🐿 الگوریتم‌های الهام‌گرفته از طبیعت هم دسته‌ای از روش‌های محاسباتی هستن که از رفتار موجودات زنده و فرآیندهای طبیعی برای حل مسائل پیچیده استفاده می‌کنن. این الگوریتم‌ها بخشی از حوزه هوش محاسباتی محسوب می‌شن و در دهه‌های اخیر توجه زیادی رو به خودشون جلب کردن.

🧬 یکی از معروف‌ترین این الگوریتم‌ها، الگوریتم ژنتیک هستش که John Holland در سال 1975 معرفی کرد. این الگوریتم از فرآیند فرگشت داروینی الهام می‌گیره و با استفاده از عملگرهایی مثل جهش (mutation)، ترکیب (crossover) و انتخاب (selection) به دنبال بهینه‌سازی جواب‌ها می‌گرده. در هر نسل، کروموزوم‌هایی که fitness بهتری دارن شانس بیشتری برای بقا و تولیدمثل پیدا می‌کنن.

🐦‍⬛️ الگوریتم بهینه‌سازی ازدحام ذرات (PSO) که Kennedy و Eberhart در 1995 ارائه دادن، از رفتار دسته‌جمعی پرندگان الهام گرفته. هر ذره در فضای جستجو حرکت می‌کنه و سرعتش بر اساس بهترین موقعیتی که خودش پیدا کرده (pbest) و بهترین موقعیتی که کل گروه پیدا کرده (gbest) آپدیت می‌شه. فرمول آپدیت سرعت به این شکله:

v(t+1) = w×v(t) + c1×r1×(pbest - x(t)) + c2×r2×(gbest - x(t))

که w ضریب اینرسی، c1 و c2 ضرایب یادگیری و r1 و r2 اعداد رندوم بین 0 و 1 هستن.

🐜 الگوریتم کلونی مورچه‌ها (ACO) که Marco Dorigo در 1992 معرفی کرد، از نحوه پیدا کردن کوتاه‌ترین مسیر توسط مورچه‌ها استفاده می‌کنه. مورچه‌ها با ترشح فرومون و دنبال کردن مسیرهایی که فرومون بیشتری دارن، به مرور زمان بهترین مسیر رو پیدا می‌کنن. این الگوریتم به‌خصوص برای مسائل مسیریابی مثل TSP (مسئله فروشنده دوره‌گرد) کاربرد داره.

🐝 الگوریتم‌های دیگه‌ای هم وجود دارن مثل الگوریتم زنبور عسل (ABC) که Karaboga در 2005 معرفی کرد و از رفتار جستجوی غذای زنبورها الهام می‌گیره، یا الگوریتم خفاش که Xin-She Yang در 2010 ارائه داد و از سیستم اکولوکیشن خفاش‌ها استفاده می‌کنه.

💥 نکته جالب اینه که این الگوریتم‌ها معمولاً برای مسائل NP-hard که روش‌های دقیق برای حلشون زمان نمایی نیاز دارن، کارایی خوبی نشون می‌دن. البته این الگوریتم‌ها تضمینی برای پیدا کردن جواب بهینه سراسری ندارن ولی در عمل جواب‌های قابل قبولی در زمان معقول ارائه می‌دن.

2/2
~> @PinkOrca

وضعیت کامیونیتی بعد از این گفت‌وگو:
#متفرقه
~> @PinkOrca

گپی درمورد اینکه چطور با یه VM ویندوزی مشکل به شکل خیلی تمیزی حل می‌شه در مورد خیلی از نرم‌افزارها و اینکه برای کار با گنو/لینوکس نیازی به دوره دیدن نیست.
تماشای این ویدیو و شنیدنش به هرکسی توصیه نمی‌شه، چون یهویی تهیه شد و به بهترین شکل ممکن و مختصر و مفید نیست حرفا توش. همچنین بار علمی خاصی هم نداره. اما اگه مایل بودین گوش کنین.
#حرف_با_شما #ترفند
~> @PinkOrca | آزاد بیندیشیم 🕸

