмы и Структуры данных

Обработка данных криптовалютного рынка в RavenDB с использованием временных рядов Что если можно было бы хранить данные временных рядов вместе с «обычными» данными, избавившись от затрат времени, сил и ресурсов, связанных с использованием отдельной СУБД? RavenDB — это документо-ориентированная NoSQL-база данных, оснащённая стандартной поддержкой работы с временными рядами. То есть — получается нечто вроде MongoDB со встроенной InfluxDB. Это позволяет применять RavenDB для хранения и обработки данных, получаемых с финансовых рынков. В частности — строить графики цены Bitcoin с использованием C# и TypeScript. https://habr.com/ru/companies/ruvds/articles/657353/ Алгоритмы и Структуры данных

Алгоритм Диница: как найти максимальный поток в сети (для начинающих) Привет, будущие инженеры и программисты! Сегодня мы погрузимся в мир алгоритмов и разберём одну очень крутую штуку — алгоритм Диница. Звучит сложно? Не переживайте, мы разберём его по полочкам, как конструктор LEGO, и вы поймёте, как он помогает решать реальные задачи. Представьте, что у вас есть город, и по его дорогам едут машины. У каждой дороги есть своя пропускная способность — сколько машин может проехать по ней за час. Ваша задача — понять, сколько всего машин может проехать из одной точки города (например, от завода) в другую (например, до торгового центра) за час, используя все дороги. Это и есть задача о максимальном потоке! https://habr.com/ru/articles/927276/ Алгоритмы и Структуры данных

Тестировщики находят ошибки в программах — и зарабатывают от 70 000 ₽ Как «укусить» IT профессию — без обязательств. Skillbox придумал простой способ: вы заходите в Telegram, проходите короткий тест — и получаете серию мини-уроков, где на практике ловите баги, учитесь работать с базами и смотрите, как думают тестировщики. Вы не подписываетесь на вечную учёбу, не платите и не обещаете «изменить свою жизнь». Вы просто проверяете: интересно это вам или нет. И если «да», то вам дадут подарки — курс английского, гайд по профессии и шанс выиграть 1,5 млн в хакатоне. Мест почти не осталось. Забирайте, вход пока открыт: получить курс.

Экономическая модель для ММО За игрой в различные массовые онлайновые проекты слишком часто приходилось наблюдать, как изначально встроенная система цен довольно быстро скатывалась в дикую прогрессирующую инфляцию, обесценивающую всё и вся. Внутриигровые стоимости (покупка/продажа вещей нпс, оплата услуг, ценность дропа) при этом становились совершенно смехотворными, а аукционы оказывались под завязку забиты спекулянтами. Не все ММО игры такие, но большинство. Если уж в играх не могут прийти к более менее валидной экономической модели, то что говорить о реальности. В которой капитализм по сути рассчитывает на то, что товары производятся, ввп прирастает и количество денежной массы можно подращивать со скоростью этого роста. О точном обеспечении общего количества товаров равноценным ему денежным эквивалентом речь давно не идёт. Если же вернуться к источнику, то изначальный смысл денег быть мерой стоимости. Общая ценность денежной массы должна соответствовать общему количеству материальных ценностей. Каждый произведённый товар увеличивает эту общую ценность. Но это в идеальном виде, а по факту в реальности всегда присутствует проблема переоценки - сложно учесть все материальные ценности, некоторые к тому же недолговечны, то есть могут переставать быть ценностью. Ещё одна проблема - расходные товары, вроде еды или услуг. Они всё-таки довольно специфичны, чтобы подходить к ним с той же меркой, иначе они сами по себе разрушают всю концепцию. https://habr.com/ru/articles/657603/ Алгоритмы и Структуры данных

Алгоритмы для работы с большими данными в Go: HyperLogLog и Count-Min Sketch Для начала давайте разберем что такое вообще Алгоритмы для работы с большими данными, основная суть алгоритмов для работы с большими данными — это эффективная обработка огромных объёмов информации при минимальных вычислительных ресурсах (памяти, CPU, диске). Их суть — жертвовать точностью ради скорости и масштабируемости. https://habr.com/ru/articles/927212/ Алгоритмы и Структуры данных

