Полная последовательность работы программы, создающей дерево и выводящей отсортированный список, демонстрирует практическую пользу структуры.
Однако у простого BST есть существенный недостаток. Если вставлять в него элементы в уже отсортированном порядке, например, 1, 2, 3, 4, 5, дерево выродится в простую цепочку, где каждый новый элемент будет становиться правым потомком предыдущего. В таком случае дерево теряет свое главное преимущество — логарифмическую сложность операций, — и поиск элемента начинает требовать линейного времени, как в обычном списке. Эта проблема иллюстрирует необходимость в более совершенных структурах.
Существуют и другие способы обхода дерева, помимо симметричного, каждый из которых имеет свое применение. Прямой обход посещает узел до его потомков, что полезно для копирования структуры дерева или создания префиксных выражений. Обратный обход посещает узел после его потомков, что применяется при удалении дерева или вычислении постфиксных выражений. Визуализация этих методов помогает понять разницу в порядке обработки данных.
Для решения проблемы вырождения существуют самобалансирующиеся деревья, такие как AVL-дерево или красно-черное дерево. Они автоматически перестраиваются при вставке и удалении элементов, поддерживая свою высоту близкой к логарифмической относительно числа узлов. Это гарантирует, что операции поиска, вставки и удаления всегда будут выполняться за время, пропорциональное логарифму числа элементов, даже в худшем случае. Например, в сбалансированном дереве из миллиона элементов поиск потребует около двадцати сравнений, в то время как в вырожденном дереве-цепочке он может дойти до миллиона операций.
Таким образом, путь развития от общей концепции дерева до самобалансирующихся структур демонстрирует эволюцию идеи: от иерархического хранения данных через введение строгих правил упорядочивания для ускорения поиска к реализации механизмов самоконтроля для гарантии эффективности.
#algorithm
📟 Прилетело из @solidityset
root = TreeNode(10)
insert(root, 5)
insert(root, 15)
insert(root, 2)
insert(root, 7)
print(inorder_traversal(root))
Однако у простого BST есть существенный недостаток. Если вставлять в него элементы в уже отсортированном порядке, например, 1, 2, 3, 4, 5, дерево выродится в простую цепочку, где каждый новый элемент будет становиться правым потомком предыдущего. В таком случае дерево теряет свое главное преимущество — логарифмическую сложность операций, — и поиск элемента начинает требовать линейного времени, как в обычном списке. Эта проблема иллюстрирует необходимость в более совершенных структурах.
Существуют и другие способы обхода дерева, помимо симметричного, каждый из которых имеет свое применение. Прямой обход посещает узел до его потомков, что полезно для копирования структуры дерева или создания префиксных выражений. Обратный обход посещает узел после его потомков, что применяется при удалении дерева или вычислении постфиксных выражений. Визуализация этих методов помогает понять разницу в порядке обработки данных.
Для решения проблемы вырождения существуют самобалансирующиеся деревья, такие как AVL-дерево или красно-черное дерево. Они автоматически перестраиваются при вставке и удалении элементов, поддерживая свою высоту близкой к логарифмической относительно числа узлов. Это гарантирует, что операции поиска, вставки и удаления всегда будут выполняться за время, пропорциональное логарифму числа элементов, даже в худшем случае. Например, в сбалансированном дереве из миллиона элементов поиск потребует около двадцати сравнений, в то время как в вырожденном дереве-цепочке он может дойти до миллиона операций.
Таким образом, путь развития от общей концепции дерева до самобалансирующихся структур демонстрирует эволюцию идеи: от иерархического хранения данных через введение строгих правил упорядочивания для ускорения поиска к реализации механизмов самоконтроля для гарантии эффективности.
#algorithm
📟 Прилетело из @solidityset
Сделаем LIVE пруфчек статьи Ортомича.
