Всё про Алгоритмы и Структуры данных – Telegram
Всё про Алгоритмы и Структуры данных
7.94K subscribers
328 photos
36 videos
5 files
2.79K links
Мы не претендуем на оригинальность контента, мы лишь собираем материал из открытых источников.

Ссылка: @Portal_v_IT

Сотрудничество, авторские права: @oleginc, @tatiana_inc

Канал на бирже: https://telega.in/c/structuredata
Download Telegram
Генерация кроссвордов: «достаточно хорошее» решение NP-полной задачи

В конце 2021 года, уже сильно после начала локдауна, моя одержимость кроссвордом газеты The New York Times превратилась в хобби-проект. Я хотел написать приложение с кроссвордами, понял, что мне нужны сами кроссворды, попробовал сочинять их вручную, осознал унылость этого процесса и задался вопросом: можно ли генерировать их алгоритмически? В этом году я наконец-то выпустил Crosswarped для iOS и Android — игру в кроссворды, созданную на основе генератора, описываемого в этой статье.

https://habr.com/ru/articles/980182/

Алгоритмы и Структуры данных
MBZUAI – первый в мире университет по искусственному интеллекту

Меня зовут Влад, и в этом году я поступил в университет MBZUAI (Mohamed bin Zayed University of Artificial Intelligence, Абу-Даби, ОАЭ) – первый в мире университет по искусственному интеллекту. Основанный в 2019 году, он уже успел занять лидирующие позиции среди ведущих лабораторий мира в области ИИ. Так, по данным рейтинга CSRankings на момент написания данной статьи университет занимает 10-е место в мире. Слышали про Сэма Альтмана, основателя OpenAI, компании, создавшей ChatGPT? 26 сентября этого года MBZUAI торжественно присвоил ему степень PhD.

https://habr.com/ru/articles/980502/

Алгоритмы и Структуры данных
TSP трансформеры

Любопытное
совпадение: эти строки весьма точно характеризуют мои мысли об архитектуре трансформеров в контексте современных технологий ИИ. Сейчас уже широко известно, что эта архитектура стала настоящим прорывом и подарила человечеству нечто особенное — очень сильно напоминающее искусственный интеллект из фантастических фильмов детства и юности. Сегодня мы наблюдаем экспансию чат-ботов во все сферы жизни, чуть позднее увидим, как эти боты начнут за нас совершать действия в цифровом мире и ещё позже — в мире реальном. Вот тут можно почитать о том, что трансформеры весьма неплохо справляются с визуальной информацией. Неплохая такая заявка на универсальность — сопоставимая с гибкостью интеллекта человека.

https://habr.com/ru/articles/981046/

Алгоритмы и Структуры данных
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
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
«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
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
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
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
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
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
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
👍1
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
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.
🔥7👍1
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
1
И еще немного о QR кодах

Изначально я хотел написать статью про коды Рида-Соломона с иллюстрацией на примере работы QR кодов, в процессе подготовки сделал инструмент для визуализации промежуточных этапов построения QR кодов и обнаружил что у меня уже есть достаточно отсутствующего на хабре материала, в связи с чем немного поменял план. Кому не интересно читать, QR с КДПВ сгенерированы с помощью qr-verbose

https://habr.com/ru/articles/981968/

Алгоритмы и Структуры данных
1🔥1