~> Radix Sort
یکی از مهم‌ترین الگوریتم‌های مرتب‌سازی که تو چند تا پست بعدی در موردش بیشتر یاد می‌گیریم ⬇️
#نوشته #علوم_کامپیوتر #الگوریتم #برنامه_نویسی
~> @PinkOrca | آزاد بیندیشیم 🎈

الگوریتم Radix Sort یکی از الگوریتم‌های مرتب‌سازی غیرمقایسه‌ای هستش که برای مرتب کردن اعداد صحیح یا رشته‌ها استفاده می‌شه. برخلاف الگوریتم‌هایی مثل Quick Sort یا Merge Sort که عناصر رو با هم مقایسه می‌کنن، Radix Sort بر اساس رقم‌های (digits) اعداد کار می‌کنه.

🔸 نحوه کارکرد

‏Radix Sort اعداد رو بر اساس رقم‌هاشون از کم‌ارزش‌ترین رقم (یکان) تا پرارزش‌ترین رقم (بالاترین مرتبه) مرتب می‌کنه. این روش به LSD (Least Significant Digit) معروفه. البته می‌شه از MSD (Most Significant Digit) هم استفاده کرد که از پرارزش‌ترین رقم شروع می‌کنه.

فرض کنید آرایه‌ای با اعداد [170, 45, 75, 90, 2, 802, 24, 66] دارید:

مرحله اول - مرتب‌سازی بر اساس رقم یکان:
• گروه 0: 170, 90
• گروه 2: 2, 802
• گروه 4: 24
• گروه 5: 45, 75
• گروه 6: 66

نتیجه: [170, 90, 2, 802, 24, 45, 75, 66]

مرحله دوم - مرتب‌سازی بر اساس رقم دهگان:
• گروه 0: 2, 802
• گروه 2: 24
• گروه 4: 45
• گروه 6: 66
• گروه 7: 170, 75
• گروه 9: 90

نتیجه: [2, 802, 24, 45, 66, 170, 75, 90]

مرحله سوم - مرتب‌سازی بر اساس رقم صدگان:
• گروه 0: 2, 24, 45, 66, 75, 90
• گروه 1: 170
• گروه 8: 802

نتیجه نهایی: [2, 24, 45, 66, 75, 90, 170, 802]

🔸 استفاده از Counting Sort

برای مرتب‌سازی در هر مرحله، معمولاً از Counting Sort استفاده می‌شه. Counting Sort تعداد تکرار هر رقم رو می‌شماره و بر اساس اون، موقعیت نهایی هر عنصر رو تعیین می‌کنه. این ترکیب باعث می‌شه Radix Sort پایداری (stability) داشته باشه، یعنی ترتیب عناصر با مقدار یکسان حفظ می‌شه.

🔸 پیچیدگی زمانی و مکانی

پیچیدگی زمانی Radix Sort برابر با O(d × (n + k)) هستش که:
• ‏d: تعداد رقم‌های بزرگترین عدد
• ‏n: تعداد عناصر آرایه
•‏ k: محدوده مقادیر هر رقم (معمولاً 10 برای سیستم دهدهی)

اگه d ثابت در نظر گرفته بشه، پیچیدگی زمانی O(n) می‌شه که از الگوریتم‌های مقایسه‌ای با پیچیدگی O(n log n) بهتره.

پیچیدگی مکانی O(n + k) هستش که برای ذخیره آرایه‌های موقت در Counting Sort نیاز داریم.

🔸 محدودیت‌ها و کاربردها

‏Radix Sort وقتی کارآمده که:
• با اعداد صحیح یا داده‌هایی که می‌شه به صورت رقمی نمایش داد کار می‌کنیم
• محدوده اعداد خیلی بزرگ نباشه
• تعداد رقم‌ها نسبتاً کم باشه

این الگوریتم در پردازش کارت‌های پانچ در دهه 1890 توسط Herman Hollerith برای سرشماری آمریکا استفاده شد. امروزه در دیتابیس‌ها، سیستم‌های توزیع‌شده و پردازش موازی کاربرد داره چون می‌شه هر مرحله رو به صورت مستقل پردازش کرد.