Мой депозит в пул cbBTC 31 января принес -5,52% временными потерями на текущий момент, посмотрим сколько он будет восстанавливаться после этого
📟 Прилетело из @insuline_eth
Мой депозит в пул cbBTC 31 января принес -5,52% временными потерями на текущий момент, посмотрим сколько он будет восстанавливаться после этого
📟 Прилетело из @insuline_eth
Крипто Devs | Gnezdo Hub
Сделаем LIVE пруфчек статьи Ортомича. Мой депозит в пул cbBTC 31 января принес -5,52% временными потерями на текущий момент, посмотрим сколько он будет восстанавливаться после этого 📟 Прилетело из @insuline_eth
Бифы в интернете, в интернете бифы
Верю блокчейн эвентам, я не верю мифам
📟 Прилетело из @insuline_eth
Все уже протестили оплату по QR через крипту?
Антарктик больше не нужен
@prostoexbot
📟 Прилетело из @n4z4v0d
Антарктик больше не нужен
@prostoexbot
📟 Прилетело из @n4z4v0d
Привет! В эту пятницу в моём канале ждём всех на важный разговор о том, как AI может влиять на наше сознание.
На примере истории инвестора OpenAI, который после общения с ChatGPT начал верить в существование тайной «негосударственной системы», мы разберём, как ИИ-модели, пытаясь угодить, могут усугубить паранойю. Обсудим грань между полезным ассистентом и цифровым «сообщником» в бреде, а также свежее исследование Стэнфорда на эту тему.
Именно такие кейсы показывают: будущее за теми, кто умеет конструировать AI, а не просто им пользоваться. Поэтому мои друзья в Guide DAO запустили практический курс, где объединили две мощные темы: разработку AI-агентов под реальные задачи и вайбкодинг, чтобы вы могли поручать нейросетям рутину и фокусироваться на сложных вещах.
До 14 февраля по промокоду KRUK скидка 30%, она суммируется с 14% на сайте.
Ждём всех, чтобы поговорить о тёмной стороне LLM и психологической безопасности.
🗓 Пятница, 06.02, 19:00
📟 Прилетело из @dev_in_ruby_colors
На примере истории инвестора OpenAI, который после общения с ChatGPT начал верить в существование тайной «негосударственной системы», мы разберём, как ИИ-модели, пытаясь угодить, могут усугубить паранойю. Обсудим грань между полезным ассистентом и цифровым «сообщником» в бреде, а также свежее исследование Стэнфорда на эту тему.
Именно такие кейсы показывают: будущее за теми, кто умеет конструировать AI, а не просто им пользоваться. Поэтому мои друзья в Guide DAO запустили практический курс, где объединили две мощные темы: разработку AI-агентов под реальные задачи и вайбкодинг, чтобы вы могли поручать нейросетям рутину и фокусироваться на сложных вещах.
До 14 февраля по промокоду KRUK скидка 30%, она суммируется с 14% на сайте.
Ждём всех, чтобы поговорить о тёмной стороне LLM и психологической безопасности.
🗓 Пятница, 06.02, 19:00
📟 Прилетело из @dev_in_ruby_colors
Залетаем завтра вечером, поговорим про всякое забавное и не очень https://youtube.com/live/YhQF8SrVL98?feature=share
📟 Прилетело из @dev_in_ruby_colors
📟 Прилетело из @dev_in_ruby_colors
YouTube
AI Jam #22 | Синдром "Шершавого кабана". Как ИИ свёл с ума инвестора OpenAI
ХОТИТЕ СТАТЬ РАЗРАБОТЧИКОМ TS и Solidity, узнать об Ethereum, блокчейне и многом другом ещё больше?!
