➕ ➕ 7 способов сортировки массивов на примере С++ с иллюстрациями
В этой статье продемонстрируем на иллюстрациях, как работают алгоритмы сортировки: от простейшей пузырьковой до сложной древовидной кучи. Также определим сложность худших и лучших случаев, а код напишем на С++.
Статья
Зачем учить алгоритмы сортировки, если есть уже готовые методы сортировки?
Чтобы знать плюсы и минусы каждого алгоритма, понимать, как действительно он работает (а не просто копипастить) и какой алгоритм выбрать для конкретной задачи. Плюс изучение алгоритмов развивает мышление и профессиональный кругозор.
Как мне оперативно научиться применять алгоритмы?
Начни с бесплатного демо доступа к курсу «Алгоритмы и структуры данных», на котором junior и middle+ программисты смогут потренировать навыки применения алгоритмов и сгенерировать идеальные решения сложных задач в сообществе других разработчиков.
В этой статье продемонстрируем на иллюстрациях, как работают алгоритмы сортировки: от простейшей пузырьковой до сложной древовидной кучи. Также определим сложность худших и лучших случаев, а код напишем на С++.
Статья
Зачем учить алгоритмы сортировки, если есть уже готовые методы сортировки?
Чтобы знать плюсы и минусы каждого алгоритма, понимать, как действительно он работает (а не просто копипастить) и какой алгоритм выбрать для конкретной задачи. Плюс изучение алгоритмов развивает мышление и профессиональный кругозор.
Как мне оперативно научиться применять алгоритмы?
Начни с бесплатного демо доступа к курсу «Алгоритмы и структуры данных», на котором junior и middle+ программисты смогут потренировать навыки применения алгоритмов и сгенерировать идеальные решения сложных задач в сообществе других разработчиков.
👍10🥰9😁1
В Python замыкание — это, как правило, функция, определённая внутри другой функции. Эта внутренняя функция «захватывает» объекты, определённые в её области видимости, и ассоциирует их с самим объектом внутренней функции.
Вот так это может выглядеть:
def outer_func():
name = "Pythonista"
def inner_func():
print(f"Hello, {name}!")
inner_func()
outer_func()
# -> Hello, Pythonista!
greeter = outer_func()
print(greeter)
# -> None
Ещё примеры можно увидеть в нашем курсе
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21❤7🙏2🔥1
🧑💻🐍 Курс «Создание приложений Python для реальных задач» от Microsoft
Это бесплатный вводный курс для начинающих. Охватывает следующие темы:
▪️Общие сведения о Python
▪️Введение в объектно-ориентированное программирование на языке Python
▪️Создание веб-приложения, использующего ИИ, с помощью Python и Flask
▪️Начало работы с тестированием на Python
🔗 Ссылка на курс
Это бесплатный вводный курс для начинающих. Охватывает следующие темы:
▪️Общие сведения о Python
▪️Введение в объектно-ориентированное программирование на языке Python
▪️Создание веб-приложения, использующего ИИ, с помощью Python и Flask
▪️Начало работы с тестированием на Python
🔗 Ссылка на курс
👍14❤4⚡2
🚀 Там биткойн летит вверх, и в связи с этим вопрос:
💬 Вкладываетесь в криптовалюты?
❤️ — да, в биткойн
👍 — да, в другую крипту
👾 — нет
#интерактив
💬 Вкладываетесь в криптовалюты?
❤️ — да, в биткойн
👍 — да, в другую крипту
👾 — нет
#интерактив
👾178❤27👍20😁1
Это так называемые цифровые аттестации. Они представляют собой подписи, которые разработчики могут прикреплять к своим пакетам на PyPI. Аттестации служат для подтверждения:
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17🔥4😁4
🚀🤖 Как развернуть LLM с помощью vLLM и TorchServe
Хочешь запустить большую языковую модель в продакшене, но не знаешь, как совместить простоту развёртывания с промышленной надежностью? Комбинация vLLM и TorchServe решает эту задачу. Она обеспечивает как простой запуск, так и продвинутые возможности для масштабирования.