1/4
~> @PinkOrca 🎈

🟣 پیاده‌سازی Radix Sort با زبان C.
2/4
~> @PinkOrca 🎈

❓آیا Radix Sort سریع‌ترین الگوریتم مرتب‌سازیه؟

نه، Radix Sort بهترین الگوریتم مرتب‌سازی از نظر سرعت نیست. در واقع هیچ الگوریتمی به صورت مطلق "بهترین" نیست چون بستگی به شرایط و نوع داده‌ها داره.

🔹 مقایسه سرعت در شرایط مختلف:

برای اعداد صحیح با تعداد رقم کم:
•‏ Radix Sort با O(n) عملکرد عالی داره
• از Quick Sort و Merge Sort با O(n log n) سریع‌تره

برای آرایه‌های کوچک (کمتر از 50 عنصر):
• ‏Insertion Sort معمولاً سریع‌تره
•‏ Radix Sort سربار (overhead) زیادی داره

برای داده‌های عمومی و آرایه‌های بزرگ:
•‏ Quick Sort معمولاً سریع‌ترین گزینه‌ست
• در حالت میانگین O(n log n) با ضریب ثابت کم

برای داده‌های تقریباً مرتب:
•‏ Timsort (ترکیب Merge و Insertion) بهترین عملکرد رو داره
• پایتون و جاوا از این الگوریتم استفاده می‌کنن

🔹 محدودیت‌های Radix Sort:

• فقط برای اعداد صحیح یا داده‌های قابل تبدیل به رقم کار می‌کنه
• برای اعداد اعشاری یا رشته‌های پیچیده کارایی نداره
• اگه اعداد خیلی بزرگ باشن (مثلاً 64 بیتی)، تعداد مراحل زیاد می‌شه
• حافظه اضافی O(n+k) نیاز داره که برای داده‌های بزرگ مشکل‌سازه

🔹 در عمل:

اکثر کتابخانه‌های استاندارد از ترکیبی از الگوریتم‌ها استفاده می‌کنن:
•‏ CPP از Introsort (ترکیب Quick،‏ Heap و Insertion)
•‏ Java از Dual-Pivot Quicksort برای primitive types
•‏ Python از Timsort برای همه انواع داده

پس Radix Sort در شرایط خاص (اعداد صحیح با محدوده کم) خیلی سریعه، اما برای استفاده عمومی، Quick Sort و نسخه‌های بهینه‌شده‌ش معمولاً انتخاب بهتری هستن.

3/4
~> @PinkOrca 🎈

✔️ دیدنِ این ویدیو هم برای درک Radix Sort به ساده‌ترین شکل می‌تونه مفید باشه.
🔗 منبع ویدیو
4/4
~> @PinkOrca 🎈

🚀 بررسی و استفاده رایگان از انواع LLMها مثل Claude، ‏ChatGPT، ‏Gemeni و... (همون lmsys.org سابق) ⬇️
https://lmarena.ai/?mode=direct
#معرفی #هوش_مصنوعی
~> @PinkOrca | آزاد بیندیشیم 🤖

❌ برای مطالعهٔ یه متن نسبتا طولانی دنبال یه ترکیب رنگی بودم که:
کنتراست مناسبی داشته باشه، چشم رو خسته نکنه، تیره باشه که نور آبی مضر کمتری وارد چشمم بشه و در عین حال رنگ متنش یکم گرم باشه که از سفید خالص راحت‌تر باشه... همینطور تو نور کم و زیاد کاربردی باشه و خلاصه این حرفا.

✅ به این ترکیب رسیدم و راضی بودم:
بکگراند: #1e1e1e (خاکستری تیره نرم)
متن: #e8e6e3 (کرم روشن)

گفتم به شما هم پیشنهاد کنم، ممکنه کاربردی باشه🫰
#معرفی #حرف_با_شما
~> @PinkOrca | آزاد بیندیشیم 📚

🔫 موضوع حرفای امروزمون Partial Upgrade هستش، اشتباه رایج خیلی از کاربران Arch Linux و توزیع‌های Arch-based دیگه که ساده اما خطرناکه.
🪚 و همچنین استفاده نادرست ما از ابزارها و در نتیجه خرابی اونا رو گردن بگیریم.
❌ pacman -Sy
✅ pacman -Syu
#لینوکس #حرف_با_شما
~> @PinkOrca | آزاد بیندیشیم 🔧

💥 به پیشنهاد دوستان یک روم ماتریکس رو wiiz.ir برای زمانی که مشکل اتصال برای اکثر مردم پیش میاد ایجاد کردم... برای ارتباط ضروری یا رد و بدل کردن چیزهای مورد نیاز.