Мои друзья из GUIDE DAO (бывшая школа MCS) предлагают скидку 15% на ВСЕ СВОИ БУТКЕМЫ ПО КРИПТЕ! Материалы этих буткемов подготовлены мной и другими специалистами:…
Мои друзья из GUIDE DAO (бывшая школа MCS) предлагают скидку 15% на ВСЕ СВОИ БУТКЕМЫ ПО КРИПТЕ! Материалы этих буткемов подготовлены мной и другими специалистами:…
Ambient: L1 для верифицируемого ИИ на базе Solana programs
Участвую в тестнете Ambient и выполняю задания.
И там много про верификацию.
Оказалось, что она доступна только через Solana programs на Rust и требует работы с ZK — для меня это слишком высокий порог входа.
Проект показался интересным, поэтому я решил провести 4К аудит и разобрать его.
Команда:
На сайте есть ссылка на CEO IridiumEagle в X. Он пишет регулярно.
Посты в том числе о проекте. Но активность небольшая.
У проекта есть LinkedIn компании.
Публикации выходят регулярно, последняя — неделю назад с 12 реакциями и 1 репостом.
В разделе "Люди" указан только CEO с бэкграундом технического директора и вице-президента по инженерным разработкам, что усиливает его позицию как руководителя.
Из Discord также такая инфа получена:
CEO Трэвис Гуд — выпускник Гарварда (PhD),
CTO Макс Лэнг — серийный предприниматель с опытом в Microsoft и Amazon.
Проект прошёл a16z Crypto Startup Accelerator (CSX).
Основные лица - профессионалы.
Соцсети:
X ambient_xyz активен: последний пост 12 часов назад, 7 ответов, 4 репоста и 25 лайков.
Активность небольшая несмотря на 18,9 тысяч подписчиков.
Посты о проекте и с акцентом на верификацию.
По Sorsa Score 551 (-2, Tier 3. Credible). В подписках есть A16Z, Grayscale, Sfermion_, AndrewSteinwold, DeFi_Dad и другие.
Moni score у проекта 2626 (Level: 4. Established) - неплохой ранг.
По социальным метрикам проект выглядит хорошим, хотя продукт всё ещё на ранней стадии.
Discord сервер активный. Радует, что Русскоязычное сообщество отзывчивое, и есть модератор. Благодаря ему я получил доступ к developers чату для отчётов, и к ещё одному.
В анонсах пишут периодически (последнее сообщение было 2 февраля).
На вопросы отвечают быстро и корректно. Помогли и LinkedIn найти.
Итог по команде:
Оценка 3 из 5 (на вопросы отвечают и корректно, соцсети активные, но в LinkedIn ссылка на профиль лишь CEO. Хотя информацию по основным людям я смог получить).
Концепт:
Есть документация и Litepaper.
Ambient - блокчейн-проект на стыке крипты и ИИ. Его основная идея - сделать так, чтобы ИИ-запросы (например, ответы LLM) можно было проверять, а не просто "верить на слово" серверу или провайдеру.
Проект хочет стать инфраструктурой, где ИИ-запросы выполняются децентрализованно, за выполнение платят, результат можно проверить ончейн, а вычисления выполняет сеть GPU-нод, а не один централизованный сервис.
Как это работает?
ИИ-запрос отправляется в ончейн-аукцион, где GPU-ноды соревнуются за право его выполнить. Победившая нода делает инференс, после чего результат проверяется и только затем оплачивается. Верификация доступна только через Solana programs. Идея в том, чтобы выполнение было дорогим, а проверка - дешевой, за счет анализа внутренних шагов модели.
Анализ спроса и конкурентов есть, но он концептуальный. Проект делает ставку на рост ИИ и агентных систем, а альтернативы описывает без цифр и прямого сравнения: ZK считаются слишком дорогими, TEE требуют доверия к железу, GPU-маркетплейсы не дают гарантий.
Оценка 4 из 5: уникально и интересно, но нет анализа спроса и конкурентов с цифрами.
Коин:
Токеномики: распределения и ютилити нет. Оплата в тестнете в USDC.
Собрали $ 7.8 МЛН от a16z CSX, Anatoly Yakovenko, Raj Gokal, Delphi Ventures и других (всего 18).