👉 Узнай, как воспользоваться этими удобными инструментами, в нашем подробном гайде
Хочешь запустить большую языковую модель в продакшене, но не знаешь, как совместить простоту развёртывания с промышленной надежностью? Комбинация vLLM и TorchServe решает эту задачу. Она обеспечивает как простой запуск, так и продвинутые возможности для масштабирования.
👉 Узнай, как воспользоваться этими удобными инструментами, в нашем подробном гайде
❤5👍5
Forwarded from Proglib.academy | IT-курсы
👨🎓📊 Как научиться Data Science онлайн: 12 шагов от новичка до профи
12 шагов для тех, кто хочет с нуля построить карьеру в Data Science. Руководство к действию и россыпь ссылок на полезные ресурсы.
Переходите на нашу статью:
🔗 Ссылка
Забирайте курс по Алгоритмам и стать Data Scientst'ом станет еще проще:
🔵 Алгоритмы и структуры данных
12 шагов для тех, кто хочет с нуля построить карьеру в Data Science. Руководство к действию и россыпь ссылок на полезные ресурсы.
Переходите на нашу статью:
🔗 Ссылка
Забирайте курс по Алгоритмам и стать Data Scientst'ом станет еще проще:
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5
Media is too big
VIEW IN TELEGRAM
Немного о Python в формате рилса
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤9👍3🔥3
🐍🚀 PyPIM — новый метод выполнения Python кода прямо в RAM
Исследователи из Израиля придумали новый способ повышения производительности для программ на Python. Вместо традиционной обработки данных через CPU, PyPIM позволяет выполнять вычисления прямо в оперативной памяти (RAM), что ускоряет обработку и снимает проблему «узкого места» между процессором и памятью.
✍️ PyPIM переводит Python-команды в низкоуровневый машинный код, который запускается непосредственно в памяти. Это избавляет от необходимости постоянного обмена данными между процессором и RAM.
🔗 Прочесть статью можно здесь
Исследователи из Израиля придумали новый способ повышения производительности для программ на Python. Вместо традиционной обработки данных через CPU, PyPIM позволяет выполнять вычисления прямо в оперативной памяти (RAM), что ускоряет обработку и снимает проблему «узкого места» между процессором и памятью.
✍️ PyPIM переводит Python-команды в низкоуровневый машинный код, который запускается непосредственно в памяти. Это избавляет от необходимости постоянного обмена данными между процессором и RAM.
🔗 Прочесть статью можно здесь
🤔19❤12🌚4👍2⚡1
📚Напоминаем про наш полный курс «Самоучитель по Python для начинающих»
Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий!
🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE
🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы
🐍 Часть 3: Типы данных: преобразование и базовые операции
🐍 Часть 4: Методы работы со строками
🐍 Часть 5: Методы работы со списками и списковыми включениями
🐍 Часть 6: Методы работы со словарями и генераторами словарей
🐍 Часть 7: Методы работы с кортежами
🐍 Часть 8: Методы работы со множествами
🐍 Часть 9: Особенности цикла for
🐍 Часть 10: Условный цикл while
🐍 Часть 11: Функции с позиционными и именованными аргументами
🐍 Часть 12: Анонимные функции
🐍 Часть 13: Рекурсивные функции
🐍 Часть 14: Функции высшего порядка, замыкания и декораторы
🐍 Часть 15: Методы работы с файлами и файловой системой
🐍 Часть 16: Регулярные выражения
🐍 Часть 17: Основы скрапинга и парсинга
🐍 Часть 18: Основы ООП – инкапсуляция и наследование
🐍 Часть 19: Основы ООП – абстракция и полиморфизм
🐍 Часть 20: Графический интерфейс на Tkinter
🐍 Часть 21: Основы разработки игр на Pygame
🐍 Часть 22: Основы работы с SQLite
🐍 Часть 23: Основы веб-разработки на Flask
🐍 Часть 24: Основы работы с NumPy
🐍 Часть 25: Основы анализа данных с Pandas
Мы написали и собрали для вас в одну подборку все 25 глав и 230 практических заданий!