Алгоритм Мамдани в системах нечеткого вывода Так уж повелось, что любую статью о нечеткой логике принято начинать с упоминания имени Лотфи Заде. И я не стану исключением. Дело в том, что этот человек стал не только отцом-основателем целой научной теории, написав в 1965 году фундаментальный труд «Fuzzy Sets», но и проработал различные возможности ее практического применения. Он описал свой подход в 1973 году в тексте «Outline of a New Approach to the Analysis of Complex Systems and Decision Processes» (опубликованном в журнале IEEE Transactions on Systems). Примечательно, что сразу после его выхода одна предприимчивая датская фирма весьма успешно применила изложенные в нем принципы для усовершенствования своей системы управления сложным производственным процессом. https://habr.com/ru/articles/113020/ Алгоритмы и Структуры данных

Разберитесь в ИИ за 5 дней Хайп вокруг нейросетей — это круто, но как они работают на деле? За 5 дней вы напишете код, построите ИИ-модель и соберёте первые проекты в портфолио. Мини-курс подойдёт и новичкам, и тем, кто просто хочет пощупать Data Science. Эти специалисты умеют «разговаривать» с данными и находить решения с помощью нейросетей. И вы попробуете себя в этой роли — без лишней теории и сложностей. Комьюнити, подарки, доступ навсегда. Учитесь когда удобно, главное успейте зарегистрироваться пока видео-курс бесплатный. [Забрать мини-курс]

Алгоритмы и рыбалка: как работает мозг программиста в естественной среде обитания Привет, меня зовут Валерий Антонов, я руковожу направлением Java в Уральском банке реконструкции и развития (УБРиР). Сегодня расскажу, как я смог переложить систему алгоритмов на, казалось бы никак с этим не связанное хобби, - рыбалку. https://habr.com/ru/companies/ubrr/articles/657689/ Алгоритмы и Структуры данных

Как беспроводные сети могут помочь беспилотным машинам? В данной статье мы рассказываем о том, как беспроводные сети могут помочь беспилотным машинам справляться с некоторыми “edge case” ситуациями и описываем подход для упрощения операции поиска объектов, влияющие на свойства беспроводных каналов. https://habr.com/ru/articles/661021/ Алгоритмы и Структуры данных

Использование машинного обучения для оптимизации логистических процессов Сегодня в логистике мы сталкиваемся с множеством вызовов, требующих новых подходов. Глобализация, большие объёмы данных, изменчивость потребительских настроений и стремление к экономии делают традиционные способы управления недостаточно эффективными. Поэтому машинное обучение оказывается как никогда кстати и становится важным инструментом для оптимизации логистических процессов. Традиционная организация цепочек поставок часто сталкивается с проблемами. Например, прогнозирование и планирование могут быть некорректными из-за отсутствия своевременных и точных данных. Для координации участников цепочек поставок требуются значительные, но не всегда оправданные ресурсы. Непредсказуемые обстоятельства, такие как погодные условия или колебания спроса, тоже могут приводить к сбоям. Работа вручную также повышает вероятность ошибок (человеческий фактор, куда ж без него) и снижает общую эффективность. https://habr.com/ru/companies/sberbank/articles/926934/ Алгоритмы и Структуры данных

Потратить на поиск работы мечты несколько лет или 3 часа? Не знаете, с чего начать? Не уверены, в какой профессии сможете раскрыться на 100%? Профтест, который изменит всё За 15 минут вы поймёте, какие профессии вам подходят. Сразу после теста вы получите доступ к курсу, на котором вы больше узнаете о самых актуальных профессиях и сможете подобрать четыре по своим предпочтениям и интересам. Работать удалённо, в гибком графике, с зарплатой от 100 000 ₽ — это не сказка, это цифровая реальность. И она ждёт вашего первого шага. Пройдите тест сейчас — и начните учиться бесплатно.

Что такое отравление данных при помощи машинного обучения? Перед нами пример отравления данных (data poisoning), особой состязательной атаки, заключающейся в серии приемов, призванных нарушить работу моделей машинного обучения и глубокого обучения. Если умело применять отравление данных, этот метод может предоставить злоумышленнику своеобразный бэкдор к моделям машинного обучения, через который можно обходить защиту систем, управляемых алгоритмами искусственного интеллекта. https://habr.com/ru/companies/piter/articles/661083/ Алгоритмы и Структуры данных

Что такое отравление данных при помощи машинного обучения? Перед нами пример отравления данных (data poisoning), особой состязательной атаки, заключающейся в серии приемов, призванных нарушить работу моделей машинного обучения и глубокого обучения. Если умело применять отравление данных, этот метод может предоставить злоумышленнику своеобразный бэкдор к моделям машинного обучения, через который можно обходить защиту систем, управляемых алгоритмами искусственного интеллекта. https://habr.com/ru/companies/piter/articles/661083/ Алгоритмы и Структуры данных