Оценка 2 из 5: токеномики нет, но инвесторы известные есть.
Код:
Есть Github, но без основного ПО (только вспомогательные компоненты), аудитов тоже нет. Поэтому оценка 2 из 5.
Практика:
Удобный чат, но ответы иногда неточные - я столкнулся с этим сам в режиме Research — были неточности в источниках и тексте.
Верификация есть и фиксируется ончейн, но в интерфейсе она выглядит как техническая деталь, а не ключевая фича.
При этом страница с OpenAI-совместимым API сделана понятно и удобно.
Оценка: 4 из 5, есть куда развиваться.
Общий балл: 15 из 25.
Но шансы на рост рейтинга ещё есть - ранняя стадия.
Насколько, по-вашему, верификация ИИ действительно нужна ончейн?
#обзоры #ambient
📟 Прилетело из @blind_dev
Участвую в тестнете Ambient и выполняю задания.
И там много про верификацию.
Оказалось, что она доступна только через Solana programs на Rust и требует работы с ZK — для меня это слишком высокий порог входа.
Проект показался интересным, поэтому я решил провести 4К аудит и разобрать его.
Команда:
На сайте есть ссылка на CEO IridiumEagle в X. Он пишет регулярно.
Посты в том числе о проекте. Но активность небольшая.
У проекта есть LinkedIn компании.
Публикации выходят регулярно, последняя — неделю назад с 12 реакциями и 1 репостом.
В разделе "Люди" указан только CEO с бэкграундом технического директора и вице-президента по инженерным разработкам, что усиливает его позицию как руководителя.
Из Discord также такая инфа получена:
CEO Трэвис Гуд — выпускник Гарварда (PhD),
CTO Макс Лэнг — серийный предприниматель с опытом в Microsoft и Amazon.
Проект прошёл a16z Crypto Startup Accelerator (CSX).
Основные лица - профессионалы.
Соцсети:
X ambient_xyz активен: последний пост 12 часов назад, 7 ответов, 4 репоста и 25 лайков.
Активность небольшая несмотря на 18,9 тысяч подписчиков.
Посты о проекте и с акцентом на верификацию.
По Sorsa Score 551 (-2, Tier 3. Credible). В подписках есть A16Z, Grayscale, Sfermion_, AndrewSteinwold, DeFi_Dad и другие.
Moni score у проекта 2626 (Level: 4. Established) - неплохой ранг.
По социальным метрикам проект выглядит хорошим, хотя продукт всё ещё на ранней стадии.
Discord сервер активный. Радует, что Русскоязычное сообщество отзывчивое, и есть модератор. Благодаря ему я получил доступ к developers чату для отчётов, и к ещё одному.
В анонсах пишут периодически (последнее сообщение было 2 февраля).
На вопросы отвечают быстро и корректно. Помогли и LinkedIn найти.
Итог по команде:
Оценка 3 из 5 (на вопросы отвечают и корректно, соцсети активные, но в LinkedIn ссылка на профиль лишь CEO. Хотя информацию по основным людям я смог получить).
Концепт:
Есть документация и Litepaper.
Ambient - блокчейн-проект на стыке крипты и ИИ. Его основная идея - сделать так, чтобы ИИ-запросы (например, ответы LLM) можно было проверять, а не просто "верить на слово" серверу или провайдеру.
Проект хочет стать инфраструктурой, где ИИ-запросы выполняются децентрализованно, за выполнение платят, результат можно проверить ончейн, а вычисления выполняет сеть GPU-нод, а не один централизованный сервис.
Как это работает?
ИИ-запрос отправляется в ончейн-аукцион, где GPU-ноды соревнуются за право его выполнить. Победившая нода делает инференс, после чего результат проверяется и только затем оплачивается. Верификация доступна только через Solana programs. Идея в том, чтобы выполнение было дорогим, а проверка - дешевой, за счет анализа внутренних шагов модели.
