Я продал все, что у меня было. Все монеты, которыми я владел, исчезли. Я полностью ушел с криптовалютного рынка, я больше не могу этого выносить. Агрессивный демпинг, манипуляции, все так напряженно. криптовалюте конец, я ухожу, я очень рад встрече с вами, у жизни есть мечты, каждая из них прекрасна.Всем пока.

📟 Прилетело из @n4z4v0d

📟 Прилетело из @n4z4v0d

Анализ рынка Телеграм ботов и миниаппов: Январь 2026.

https://swanrate.com/january-2026-report-ru

📟 Прилетело из @danokhlopkov

Боря, создатель Claude Code, скинул тред с типсами по клоду

Полезного много, но вот что я хочу попробовать:

🟥 Git worktrees
3-5 параллельных Claude сессий одновременно. Каждый ворктри = отдельная ветка и свой Claude. Самый большой анлок по мнению всей команды. У меня сейчас сетап одного проекта со всеми спеками + ссылки на папки с кодом — не очень best practice.

🟥 Self-improving CLAUDE.md
после каждой ошибки говоришь: "обнови свой CLAUDE.md чтобы больше так не делать". Claude, говорят, хорошо пишет правила для самого себя

🟥 Claude как строгий ревьюер, а не только как исполнитель
Не только "расспроси меня обо всем”, но и “докажи мне, что это сработает”

🟥 /techdebt команда
Собери себе скилл, чтобы запускать в конце каждой сессии. Собери себе сам нужное: найди дублированный код, закоммить, обнови спеку и тп.

Сорс
↳ x.com/bcherny/status/2017742743125299476

📟 Прилетело из @danokhlopkov

Алгоритмы. Структуры данных. Хеш-таблицы

Хеш-таблица представляет собой структуру данных, которая реализует ассоциативный массив, обеспечивая возможность хранения пар «ключ–значение». Её принцип работы можно сравнить с организацией библиотеки, где каждая книга имеет уникальный инвентарный номер. Если книги просто сложены в беспорядке, поиск нужной займет много времени. Однако если они расставлены на полках в соответствии со своими номерами, нужный экземпляр находится практически мгновенно. Именно такую «умную» систему и воплощает хеш-таблица — это своего рода шкаф с ячейками, где каждый элемент данных хранится в ячейке, определяемой своим ключом.

Основными компонентами хеш-таблицы являются ключ, значение, хеш-функция и массив ячеек, часто называемый корзинами. Ключ служит уникальным идентификатором или адресом, по которому можно найти связанное с ним значение. Хеш-функция выступает в роли специального преобразователя: она принимает ключ на вход и вычисляет целочисленный индекс — номер конкретной ячейки в массиве, куда следует поместить или откуда нужно извлечь значение. Этот массив и есть физическое хранилище данных.

Работа хеш-таблицы происходит по следующему алгоритму. Допустим, имеется массив из десяти ячеек с индексами от 0 до 9. Когда требуется сохранить пару, например, "apple" : 5, хеш-функция обрабатывает ключ "apple" и возвращает число в диапазоне от 0 до 9. Предположим, результатом вычисления становится индекс 3. Тогда значение 5 будет помещено в ячейку с этим индексом. Визуально процесс можно представить так: изначально массив пуст, после операции hash("apple") → 3 в ячейке с индексом 3 оказывается значение, ассоциированное с ключом "apple".

# Пример создания и использования хеш-таблицы (словаря) в Python для хранения цен на фрукты
prices = {}

# Добавление элементов
prices["apple"] = 50      # hash("apple") → условно, ячейка 3
prices["banana"] = 30     # hash("banana") → условно, ячейка 7
prices["orange"] = 40     # hash("orange") → условно, ячейка 1

print(prices)
# Вывод: {'apple': 50, 'banana': 30, 'orange': 40}

Внутренне это может соответствовать следующей структуре, где некоторые ячейки остаются пустыми:

Индекс:  [0]    [1]         [2]  [3]        [4]  [5]  [6]  [7]          [8]  [9]
         пусто  orange→40  пусто apple→50  пусто пусто пусто banana→30  пусто пусто

Практическая ценность хеш-таблиц раскрывается в многочисленных прикладных задачах. Например, они идеально подходят для реализации телефонной книги, где имя контакта является ключом, а номер телефона — значением. Операции поиска, добавления и обновления выполняются крайне эффективно.