🐍 Часть 1: Особенности, сферы применения, установка, онлайн IDE
🐍 Часть 2: Все, что нужно для изучения Python с нуля – книги, сайты, каналы и курсы
🐍 Часть 3: Типы данных: преобразование и базовые операции
🐍 Часть 4: Методы работы со строками
🐍 Часть 5: Методы работы со списками и списковыми включениями
🐍 Часть 6: Методы работы со словарями и генераторами словарей
🐍 Часть 7: Методы работы с кортежами
🐍 Часть 8: Методы работы со множествами
🐍 Часть 9: Особенности цикла for
🐍 Часть 10: Условный цикл while
🐍 Часть 11: Функции с позиционными и именованными аргументами
🐍 Часть 12: Анонимные функции
🐍 Часть 13: Рекурсивные функции
🐍 Часть 14: Функции высшего порядка, замыкания и декораторы
🐍 Часть 15: Методы работы с файлами и файловой системой
🐍 Часть 16: Регулярные выражения
🐍 Часть 17: Основы скрапинга и парсинга
🐍 Часть 18: Основы ООП – инкапсуляция и наследование
🐍 Часть 19: Основы ООП – абстракция и полиморфизм
🐍 Часть 20: Графический интерфейс на Tkinter
🐍 Часть 21: Основы разработки игр на Pygame
🐍 Часть 22: Основы работы с SQLite
🐍 Часть 23: Основы веб-разработки на Flask
🐍 Часть 24: Основы работы с NumPy
🐍 Часть 25: Основы анализа данных с Pandas
👍14❤3🥰2🔥1
Forwarded from Библиотека джависта | Java, Spring, Maven, Hibernate
🚀 Как ускорить распределенные системы: 8 стратегий снижения времени ожидания
Высокая latency — это скрытый враг, превращающий приложение в тормозящую телегу. Особенно в распределённых системах, где данные путешествуют между серверами и каждая задержка становится катастрофой. Знаете ли вы, какие 8 стратегий помогут превратить "задумчивое" приложение в настоящего чемпиона?
Что эффективнее: кэшировать, сжимать или оптимизировать запросы к базе? А что, если правильный ответ — балансировка нагрузки или вообще CDN?
💡 Найдите недостающий элемент в вашем стеке и максимально ускорьте свои приложения.
🔗 Читать статью
🔗 Зеркало
Высокая latency — это скрытый враг, превращающий приложение в тормозящую телегу. Особенно в распределённых системах, где данные путешествуют между серверами и каждая задержка становится катастрофой. Знаете ли вы, какие 8 стратегий помогут превратить "задумчивое" приложение в настоящего чемпиона?
Что эффективнее: кэшировать, сжимать или оптимизировать запросы к базе? А что, если правильный ответ — балансировка нагрузки или вообще CDN?
💡 Найдите недостающий элемент в вашем стеке и максимально ускорьте свои приложения.
🔗 Читать статью
🔗 Зеркало
👍7❤3🔥2😁1
А вы знаете, почему вывод кода с картинки выше именно такой?👆
❤️ — да
🤔 — нет
Сначала проголосуй, а потом открывай объяснение👇
Числа с плавающей точкой в Python (и других языках программирования) хранятся в формате IEEE 754, который может представлять только конечное множество дробных значений. Это приводит к небольшим ошибкам округления.
▪️В случае 0.2 + 0.4, результат внутренне хранится как 0.6000000000000001, что не равно 0.6.
▪️А вот 0.1 + 0.3 случайно совпадает с точным представлением 0.4 в памяти, поэтому возвращает True.
❤️ — да
🤔 — нет
Сначала проголосуй, а потом открывай объяснение👇
🤔139❤64🥱2