در صورت تمایل بپیوندید:
https://matrix.to/#/#vandadcommunity:wiiz.ir

✅ ویژگی‌های کلیش اینه که:
امنیتش بالاست، تو موقع اتصال به اینترانت مشکل دسترسی ندارید و کمتر از گروه تلگرامی توش حساسیت و قوانین داریم.

💢 تنها چیزی که نیاز دارید نصب یک کلاینت ماتریکس مثل Element و راه‌اندازی با wiiz هستش که سادست نیاز به آموزش نداره.
#معرفی
~> @PinkOrca | آزاد بیندیشیم 🪨

💢 با توجه به رشد نمایی AI و توسعه و گسترش توانمندی‌هاش در زمینه‌های مختلف مانند برنامه‌نویسی، باید به دنبال شغل‌های مناسبی برای جایگزینی باشیم.

✅ تو این ویدیو که شاید بعضیاتون قبلا از کانال یکی از دوستانم دیدین، در مورد این موضوع صحبت کردم.

⚠️ پ.ن:
در شرایط کنونی کشور استفاده از این روش مجاز نمی‌باشد و این ویدیو صرفا جنبه آموزشی دارد.
#ترفند #حرف_با_شما #فان
~> @PinkOrca | آزاد بیندیشیم 🤍

💢 بخاطر حساسیت‌های بالا فعلا هیچ کانفیگی رو به شکل مستقیم و پابلیک نمی‌ذارم تو کانال و همینطور انجمن ونداد.

⁉️ چرا؟
مشخصه دیگه، چون سریع‌تر غیرفعال می‌شن.

❤️‍🩹 اما از اونجایی که اکثرمون برای کارای روزمره به اینترنت نیازمندیم، یه گروه خصوصی (و شاید موقت) ایجاد کردم که توش من و بقیه با اشتراک‌گذاری انواع کانفیگ و راه‌های اتصال به هم کمک می‌کنیم (چون کسی رو جز خودمون نداریم!)

✅ اگه خواستید عضو بشید / مشارکت کنید:
کافیه پیوی پیام بفرستید "کانفیگ" یا "VPN"
PV ~> @Pink0rca

📌 به امید پایان جنگ و برقراری آرامش تو ایران عزیزمون.

🎈 پ.ن:

موضوع کانال من این نبود و نیست، اما از اونجایی که کمتر از ۳٪ مردم الان دسترسی به اینترنت دارن، فایده‌ای نداره پست عادی گذاشتن تا دوباره وضعیت اوکی بشه... پس یه کار بهتر می‌کنیم..!
اگه عضو تازه هستید می‌تونید از [اینجا] به دسته‌بندی کانال و پست‌های قدیمی دسترسی داشته باشید.

#کانفیگ #فیلتر_شکن #v2ray #حرف_با_شما
~> @PinkOrca | آزاد بیندیشیم 🔑


آپدیت:
گروه به این تاپیک منتقل شد
https://news.1rj.ru/str/VandadCommunity/367282

بچه‌ها شرایط خیلی وخیم بود، حمله هوایی کرده بودن (کامل ببینین)😭
انگار نه انگار که همین چند وقت پیش به فکر آینده شغلیم بودم💔
#متفرقه
~> @PinkOrca | آزاد بیندیشیم 🤍

🎩 یه ربات کاربردی برای دانلود APK تو تلگرام:
~> @apkdls_bot
🪖 این روزا به شدت کاربردیه.
- مرسی از آقا سجاد برای معرفی.
#معرفی #ترفند
~> @PinkOrca | آزاد بیندیشیم ✨

2333 نفره شدیم!
سپاس از همراهی همه❤️

پ.ن:
2333 سال‌هاست که عدد دوست‌داشتنیِ منه...

