Сообщение Re: Как эффективнее решать алгоритмические задачи? от 22.01.2023 18:35
Изменено 22.01.2023 18:39 AmSpb
Re: Как эффективнее решать алгоритмические задачи?
Здравствуйте, merge, Вы писали:
M>Универ давно закончил и совсем забыл как их решать.
M>Открыл тут hackerrank задачку.
M>Вопрос вот какой.
M>если алгоритм не знаешь какой к задаче то лучше пытаться всё равно самому пусть долго но найти решение или же в яндексе по ключам поискать направление решение?
M>по идее если самому пытаться всё то мозг активнее работает, но по второму ключу быстрее заучишь всё и больше прорешаешь
Синдром самозванца может развиться, если постоянно париться, что ты не знаешь всех деталей того, с чем работаешь.
Можешь решить задачу в заданные сроки — вот на чтобы я ориентировался, а не бичевание себя, что не все детали знаешь.
Например, в Java хэши были реализованы сначала стандартно, в виде массива, где каждый элемент массива связанный список, а потом связанный список заменили на rb-дерево,
что улучшило производительность работы хэша при его сатурации(насыщении), а толку от этой инфы, если ты не разработчик самого языка Java ?
Просто запоминаешь, что теперь в худшем случае поиск по хэшу занимает O(logN), а не O(N) без погружения в детали.
M>Универ давно закончил и совсем забыл как их решать.
M>Открыл тут hackerrank задачку.
M>Вопрос вот какой.
M>если алгоритм не знаешь какой к задаче то лучше пытаться всё равно самому пусть долго но найти решение или же в яндексе по ключам поискать направление решение?
M>по идее если самому пытаться всё то мозг активнее работает, но по второму ключу быстрее заучишь всё и больше прорешаешь
Синдром самозванца может развиться, если постоянно париться, что ты не знаешь всех деталей того, с чем работаешь.
Можешь решить задачу в заданные сроки — вот на чтобы я ориентировался, а не бичевание себя, что не все детали знаешь.
Например, в Java хэши были реализованы сначала стандартно, в виде массива, где каждый элемент массива связанный список, а потом связанный список заменили на rb-дерево,
что улучшило производительность работы хэша при его сатурации(насыщении), а толку от этой инфы, если ты не разработчик самого языка Java ?
Просто запоминаешь, что теперь в худшем случае поиск по хэшу занимает O(logN), а не O(N) без погружения в детали.
Re: Как эффективнее решать алгоритмические задачи?
Здравствуйте, merge, Вы писали:
M>Универ давно закончил и совсем забыл как их решать.
M>Открыл тут hackerrank задачку.
M>Вопрос вот какой.
M>если алгоритм не знаешь какой к задаче то лучше пытаться всё равно самому пусть долго но найти решение или же в яндексе по ключам поискать направление решение?
M>по идее если самому пытаться всё то мозг активнее работает, но по второму ключу быстрее заучишь всё и больше прорешаешь
Синдром самозванца может развиться, если постоянно париться, что ты не знаешь всех деталей того, с чем работаешь.
Можешь решить задачу в заданные сроки — вот на чтобы я ориентировался, а не бичевание себя, что не все детали знаешь.
Например, в Java хэши были реализованы сначала стандартно, в виде массива, где каждый элемент массива связанный список, а потом связанный список заменили на rb-дерево,
что улучшило производительность работы хэша при его сатурации(насыщении), а толку от этой инфы, если ты не разработчик самого языка Java ?
Просто запоминаешь, что теперь в худшем случае поиск по хэшу занимает O(logN), а не O(N) без погружения в детали, а в среднем поиск занимает O(1)
M>Универ давно закончил и совсем забыл как их решать.
M>Открыл тут hackerrank задачку.
M>Вопрос вот какой.
M>если алгоритм не знаешь какой к задаче то лучше пытаться всё равно самому пусть долго но найти решение или же в яндексе по ключам поискать направление решение?
M>по идее если самому пытаться всё то мозг активнее работает, но по второму ключу быстрее заучишь всё и больше прорешаешь
Синдром самозванца может развиться, если постоянно париться, что ты не знаешь всех деталей того, с чем работаешь.
Можешь решить задачу в заданные сроки — вот на чтобы я ориентировался, а не бичевание себя, что не все детали знаешь.
Например, в Java хэши были реализованы сначала стандартно, в виде массива, где каждый элемент массива связанный список, а потом связанный список заменили на rb-дерево,
что улучшило производительность работы хэша при его сатурации(насыщении), а толку от этой инфы, если ты не разработчик самого языка Java ?
Просто запоминаешь, что теперь в худшем случае поиск по хэшу занимает O(logN), а не O(N) без погружения в детали, а в среднем поиск занимает O(1)