Пример 1

Другая классическая задача — подсчёт частоты встречаемости слов в тексте. Хеш-таблица здесь используется для хранения слов в качестве ключей и соответствующих им счётчиков в качестве значений.

# Подсчет количества слов в тексте
text = "apple banana apple orange apple banana apple"
words = text.split()

word_count = {}

for word in words:
    if word in word_count:
        word_count[word] += 1  # Увеличиваем счетчик
    else:
        word_count[word] = 1   # Первая встреча слова

print(word_count)
# Вывод: {'apple': 4, 'banana': 2, 'orange': 1}

Хеш-таблицы также являются основой для техники кэширования или мемоизации, которая позволяет сохранять результаты ресурсоёмких вычислений, чтобы избежать их повторного выполнения.

Пример 2

Одной из фундаментальных проблем в работе хеш-таблиц являются коллизии — ситуации, когда разные ключи в результате работы хеш-функции получают один и тот же индекс ячейки. Это аналогично тому, как двум разным людям выдали ключи от одной и той же квартиры. Например, может оказаться, что hash("apple") → 3 и hash("grape") → 3. Для разрешения коллизий существует несколько методов, наиболее распространёнными из которых являются метод цепочек и метод открытой адресации.

📟 Прилетело из @solidityset

Метод цепочек предполагает, что каждая ячейка массива содержит не одно значение, а связный список (или динамический массив) пар «ключ–значение». При возникновении коллизии новая пара просто добавляется в список соответствующей ячейки. Таким образом, ячейка с индексом 3 будет содержать список вида [("apple", 50), ("grape", 60)]. Поиск значения по ключу в таком случае требует вычисления индекса и последующего линейного поиска по цепочке, чтобы найти нужную пару.

Пример 3

Метод открытой адресации решает проблему иначе: если вычисленная ячейка занята, алгоритм ищет следующую свободную ячейку по определённому правилу, например, проверяя последовательно следующие индексы. Этот метод требует более тщательного управления размером таблицы, но может быть более эффективным с точки зрения использования памяти.

Временная сложность операций в хеш-таблице в среднем случае составляет O(1) для поиска, вставки и удаления, что делает её исключительно быстрой структурой данных. Однако в худшем случае, например, при очень неудачной хеш-функции, приводящей все ключи к одному индексу, сложность деградирует до O(n), так как поиск превращается в линейный обход длинной цепочки.

Хеш-таблицы находят применение в решении множества алгоритмических задач. Например, они позволяют эффективно найти первый неповторяющийся символ в строке, сгруппировать слова-анаграммы или проверить, является ли одна строка перестановкой другой.

Пример 4

В языке Python хеш-таблицы реализованы в виде встроенного типа данных dict, который предоставляет богатый интерфейс для работы.

student_scores = {
    "Анна": 95,
    "Борис": 87,
    "Вера": 92
}

# Получение значения с указанием значения по умолчанию
print(student_scores.get("Анна", 0))      # 95
print(student_scores.get("Георгий", 0))   # 0 (ключа нет)

# Получение всех ключей и значений
print(student_scores.keys())    # dict_keys(['Анна', 'Борис', 'Вера'])
print(student_scores.values())  # dict_values([95, 87, 92])

# Перебор пар ключ-значение
for name, score in student_scores.items():
    print(f"{name}: {score} баллов")

# Обновление словаря
new_scores = {"Георгий": 88, "Анна": 98}
student_scores.update(new_scores)
print(student_scores)
# Вывод: {'Анна': 98, 'Борис': 87, 'Вера': 92, 'Георгий': 88}

