Data Science: Алгоритмы и Структуры данных

Двоичное (бинарное) дерево поиска

Структуры данных «деревья» широко распространены в программировании, например каталог проекта или DOM-дерево в веб-разработке.

Среди них особенно выделяется двоичное дерево поиска, которое позволяет существенно ускорить поиск элементов.

Подробнее о структуре двоичного дерева и его реализации в коде:

https://tprg.ru/YpfD

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Оценка сложности алгоритма проще, чем кажется

Если вы изучали различные алгоритмы (например, сортировки массивов), то наверняка встречали запись в духе O(n*logn). Это и есть оценка сложности алгоритма. Она показывает, насколько быстро растёт сложность алгоритма с увеличением размера входных данных.

В статье разбираются основные порядки роста, а также что нужно замерять для оценки сложности: https://tprg.ru/LQI2

Data Science: Алгоритмы и Структуры данных | Чат 💬

Создание и обход двоичного дерева, а также реализация на JavaScript

Двоичное дерево состоит из корня (верхний элемент), внутренних узлов и листьев (узлы без потомков). Оно подчиняется определённым правилам, благодаря чему происходит быстрый поиск элементов.

Статья поможет реализовать на JavaScript двоичное дерево и организовать обход его узлов:
https://tprg.ru/09wZ

Data Science: Алгоритмы и Структуры данных | Чат 💬

​​Хотите освоить визуализацию данных на реальных задачах — попробуйте бесплатный курс-симулятор от Нетологии и Yandex.Cloud.

Ваш персонаж — аналитик в крупной ритейл-компании, а каждое занятие — история с прописанным сюжетом. Вы построите интерактивную карту клиентов в DataLens, соберете отчёт-конструктор расходов в Excel, сравните показатели в Power BI, а в конце наведёте красоту в Tableau. Узнаете много нового и познакомитесь с основными инструментами визуализации данных.

А ещё ваш дашборд может выиграть приз, подробнее → https://netolo.gy/lge

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Как вычислить числа Фибоначчи?

На собеседовании по алгоритмам могут попросить реализовать вывод ряда Фибоначчи. Он строится по следующему правилу: первые два элемента равны 0 и 1, а каждый последующий элемент равен сумме двух предшествующих.

В статье показано, как вычислить числа Фибоначчи на Java тремя способами — циклом, рекурсией и с помощью Stream:

https://tprg.ru/sAUb

Data Science: Алгоритмы и Структуры данных | Чат 💬

Ключевые алгоритмические парадигмы для решения нестандартных задач

В спортивном программировании для решения задач используются ключевые алгоритмические парадигмы, на базе которых реализуется алгоритм решения:
— полный поиск;
— жадный алгоритм;
— «разделяй и властвуй»;
— динамическое программирование.

Подробнее о парадигмах (с примерами на C++): https://tprg.ru/Q8bw

Data Science: Алгоритмы и Структуры данных | Чат 💬

Ключевые алгоритмические парадигмы для решения нестандартных задач

В спортивном программировании для решения задач используются ключевые алгоритмические парадигмы, на базе которых реализуется алгоритм решения:
— полный поиск;
— жадный алгоритм;
— «разделяй и властвуй»;
— динамическое программирование.

Подробнее о парадигмах (с примерами на C++): https://tprg.ru/Q8bw

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Структура данных «связный список»

Связные списки по сравнению с массивами хороши тем, что могут хранить произвольное количество объектов. При этом сами объекты имеют внутри ссылку на следующий объект в списке (односвязный список), а также на предыдущий объект, если список двусвязный.

Подробнее о связных списках и их методах:

https://tproger.ru/translations/linked-list-for-beginners/

Data Science: Алгоритмы и Структуры данных | Чат 💬

Дизайнер, айтишник, продажник или маркетолог – а что, если часть вашей работы заберет Claude Code?

На первом бесплатном практикуме покажут, как это работает в реальных задачах – без теории и длинных презентаций.

За 90 минут Кирилл Пшинник, CEO Университета Зерокодера, научит вас собирать:

• дашборд по продажам из обычной таблицы;
• парсер для сбора данных с сайтов и мониторинга конкурентов;
• презентацию из текста или отчета;
• инфографику и баннеры в едином стиле;
• вертикальные ролики из длинного видео;
• автоматический отчет, который Claude Code будет собирать по расписанию.

И это только часть: покажут подключение к Google Таблицам, Диску, почте и календарю, а также работу 15 агентов одновременно.
Главное – в конце остаются не слайды о возможностях Claude Code, а реальные рабочие файлы, которые можно использовать дальше.

Бонус: инструкция по установке и оплате Claude Code из России + промты и 20 готовых подсказок.

Бесплатная регистрация по ссылке.

​Действительно ли компьютер генерирует случайное число?

Алгоритмы, которые мы используем в своих программах для генерации случайных чисел, на самом деле выдают не совсем случайные значения. В основе генератора псевдослучайных чисел (ГПСЧ) лежит семя (seed), от которого отталкивается алгоритм.

Но существуют и другие варианты поиска случайного числа. С ними и ГСПЧ вы можете ознакомиться в статье:

https://nuancesprog.ru/p/14619/

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Двоичное (бинарное) дерево поиска

Структуры данных «деревья» широко распространены в программировании, например каталог проекта или DOM-дерево в веб-разработке.

Среди них особенно выделяется двоичное дерево поиска, которое позволяет существенно ускорить поиск элементов.

