Алгоритм Крускала используется для поиска минимального остовного дерева (МОД) в связном взвешенном графе. Вот пример его реализации на Python:
Read the rest of this entry »

Алгоритм Беllman-Форда (Bellman-Ford algorithm) — это алгоритм для поиска кратчайших путей в графе, который может обрабатывать отрицательные веса ребер.

Read the rest of this entry »

Продолжаю отвечать на вопросы по книге, под катом Read the rest of this entry »

Прочитал очень интересную книгу по разработке архитектуры программного обеспечения. Для закрепления выкладывают ответы на контрольные вопросы. Под катом:
Read the rest of this entry »

Вот простой пример алгоритма для решения задачи составления расписания:

1. Определение входных данных:
   • Список задач, которые необходимо распределить по времени.
   • Доступные ресурсы или исполнители, которые могут выполнить эти задачи.
   • Ограничения и приоритеты для каждой задачи.
2. Формализация задачи:
   • Представление задач и ресурсов в виде структур данных (например, списки, массивы, графы).
   • Определение ограничений, таких как время начала и завершения, зависимости между задачами и доступные ресурсы.
3. Выбор алгоритма решения:
   • Выбор подходящего алгоритма в зависимости от характеристик задачи (например, генетические алгоритмы, жадные алгоритмы, локальные поиски).
4. Разработка целевой функции:
   • Определение критериев оптимальности для расписания (например, минимизация времени выполнения, максимизация использования ресурсов).
5. Реализация алгоритма:
   • Написание кода для алгоритма, который учитывает входные данные, ограничения и целевую функцию.
   • Применение операций добавления, перемещения и удаления задач для поиска оптимального расписания.
6. Тестирование и оценка результатов:
   • Проведение тестирования алгоритма на различных входных данных.
   • Оценка качества полученных расписаний с точки зрения оптимальности и выполнения заданных ограничений.

Read the rest of this entry »

Алгоритм Флойда-Уоршелла используется для нахождения кратчайших путей между всеми парами вершин во взвешенном ориентированном графе с положительными или отрицательными весами рёбер. Вот пример его реализации на Python:
Read the rest of this entry »

Ваш план изучения алгоритмов и структур данных на C++ может быть организован следующим образом:

1. **Оценка текущих знаний и уровня**: Прежде чем начать учебный процесс, оцените свои текущие знания и понимание алгоритмов и структур данных на C++. Убедитесь, что вы уверены в базовых концепциях и основах C++, таких как указатели, ссылки, операторы, циклы и условные операторы.

2. **Повторение основ**: Вспомните основы языка C++ и его стандартной библиотеки, такие как контейнеры (std::vector, std::list, std::map, std::set и т. д.) и алгоритмы (std::sort, std::find, std::binary_search и т. д.).

3. **Изучение алгоритмов**: Начните с изучения основных алгоритмов, таких как сортировка (например, сортировка пузырьком, сортировка вставками, быстрая сортировка, сортировка слиянием), поиск (например, поиск в ширину, поиск в глубину, двоичный поиск), алгоритмы на графах (например, алгоритм Дейкстры, алгоритм Флойда-Уоршелла), алгоритмы динамического программирования и т. д.

4. **Практические задания**: Решайте практические задачи, используя изученные алгоритмы. Можете использовать онлайн-платформы для решения задач, такие как LeetCode, Codeforces, HackerRank, и т. д.

5. **Изучение структур данных**: После того как вы изучили основные алгоритмы, перейдите к изучению основных структур данных, таких как массивы, связанные списки, стеки, очереди, деревья (двоичные деревья поиска, AVL-деревья, красно-черные деревья), хеш-таблицы, кучи (пирамиды), графы и т. д.

6. **Реализация и практика**: Реализуйте изученные структуры данных и алгоритмы самостоятельно на языке C++. Проанализируйте их сложность времени и пространства. Попробуйте решить различные задачи, используя эти структуры данных и алгоритмы.

7. **Чтение и исследование**: Прочтите дополнительные материалы, книги и ресурсы о алгоритмах и структурах данных на C++. Исследуйте более сложные алгоритмы и их применение в реальных сценариях.

8. **Проекты**: Работайте над проектами, которые требуют применения алгоритмов и структур данных. Это может быть разработка игр, веб-приложений, алгоритмических задач и т. д.

9. **Обратная связь и улучшение**: Получайте обратную связь от других программистов, участвуйте в код-ревью и обсуждайте свой код. Постоянно стремитесь улучшить свои знания и навыки в области алгоритмов и структур данных.

10. **Постоянное обучение**: Не останавливайтесь на достигнутом. Продолжайте изучать новые алгоритмы, практиковаться и совершенствовать свои навыки. Обмен опытом с другими программистами также может быть очень полезным.

cinebench R23
Sysbench 1.20
intel xeon e5-2673

Закралось, тут у меня сомнения относительно производительности операций создания и заполнения векторов, решил провестий простой тест, код ниже. Результаты несколько меня удивили:
В Debug-mode:

The above code block-1 was executed in 0.0500 second(s)
The above code block-2 was executed in 44.5400 second(s)

В Realese-mode:

The above code block-1 was executed in 0.0440 second(s)
The above code block-2 was executed in 0.1030 second(s)

Каждый тест запускался по 10 раз, отображены средние результаты.
Read the rest of this entry »