Эффективность хеш-таблицы напрямую зависит от качества хеш-функции. Хорошая хеш-функция должна быть детерминированной, обеспечивать равномерное распределение ключей по ячейкам, вычисляться быстро и минимизировать количество коллизий. Детерминированность означает, что один и тот же ключ всегда даёт одинаковый хеш-код. Равномерное распределение помогает избежать ситуации, когда большинство данных скапливается в нескольких ячейках, что приводит к увеличению длины цепочек и снижению производительности. Быстрота вычисления необходима, чтобы не сводить на нет преимущества быстрого доступа. Наконец, минимизация коллизий — это основная цель, так как коллизии являются главным фактором, ухудшающим производительность.

# Пример плохой хеш-функции, зависящей только от длины строки
def bad_hash(key, size):
    return len(str(key)) % size

bad_hash("cat", 10)   # → 3
bad_hash("dog", 10)   # → 3 (коллизия!)
bad_hash("rat", 10)   # → 3 (коллизия!)

# Пример более качественной хеш-функции
def good_hash(key, size):
    return sum(ord(c) for c in str(key)) % size

good_hash("cat", 10)  # → 4
good_hash("dog", 10)  # → 4 (возможна коллизия, но реже)
good_hash("rat", 10)  # → 7 (разные индексы!)

📟 Прилетело из @solidityset

Метод цепочек для разрешения коллизий, как уже упоминалось, заключается в хранении в каждой ячейке массива связного списка всех пар «ключ-значение», которым соответствует данный индекс. При вставке нового элемента с ключом, чей хеш совпал с хешом уже существующего, новая пара добавляется в конец списка этой ячейки. Поиск требует вычисления хеша и последующего последовательного просмотра списка для нахождения нужного ключа. Основное преимущество метода цепочек — его простота и то, что таблица никогда не переполняется, так как список может расти динамически. Недостатком является необходимость в дополнительной памяти для хранения ссылок и потенциальное снижение производительности при длинных цепочках.

Пример 5

Использование хеш-таблиц наиболее оправдано в задачах, требующих частых операций поиска, проверки наличия элемента или подсчёта уникальных значений. Это включает подсчёт частоты элементов в коллекции, поиск дубликатов, реализацию кэшей, решение задачи о двух суммах, группировку данных по определённому признаку, представление графов в виде списков смежности, поиск анаграмм и реализацию множеств. Например, задача поиска двух чисел в массиве, дающих в сумме заданное значение, эффективно решается за один проход с использованием хеш-таблицы для хранения просмотренных элементов.

# Решение задачи "Две суммы" с использованием хеш-таблицы
def two_sum(nums, target):
    seen = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in seen:
            return [seen[complement], i]
        seen[num] = i
    return None

numbers = [2, 7, 11, 15]
target = 9
print(two_sum(numbers, target))  # [0, 1] (2 + 7 = 9)

Однако существуют сценарии, где хеш-таблицы могут быть не самым лучшим выбором. Если требуется упорядоченный обход элементов по ключу, данные необходимо часто сортировать или выполнять поиск по диапазону ключей, более подходящими структурами могут оказаться сбалансированные деревья поиска. Также хеш-таблицы требуют дополнительной памяти и могут иметь неоптимальную производительность при очень высокой нагрузке и плохой хеш-функции.

В заключение можно сформулировать общее правило: если задача сводится к частым операциям поиска, проверки принадлежности или агрегации данных по ключу, хеш-таблица, вероятно, будет оптимальным решением, обеспечивающим константное время выполнения этих операций в среднем случае.

#algorithm

📟 Прилетело из @solidityset

Где найти идею для SaaS?

Научившись программировать с AI, ты понимаешь: можно сделать абсолютно всё. Но что?

Сначала делаешь игрушечные проекты типа @blockwallbot — чтобы научиться доводить дело до конца. Ок, научился. А дальше?