آپدیت:
عالی شد😂
#حرف_با_شما #متفرقه
~> @PinkOrca | آزاد بیندیشیم ✨

~> Kilo Code AI Agent
💥 با این اکستنشن می‌تونید از بهترین LLMها تو خود VSCode یا سایر ادیتورهای رایج برای برنامه‌نویسی استفاده کنید (البته به شکل Agent نه صرفا چت‌بات).
- رایگان نیست ولی به هر اکانت $20 اعتبار اولیه می‌ده که زیاد نیست ولی می‌شه باهاش کارایی کرد.
- همهٔ مدل‌های خوب مثل Claude 4 Opus یا GPT 4.1 و... هم موجوده.

🔧 وب‌سایت: kilocode.ai
🕸 گیت‌هاب: Kilo-Org/kilocode

💯 گزینه‌های دیگه‌ای هم هستن البته، مثل مدل پایهٔ Windsurf (همون Codeium سابق) تو خود VSCode اکستنشنش هست، Trae که قبلا یه IDE رایگان بود ولی الان هم اعتبار مناسبی ارائه می‌ده یا خود Cursor که نیاز به معرفی نداره، BlackBox که البته در مقایسه با اینا ضعیف‌تره و یا کلی چیز دیگه که چون موضوع پست معرفی Kilo Code بود باهاشون کاری نداریم اینجا...

💕 امیدوارم لذت ببرید!
#هوش_مصنوعی #برنامه_نویسی #اپن_سورس #معرفی
~> @PinkOrca | آزاد بیندیشیم 🪭

~> Apostrophe

🔌 بین یه‌سری ادیتور گشتم که برای نوشتن متن مناسب باشن، یعنی فقط متن، نه کد یا هرچیز دیگه‌ای.
که:

- الکترون نباشه مثل Zettlr و Typora و...
- سبک و بهینه باشه! یه اپلیکیشن نیتیو GTK خوب.
- زیبا باشه و خیلی هم ساده نباشه مثل Gedit،‏ Leafpad یا Mousepad.
- از فارسی به‌خوبی پشتیبانی کنه.
- چیزایی مثل Markdown رو ساپورت کنه (که کارش همینه!) و وقتی توش می‌نویسم حواسم پرت نشه!

💥 و رسیدم به Apostrophe. می‌دونم قابل حدس بود.

📌 در کل گزینه خوبیه و این ویژگی‌ها و بیشتر رو داره، می‌تونید چیزای مختلفش رو خودتون امتحان کنید.
فقط کافیه با توجه به توزیعتون پکیج apostrophe رو از هرجایی که دوست دارید نصب کنید!

پ.ن:
می‌تونید خروجی HTML و PDF و ODT و... هم بگیرید به شکل مستقیم باهاش!
#لینوکس #اپن_سورس #معرفی
~> @PinkOrca | آزاد بیندیشیم ⚓️

~> VLSub

😬 گاهی وقت‌ها پیدا کردن زیرنویس مناسب و هماهنگ برای اون نسخه از فیلمی که می‌بینید می‌تونه چالش‌برانگیز باشه. از بین کلی گزینه که اکثرا هم سینک نیستن!
✅ برنامه VLC که از دوست‌داشتنی‌ترین اپن‌سورس‌های ماست، با پلاگین VLSub این مشکل رو حل کرده.

کارش اینه که با توجه به اسم یا هش ویدیو(دقیق‌تر) بین منابع مختلف آنلاین مثل OpenSubnoscripts بهترین مورد رو پیدا می‌کنه و می‌تونید زیرنویس رو با اسم مشابه فایل فیلم توی یه فایل .srt دانلود کنید... به همین راحتی! دیگه نیاز به سرچ تو سایتا نیست :)
🔑 امکان سرچ فارسی هم هست.
- تو ویدیو می‌تونید یه نمونه استفادش ازش رو مشاهده کنید.

#ترفند #فیلم #لینوکس #اپن_سورس
~> @PinkOrca | آزاد بیندیشیم ⛱

💦 این شما و این ایموجی‌های تازه رونمایی شدهٔ iOS 26، و بالاخره ایموجی اورکا (نهنگ قاتل)😀
#اخبار_تکنولوژی
~> @PinkOrca | آزاد بیندیشیم 🫧