Анализ спроса и конкурентов есть, но он концептуальный. Проект делает ставку на рост ИИ и агентных систем, а альтернативы описывает без цифр и прямого сравнения: ZK считаются слишком дорогими, TEE требуют доверия к железу, GPU-маркетплейсы не дают гарантий.
Оценка 4 из 5: уникально и интересно, но нет анализа спроса и конкурентов с цифрами.
Коин:
Токеномики: распределения и ютилити нет. Оплата в тестнете в USDC.
Собрали $ 7.8 МЛН от a16z CSX, Anatoly Yakovenko, Raj Gokal, Delphi Ventures и других (всего 18).
Оценка 2 из 5: токеномики нет, но инвесторы известные есть.
Код:
Есть Github, но без основного ПО (только вспомогательные компоненты), аудитов тоже нет. Поэтому оценка 2 из 5.
Практика:
Удобный чат, но ответы иногда неточные - я столкнулся с этим сам в режиме Research — были неточности в источниках и тексте.
Верификация есть и фиксируется ончейн, но в интерфейсе она выглядит как техническая деталь, а не ключевая фича.
При этом страница с OpenAI-совместимым API сделана понятно и удобно.
Оценка: 4 из 5, есть куда развиваться.
Общий балл: 15 из 25.
Но шансы на рост рейтинга ещё есть - ранняя стадия.
Насколько, по-вашему, верификация ИИ действительно нужна ончейн?
#обзоры #ambient
📟 Прилетело из @blind_dev
Скорость экономики выросла
Давайте отвлечёмся от бифов с УБ и вернёмся к имхо
Рыночные движения за последний год показали одну важную вещь:
экономика стала двигаться заметно быстрее
Если раньше движение на X% требовало условные N дней, то теперь те же X% проходят за N/2
Это означает простую, но неприятную вещь:
Риск-параметры некоторых протоколов и стратегий больше не соответствуют реальности, их просто не успевают пересчитывать, будто бы нужно брать большую волатильности при их подсчете
Почему так происходит?
1. Технологии
Деньги стали перемещаться мгновенно
Раньше - SWIFT и несколько дней ожидания
Теперь - USDT за 10 секунд куда угодно и откуда угодно
2. ИИ и аналитика
Информацию можно чекать быстрее, глубже и масштабнее. Флоу "анализ → реакция → сделка" происходит теперь сильно быстрее
В итоге ускоряется всё:
процессы, циклы, реакции - и экономика вместе с ними
Падение серебра в два раза одной дневной свечой хороший маркер этого
Какие выводы из этого следуют?
• Гемблить на рынке теперь можно быстрее, чем когда-либо
• Рыночные циклы сжались
• Свечи стали длиннее, а ошибки — дороже
Всем добра
📟 Прилетело из @ortomich_main
Давайте отвлечёмся от бифов с УБ и вернёмся к имхо
Рыночные движения за последний год показали одну важную вещь:
экономика стала двигаться заметно быстрее
Если раньше движение на X% требовало условные N дней, то теперь те же X% проходят за N/2
Это означает простую, но неприятную вещь:
Риск-параметры некоторых протоколов и стратегий больше не соответствуют реальности, их просто не успевают пересчитывать, будто бы нужно брать большую волатильности при их подсчете
Почему так происходит?
1. Технологии
Деньги стали перемещаться мгновенно
Раньше - SWIFT и несколько дней ожидания
Теперь - USDT за 10 секунд куда угодно и откуда угодно
2. ИИ и аналитика
Информацию можно чекать быстрее, глубже и масштабнее. Флоу "анализ → реакция → сделка" происходит теперь сильно быстрее
В итоге ускоряется всё:
процессы, циклы, реакции - и экономика вместе с ними
Падение серебра в два раза одной дневной свечой хороший маркер этого
Какие выводы из этого следуют?