Чеклист нормальной темки:
▪ это нужно рынку (есть PMF)
▪ понятно, где искать платящих юзеров

Как собрать эти данные?
Заходим на acquire.com — маркетплейс, где продают микросасы

Фильтруй по цене $300k+. Если бизнес стоит столько — значит идея уже провалидирована.

Компании анонимны, но по описаниям их легко найти:
▪ гуглишь текст из листинга — часто это их H1 или мета-описание
▪ или ищешь "[конкурент] alternative" — они сами пишут такие страницы

Нашёл сайт — реверсишь, как они привлекают клиентов. Фаундер в подкастах, SEO-статьи, Twitter — всё публично.

С AI это вообще читерство:
🟥 Claude парсит листинги и находит реальный сайт за секунды
🟥 AI анализирует SEO и контент-стратегию конкурента
🟥 MVP собирается за выходные вайбкодингом

Закинь этот пост в своего агента и посмотри, что будет
~ @danokhlopkov ~

📟 Прилетело из @danokhlopkov

ТВОИ ПОСЛЕДНИЕ ЧАСЫ ЖИЗНИ

ВОТ И ОСТАЮТСЯ СЧИТАННЫЕ ЧАСЫ ДО КОНЦА МОЕЙ ДОБРОТЫ

МЕНТОРСТВО

1 НА 1

ТЫ И Я

Но.....

РАЗУМЕЕТСЯ ВСЕХ ОБУЧАТЬ ПАРАЛЛЕЛЬНО Я НЕ СМОГУ

ПОЭТОМУ

Опция МЕНТОРСТВО доступна только сегодня до 00:00 по Киеву

КАЖДЫЙ, КТО ЯВЛЯЕТСЯ УЧАСТНИКОМ ОЛИМПА ДО 3 ФЕВРАЛЯ, ПОЛУЧАЕТ МЕНТОРСТВО ОТ МЕНЯ

После 3го Февраля ЦЕНА менторства: $2000

ПОДУМАЙ

Всего 20$ сегодня и ТЫ ЗАКРЫЛ ВСЕ СВОИ ВОПРОСЫ ПО WEB3 И МОЖЕШЬ ЗАДАТЬ МНЕ И НАШЕМУ КОММЬЮНИТИ ЛЮБОЙ ВОПРОС

Вот тебе финальные ссылки:

НАШ ЗАЛ СЛАВЫ

ЧТО ТАКОЕ ОЛИМП

КОНТАКТЫ МЕНЕДЖЕРА

вот так

ОСТАЛОСЬ 10 ЧАСОВ

📟 Прилетело из @code_vartcall

Почему мы привязываемся к проектам. И чем это заканчивается

Или почему люди вообще любят влюбляться в проекты.

Иногда нравится команда, иногда - функционал или технология.
Итог почти всегда один: слишком долго держатся за проект, не анализируют и в итоге теряют деньги или упускают доход.

С 2017 по 2020 год я вместо изучения зарождавшегося DeFi и рынка web3 в целом зачем-то писал в медиа блокчейнах (в частности на Golos). Проекты же эти сейчас являются малоперспективными.
И я рад, что вовремя остановился. Хотя и по сей день поддерживаю проекты, так как активное поддерживающее меня сообщество есть ещё (рад этому).
Но основное время уделяю уже другому.

После этого тоже были "влюблённости" в проекты. То сидел в чатах много, то пытался быть полезным проекту.

Итог же тот же: малая известность проекта и просевший курс токенов на 90+%.

От других людей слышал истории, когда за вклад в сообщество в течение года тоже ничего не давали, или копейки - это тоже, считаю, плохая идея.

С точки зрения кода и технологий в своё время я привязался к Celestia. Казалось, что это уникальная классная технология, которая будет востребованной. Оказалось - нет:
Во-первых, слишком дешево обеспечивали доступность данных. А это не давало прибыль и спрос;
Во-вторых, уже появились более интересные способы масштабирования, чем делегировать ресурсы и данные блокчейна DA.


Так как всё же я перестал привязываться к проектам и интересному функционалу?

