0 added
0 removed
Original
2026-01-01
Modified
2026-03-10
1
<ul><li><a>1. Теория графов. Термины и определения в картинках</a></li>
1
<ul><li><a>1. Теория графов. Термины и определения в картинках</a></li>
2
<li><a>2. Способы хранения графа в памяти компьютера</a></li>
2
<li><a>2. Способы хранения графа в памяти компьютера</a></li>
3
<li><a>3. Разделяй и Властвуй. Разбор задач</a></li>
3
<li><a>3. Разделяй и Властвуй. Разбор задач</a></li>
4
<li><a>4. Алгоритм Дейкстры. Разбор Задач</a></li>
4
<li><a>4. Алгоритм Дейкстры. Разбор Задач</a></li>
5
<li><a>5. Байесовская Сеть Доверия: Практика</a></li>
5
<li><a>5. Байесовская Сеть Доверия: Практика</a></li>
6
<li><a>6. Префиксное дерево (trie)</a></li>
6
<li><a>6. Префиксное дерево (trie)</a></li>
7
<li><a>7. Префиксное дерево (trie) - вставка и поиск</a></li>
7
<li><a>7. Префиксное дерево (trie) - вставка и поиск</a></li>
8
</ul><h3>1.<a>Теория графов. Термины и определения в картинках</a></h3>
8
</ul><h3>1.<a>Теория графов. Термины и определения в картинках</a></h3>
9
<p>В этой статье мы познакомимся с основными терминами и определениями Теории графов. Каждый термин схематично показан на картинках.<a>Читать</a></p>
9
<p>В этой статье мы познакомимся с основными терминами и определениями Теории графов. Каждый термин схематично показан на картинках.<a>Читать</a></p>
10
<h3><a>2. Способы хранения графа в памяти компьютера</a></h3>
10
<h3><a>2. Способы хранения графа в памяти компьютера</a></h3>
11
<p>В продолжение предыдыдущей статьи обсудим различные способы представления графа в памяти компьютера для его обработки. Покажем, какие структуры данных можно использовать, а также проговорим преимущества и недостатки каждого способа.<a>Читать</a></p>
11
<p>В продолжение предыдыдущей статьи обсудим различные способы представления графа в памяти компьютера для его обработки. Покажем, какие структуры данных можно использовать, а также проговорим преимущества и недостатки каждого способа.<a>Читать</a></p>
12
<h3>3.<a>Разделяй и Властвуй. Разбор задач</a></h3>
12
<h3>3.<a>Разделяй и Властвуй. Разбор задач</a></h3>
13
<p>В этой статье мы рассмотрим два примера задач с пояснениями и кодом, в которых будет использоваться этот подход. Для начала сформулируем, разделение и властвование. Решение задачи с помощью данного подхода обладает следующими тремя свойствами:</p>
13
<p>В этой статье мы рассмотрим два примера задач с пояснениями и кодом, в которых будет использоваться этот подход. Для начала сформулируем, разделение и властвование. Решение задачи с помощью данного подхода обладает следующими тремя свойствами:</p>
14
<ol><li>Разделить входные данные на меньшие подмножества.</li>
14
<ol><li>Разделить входные данные на меньшие подмножества.</li>
15
<li>Решить подзадачи рекурсивно.</li>
15
<li>Решить подзадачи рекурсивно.</li>
16
<li>Объединить решения подзадач в решение исходной задачи.</li>
16
<li>Объединить решения подзадач в решение исходной задачи.</li>
17
</ol><p>Попробуем узнать эти свойства на практике и попытаемся решить две задачи.<a>Читать</a></p>
17
</ol><p>Попробуем узнать эти свойства на практике и попытаемся решить две задачи.<a>Читать</a></p>
18
<h3>4.<a>Алгоритм Дейкстры. Разбор Задач</a></h3>
18
<h3>4.<a>Алгоритм Дейкстры. Разбор Задач</a></h3>
19
<p>"Поиск оптимального пути в графе" - такая задача встречается довольно часто и в повседневной жизни, и в мире технологий. Справиться с такими вызовами помогает подход, который должен быть в арсенале каждого программиста - алгоритм Дейкстры.</p>
19
<p>"Поиск оптимального пути в графе" - такая задача встречается довольно часто и в повседневной жизни, и в мире технологий. Справиться с такими вызовами помогает подход, который должен быть в арсенале каждого программиста - алгоритм Дейкстры.</p>
20
<p>Если вы хотите найти ответить на вопросы, чем этот алгоритм лучше BFS (поиска в ширину), при каких условиях алгоритм применим, и какие теоретические и практические задачи можно с его помощью решать,<a>читайте далее</a>.</p>
20
<p>Если вы хотите найти ответить на вопросы, чем этот алгоритм лучше BFS (поиска в ширину), при каких условиях алгоритм применим, и какие теоретические и практические задачи можно с его помощью решать,<a>читайте далее</a>.</p>
21
<h3>5.<a>Байесовская Сеть Доверия: Практика</a></h3>
21
<h3>5.<a>Байесовская Сеть Доверия: Практика</a></h3>
22
<p>В этой статье мы сначала вкратце вспомним теорию. Дальше будет, что называется, только хардкор: на примере данных "Титаника" мы будем строить БСД.<a>Читать</a></p>
22
<p>В этой статье мы сначала вкратце вспомним теорию. Дальше будет, что называется, только хардкор: на примере данных "Титаника" мы будем строить БСД.<a>Читать</a></p>
23
<h3>6.<a>Префиксное дерево (trie)</a></h3>
23
<h3>6.<a>Префиксное дерево (trie)</a></h3>
24
<p>В этой статье обсудим такую структуру данных, как "префиксное дерево" (оно же нагруженное дерево, бор, trie, prefix tree). Кратко рассмотрим основы и реализуем наиболее важные операции: вставку, поиск по ключу и префиксный поиск.<a>Читать</a></p>
24
<p>В этой статье обсудим такую структуру данных, как "префиксное дерево" (оно же нагруженное дерево, бор, trie, prefix tree). Кратко рассмотрим основы и реализуем наиболее важные операции: вставку, поиск по ключу и префиксный поиск.<a>Читать</a></p>
25
<h3>7.<a>Префиксное дерево (trie) - вставка и поиск</a></h3>
25
<h3>7.<a>Префиксное дерево (trie) - вставка и поиск</a></h3>
26
<p>Префиксное дерево (нагруженное дерево, trie) - структура данных для эффективного поиска. С его помощью сложность поиска можно довести до оптимального уровня - длины ключа. Вспомним, что в хорошо сбалансированном бинарном дереве поиска данные можно найти за время, пропорциональное <strong>M * log N</strong>, где M - максимальная длина строки, а N - количество ключей в дереве. В префиксном дереве - <strong>O(M)</strong>, но увеличиваются требования к памяти.<a>Читать далее</a></p>
26
<p>Префиксное дерево (нагруженное дерево, trie) - структура данных для эффективного поиска. С его помощью сложность поиска можно довести до оптимального уровня - длины ключа. Вспомним, что в хорошо сбалансированном бинарном дереве поиска данные можно найти за время, пропорциональное <strong>M * log N</strong>, где M - максимальная длина строки, а N - количество ключей в дереве. В префиксном дереве - <strong>O(M)</strong>, но увеличиваются требования к памяти.<a>Читать далее</a></p>
27
27