Подробнее о структуре двоичного дерева и его реализации в коде:

https://tprg.ru/YpfD

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Алгоритмы и структуры данных на JavaScript

Всего за час вы узнаете о таких алгоритмах на JS, как поиск, сортировка, обходы графа, деревьев и кеширование. Кроме того, в ролике рассмотрены структуры данных, которые активно используются в разработке: массивы, списки, деревья, стек, очередь, сет и map:

https://youtu.be/NErrGZ64OdE

Весь код из видео: https://github.com/utimur/algs_and_structures_course

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Объяснение 3 сортировок простым языком

С этих трёх сортировок начинается изучение алгоритмов любого программиста:
— пузырьковая сортировка (Bubble Sort);
— сортировка выбором (Selection Sort);
— сортировка вставками (Insertion Sort).

Если вы прочитали о них в учебнике, но ничего не поняли, рекомендуем заглянуть в тред в Твиттере, где очень легко объясняются эти 3 алгоритма. Пожалуй, даже ваше домашнее животное поймёт (но никогда не признается).

Если не привыкли читать треды, то можно почитать в более привычном виде статьи.

Data Science: Алгоритмы и Структуры данных | Чат 💬

Пока вы платите за западные нейросети – китайские делают то же самое бесплатно

ChatGPT и Claude Code давно у всех на слуху. Но за последние годы в Китае появилось множество мощных AI-инструментов, которые умеют не меньше – а главное, почти все бесплатны и доступны пользователям из России.

DeepSeek, Qwen, Hailuo и другие ИИ уже умеют работать с текстом, изображениями, кодом и анализом не хуже других нейросетей.

В Зерокодере собрали их в новом бесплатном вебинаре «Китайские нейросети 2026–2027».

⚡️Что ждет вас на вебинаре?

• Проведем глубокое исследование рынка и превратим его в личный дашборд;
• Сделаем сайт без разработки с нуля;
• Сгенерируем кадры для собственного нейросериала;
• Протестируем функции, которых нет у западных ИИ-флагманов;
• Соберем собственный ИИ-стек для работы и проектов.

Не нужно выбирать между десятками сервисов и самостоятельно разбираться, что действительно работает. Вам покажут актуальные инструменты и их применение на практике.

Бонусом – справочник по 10 китайским ИИ и доступ к закрытой базе по нейросетям.

Бесплатный эфир по ссылке – регистрируйтесь

​Разбираемся в динамических структурах данных

В одном плейлисте собраны видео по различным структурам:
— односвязный и двусвязный список;
— бинарное дерево;
— стек;
— очередь, а также её вариант с приоритетом;
— дек.

Плейлист на YouTube: https://tprg.ru/yqli

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Ищем кратчайший путь в лабиринте: объяснение на Python

Поиск пути является одной из типичных задач в программировании. Однако принципы алгоритмов поиска достаточно трудно освоить новичкам.

Понять лучше алгориты поиска пути можно на примере задачи по поиску выхода из двухмерного лабиринта. А руководство поможет разобраться с реализацией на Python популярного алгоритма поиска пути — алгоритма Дейкстры:

https://habr.com/ru/company/piter/blog/596029/

Data Science: Алгоритмы и Структуры данных | Чат 💬

Не совершай ЭТУ ошибку!

Замечаю, что многие читают 5–10 крупных tech-каналов, думая, что этого хватает, чтобы развиваться в сфере.

Большие ресурсы действительно хороши для общей картины. Но они работают на широкую аудиторию, поэтому редкие идеи, интересные кейсы и уникальные новости не всегда доходят до них. Настоящая практика обычно зарождается в небольших нишевых каналах, а крупные медиа уже подхватывают их и цитируют у себя.

При этом по качеству контента они ничем не уступают топам — просто не вкладывают такие же бюджеты в продвижение.

Мне стало интересно найти именно этих людей. Я скинул GPT-6 Astra список крупных каналов и попросил выбрать тех, кого они чаще всего цитируют (убрав рекламу и взаимный пиар)

Модель собрала авторов, которых хорошо знают в комьюнити. За многими из них я слежу годами, но некоторые каналы стали открытием даже для меня)

Собрал этих практиков в одну подборку, чтобы читать первоисточники параллельно с большими новостниками.

Подписка в 1 клик:
👉 https://t.me/addlist/UuZJRIAHqTJmZTMy

​Введение в связные списки

Сложно понять, что такое связные списки? Представьте себе поезд, в котором каждый вагон, возможно, содержит груз и при этом может быть связан с другим вагоном. Принцип построения связного списка схож с подобным поездом.

Видов связных списков несколько: односвязные, двусвязные и кольцевые. С односвязными списками вас познакомит статья:

https://tproger.ru/translations/introduction-to-linked-lists/

Data Science: Алгоритмы и Структуры данных | Чат 💬

​Оценка сложности алгоритма

Алгоритмы оцениваются по двум главным критериям — количеству занимаемой памяти и времени исполнения. Однако в алгоритмы можно подать различные входящие массивы данных, от чего время выполнения и количество памяти нельзя выразить одним числом. Поэтому для оценки сложности алгоритмов используют нотацию Big O.

Подробнее о Big O и оценке сложности алгоритмов:

https://youtu.be/ZRdOb4yR0kk

Data Science: Алгоритмы и Структуры данных | Чат 💬

Умножение и деление сдвигом

В программировании существует специальная операция — арифметический сдвиг. Он позволяет существенно быстрее умножить или поделить число на степени двойки, чем обычные операции умножения и деления. Весь секрет — в строении двоичных чисел.

Как работает левый (<<) и правый (>>) арифметический сдвиг, хорошо объясняется в лекции:

https://youtu.be/_pLHvK-X4qg

Data Science: Алгоритмы и Структуры данных | Чат 💬