Аналитика в этом помогает.
Хотя я не скажу, что стал машиной без эмоций и чувств.

Мне кажется, что такова человеческая природа: мы всегда к чему-то привязываемся.

Например, мне очень нравится развитие Hyperliquid.

Но обладая опытом провалов уже нет эйфории. И есть понимание, что всё может быстро измениться: не жду вечного успеха. Хотя и хотелось бы по-человечески.

При этом я не считаю, что устал от web3.
Скорее научился вовремя останавливаться и не путать интерес с привязанностью 🙂

А вы привязывались к проектам? Расскажите свою историю разочарования от этого или радости.

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

🚀Готов(а) управлять командой и работать с лидерами рынка?

OverCrew ищет Regional Team Lead для управления арбитражными проектами.

Твоя зона ответственности — стратегия, команда и результат:
— выстраивать и масштабировать процессы
— координировать сильных специалистов
— влиять на цифры, а не «просто руководить»

⚡️Хочешь расти в динамичной команде и реально влиять на бизнес?

Присоединяйся к OverCrew — детали в канале.

📟 Прилетело из @hidden_coding

МЕНТОРСТВО

ПОСЛЕДНИЕ ЧАСЫ ОСТАЮТСЯ ДО КОНЦА ВОЗМОЖНОСТИ ПОЛУЧИТЬ ЕГО ВМЕСТЕ С ОЛИМПОМ

Это тот самый случай, когда $20 ПОЛНОСТЬЮ МЕНЯЮТ ТВОЮ РЕАЛЬНОСТЬ

НЕ ВЕРИШЬ?

ПОСМОТРИ НА НАШ ЗАЛ СЛАВЫ

ОСТАЕТСЯ 4 ЧАСА БРО

Не буду больше мотивировать тебя, просто оставлю нужные ссылки

ЧТО ТАКОЕ ОЛИМП

КОНТАКТЫ МЕНЕДЖЕРА

РЕКВИЗИТЫ

ОФОРМИТЬ РАССРОЧКУ

ЦЕНА МЕНТОРСТВА УЖЕ ЗАВТРА: $2000

ОСТАЕТСЯ 4 ЧАСА

ЛЮБЛЮ ВАС

📟 Прилетело из @code_vartcall

Vartcall, бро!

Ты создаёшь потрясающий контент, и я хочу выразить свою благодарность за то, что ты объединяешь людей, увлечённых веб3-кодингом. Ты занимаешься обучением и развитием тех, кто хочет развиваться в этом направлении.

Твой энтузиазм и интерес к этой теме вдохновляют многих. Большинство серьёзных кодеров в сфере веб-3 тебя очень уважают. Ты создал уникальное сообщество, известное как Олимп, аналогов которому я не знаю. Я знаком лишь с одним подобным сообществом, но оно не сравнится с твоим.

Не останавливайся на достигнутом! Спасибо за те знания, которые ты даёшь. Я с удовольствием наблюдаю за твоим развитием и рад быть частью твоего сообщества.

Помимо уже созданного контента, будет ещё больше интересного и полезного. Спасибо за Олимп и за канал Vartcall!

📟 Прилетело из @code_vartcall

ОСТАЛСЯ 1 ЧАС БРО

📟 Прилетело из @code_vartcall

Я ИДУ СПАТЬ

ПО ОЛИМПУ ОТВЕЧУ ВСЕМ ЗАВТРА

НО

ЕСЛИ ВЫ НАПИШИТЕ ДО 00:00 ПО КИЕВУ

📟 Прилетело из @code_vartcall

Вещий пост

Буквально на следующий день после дропа случилось неожиданное - рынок упал, а вместе с тем и подсветил те уязвимости, о которых я говорил в посте. В итоге я начал изучать каким образом Yield basis должен восстановиться обратно и как он справится с убытками и обнаружил некоторые интересные детали, о которых я и поведал в статье!

Приятного прочтения!
https://ortomich.substack.com/p/yield-basis-fundamental-yb-token

📟 Прилетело из @ortomich_main