- Олег них*я не делает весь месяц - 9:26 на часах, а туалет уже пахнет травой - Завтра еб*м объект? Если да, то где?.. Это была лишь прелюдия, к томy, что публикуют в «коллеги, шутки кончились» — самом скандальном канале про изнанку рабочих будней, неадекват клиентов и тупость начальства. Идеальный канал, чтоб залипнуть с коллегами: @kollеgi

Конечный автомат, машина Тьюринга, порождающая грамматика и компьютер: в чём разница В данной статье мы разъясним вопрос, который, находясь в самой основе теоретического программирования, при этом парадоксальным образом очень часто объясняется неправильно или неполно, причём эти неправильные объяснения даже иногда входят в учебные пособия (по крайней мере, известный китайский чатбот не смог мне правильно ответить на вопрос об отличии машины Тьюринга от конечного автомата, хотя, казалось бы, они приходятся чатботу ближайшими родственниками, и он мог бы изучить теоретическое программирование в обучающей выборке). А в конце мы немного пофилософствуем на тему, что же такое программа и что такое семантика. В данной статье мы разъясним вопрос, который, находясь в самой основе теоретического программирования, при этом парадоксальным образом очень часто объясняется неправильно или неполно, причём эти неправильные объяснения даже иногда входят в учебные пособия (по крайней мере, известный китайский чатбот не смог мне правильно ответить на вопрос об отличии машины Тьюринга от конечного автомата, хотя, казалось бы, они приходятся чатботу ближайшими родственниками, и он мог бы изучить теоретическое программирование в обучающей выборке). А в конце мы немного пофилософствуем на тему, что же такое программа и что такое семантика. https://habr.com/ru/articles/926394/ Алгоритмы и Структуры данных

Нарративная математика В настольно-ролевых играх часто принято использовать генераторы, дающие некие исходы и варианты лута/предметов/ситуаций из различных списков. В компьютерной сфере пишутся системы, обрабатывающие описания и реплики от пользователя и высылающие ему в ответ сгенерированные описания реакций и событий. Что насчёт некого обратного, или гибридного способа - пользователь не пишет запрос литературно, а конструирует его в пару кликов и получает ответ в виде набора направляющих ассоциаций, а не законченного конкретного текста. Благодаря этим направляющим пользователь может сам описать, сколь угодно подробно, что же произошло. В этой статье речь пойдёт о паре сюжетно-ролевых калькуляторов, собранных на движке Godot, в которых я частично автоматизировал варианты своей сюжетостроительной игромеханики, основанной на взаимодействии идентификаторов объектов. Доступны в браузере или в виде windows/linux приложений. https://habr.com/ru/articles/658443/ Алгоритмы и Структуры данных

DeepSeek — самая мощная нейросеть в мире? Честно сравним и разберемся на примерах вместе с Кириллом Пшинником, СЕО университета Зерокодер. ⚡️Что ждет вас на вебинаре? — Сравним DeepSeek-R1 и QWEN 2.5-Max с ChatGPT – кто быстрее, точнее и эффективнее? — Покажем, как использовать DeepSeek без ограничений и блокировок; — Разберем, как можно зарабатывать на нейросетях и какие вакансии будут востребованы в 2025 году. 👉 Регистрируйтесь прямо сейчас Все участники получат готовые инструменты для работы с нейросетями. Эфир подойдет всем, кто хочет сэкономить время, монетизировать навыки и оставаться в тренде технологий 2025 года. PS: Это первый полноценный практикум от экспертов по DeepSeek. Узнайте и погрузитесь в революционные изменения AI сферы по ссылке. erid: 2W5zFFzYJsa ООО Зерокодер, ИНН 9715401631

Как улучшить любой патент на изобретение в IT, на примере Яндекса Каждый землянин, даже совсем не научно-технический революционер или патентный военный, прочитавший эту информацию о методиках изобретательства, сможет при желании написать рационализаторское предложение или патент, за которые ему заплатят на работе или в своём бизнесе. И, самое удивительное, что категорически только тот, кто именно практически ежедневно занимается какой-то достаточно узкой областью ИТ, может улучшить и изобрести новое, а не «аналитик» вообще, доцент или чиновник. Мир меняется, и то, что раньше изобреталось и патентовалось, как просто научное, «на кончике пера», теперь должно быть максимально практичным, как конкретное «техническое решение». https://habr.com/ru/articles/658445/ Алгоритмы и Структуры данных