• Гемблить на рынке теперь можно быстрее, чем когда-либо
• Рыночные циклы сжались
• Свечи стали длиннее, а ошибки — дороже
Всем добра
📟 Прилетело из @ortomich_main
лол как я понял рейнбоу кош хранят ваши кеи у себя на сервере, если не ошибаюсь)))))))
📟 Прилетело из @n4z4v0d
📟 Прилетело из @n4z4v0d
GM! Клод раздает 50$ активным подписчикам в честь релиза Opus 5 4.6. Моральная компенсация криптанам за пару кровавых недель
https://claude.ai/settings/usage
📟 Прилетело из @insuline_eth
https://claude.ai/settings/usage
📟 Прилетело из @insuline_eth
Как настрой?
Вижу, что канал немного устал от алгоритмов, а ведь мы прошли только треть от запланированных постов. Я понимаю, что сейчас темы немного отличаются от традиционных постов о Solidity, DeFi и Web3, но в данный момент, момент активного развития вайб кодинга и нейронных сетей, как никогда важно понимать базовые вещи программирования, чтобы не только создавать сильные проекты, но и понимать, что вообще происходит на уровне кода.
Алгоритмы, структуры данных, типы данных, работа памяти - все это минимальный базис, который должен понимать любой разработчик, даже на уровне "я только пощупать". Это то, что лежит в основе практически любого языка.
В самом начале развития канала я показывал свой путь изучения Solidity, но за кадром оставался весь опыт, который я получил ранее. А ведь это несколько лет разработки на PHP и JS. Т.е. я приступал к изучению нового языка, уже имея представление как это все работает.
Сейчас, изучая нейроные сети, я столкнулся с проблемой типичного новичка. Вместо того, чтобы начать с самых основ, я решил сразу освоить PyTorch. И это было в корне не верно, так как я не знал основ.
А основой тут является знание линейной алгебры, библиотек numpy, matplotlib, scikit-learn и еще пары других... И это все нужно понимать перед тем, как приступать к PyTorch!
Не игнорируйте основы. Программирование такая штука, что если вы пропустите какой-нибудь этап, то все равно однажды придется вернуться к нему, как продвижение дальше не будет происходить.
Продуктивной вам учебы и хороших выходных!
#offtop
📟 Прилетело из @solidityset
Вижу, что канал немного устал от алгоритмов, а ведь мы прошли только треть от запланированных постов. Я понимаю, что сейчас темы немного отличаются от традиционных постов о Solidity, DeFi и Web3, но в данный момент, момент активного развития вайб кодинга и нейронных сетей, как никогда важно понимать базовые вещи программирования, чтобы не только создавать сильные проекты, но и понимать, что вообще происходит на уровне кода.
Алгоритмы, структуры данных, типы данных, работа памяти - все это минимальный базис, который должен понимать любой разработчик, даже на уровне "я только пощупать". Это то, что лежит в основе практически любого языка.
В самом начале развития канала я показывал свой путь изучения Solidity, но за кадром оставался весь опыт, который я получил ранее. А ведь это несколько лет разработки на PHP и JS. Т.е. я приступал к изучению нового языка, уже имея представление как это все работает.
Сейчас, изучая нейроные сети, я столкнулся с проблемой типичного новичка. Вместо того, чтобы начать с самых основ, я решил сразу освоить PyTorch. И это было в корне не верно, так как я не знал основ.
А основой тут является знание линейной алгебры, библиотек numpy, matplotlib, scikit-learn и еще пары других... И это все нужно понимать перед тем, как приступать к PyTorch!
Не игнорируйте основы. Программирование такая штука, что если вы пропустите какой-нибудь этап, то все равно однажды придется вернуться к нему, как продвижение дальше не будет происходить.
Продуктивной вам учебы и хороших выходных!
#offtop
📟 Прилетело из @solidityset