> Проведём маленький эксперимент, если Вы не против — мне любопытно чего такого я не знаю на фундаментальном уровне, из того, что преподают в ВУЗах в качестве базы.
Ну я вот писал программу по нескольким курсам, один из основных — «Алгоритмы и структуры данных», вот база (не все, особенно и последнего семестра, нужно знать и доказывать, но основные свойства полезно знать).
Вот примерный список, я надеюсь, он после обкатки скорректируется. Общий объем 225 часов (чисто лекции, практика Python-C-C++ идет отдельными часами).
Поиск в массиве
1.1 Линейный поиск
1.2 Двоичный поиск
1.3 Троичный поиск
1.4 Интерполяционный поиск
Структуры данных
1.5 Массив
1.6 Стек
1.7 Очередь, двусторонняя очередь
1.8 Словарь
1.9 Хеш-таблица
Рекурсия, математическая индукция
3.1 Хвостовая рекурсия
3.2 Обратная польская запись
3.3 Числа Каталана
3.4 Вычисление биномиальных коэффициентов
3.5 Метод градиентного спуска
3.6 Метод сопряженных градиентов
3.7 Принцип динамического программирования
3.8 Метод ветвей и границ
3.9 Методы Gradient boosting
3.10 Алгоритм Кадана
3.11 Поиск методом золотого сечения
3.12 Производящие функции
3.13 Запаздывающие генераторы Фибоначчи
3.14 Memoization
3.15 Корекурсия
3.16 Задача 3-SAT
3.17 Алгоритм фрактального сжатия
Структуры данных (рекурсивные)
3.18 Список
3.19 Дерево
3.20 Граф
Графы
7.1 Обход в ширину (BFS)
7.2 Обход в глубину (DFS)
7.3 Топологическая сортировка
7.4 Алгоритм Munagala-Ranade
7.5 Алгоритм Mehlhorn-Meyer
7.6 Задача о динамической связности
7.7 Алгоритм поиска точек сочленения графа
7.8 Алгоритм поиска мостов графа
7.9 Алгоритм Косараю
7.10 Алгоритм Тарьяна
7.11 Задача 2-SAT
7.11 Алгоритм Брона-Кербоша
7.12 Конденсация графа
7.13 Раскраска графа
7.14 Задача о назначениях
7.15 Венгерский алгоритм
7.16 Алгоритм Ульмана
Структуры
7.17 Матрица смежности
7.18 Матрица достижимости
7.19 Матрица сильной связности
7.20 Матрица Лапласа
7.21 Матрица Инцидентности
7.22 Список смежности
7.23 Список ребер
Графы: циклы
8.1 Алгоритм поиска Эйлерова цикла
8.2 Алгоритм поиска Эйлерова пути
8.3 Алгоритм поиска Гамильтонова цикла
8.3 Алгоритм поиска Гамильтонова пути
8.4 Задача Коммивояжера
Графы: остовное дерево
9.1 Теорема Кирхгофа
9.2 Теорема Кэли о числе деревьев, код Прюфера
9.3 Лемма о безопасном (минимальном) ребре
9.4 Алгоритм Краскала
9.5 Алгоритм Примы
9.6 Алгоритм Борувки
9.7 Задача устранения петель в сети Ethernet (STP)
9.8 Задача Штейнера
Персистентные структуры
13.1 Метод копирования пути
13.2 Метод толстых узлов
Структуры
13.3 Персистентный стек
13.4 Персистентная очередь
13.5 Персистентное дерево
Консенсус в сетях
14.1 Алгоритм Paxos
14.2 Задача Византийских генералов
14.3 Кворум
14.4 CAP-теорема
14.5 PACELC-теорема
14.6 Королевский алгоритм
14.7 Алгоритм Zyzzyva
Структуры
14.8 Blockchain
Целочисленное программирование
15.1 Каноническая форма, сложность решения
15.2 Алгоритмы полного перебора
15.3 Алгоритм Нарайаны
15.4 Задача о ранце
15.5 Алгоритм Meet-in-the-Middle
15.6 Задача раскроя
15.7 Метод обратного поиска
15.8 Задача планирования производства
15.9 Задача оптимизации телекоммуникационных сетей
15.10 Метод секущих плоскостей, алгоритм Гомори
15.11 Алгоритм Альфа-Бета отсечений
15.12 Жадные алгоритмы
15.13 Матроиды, алгоритм Радо-Эдмонса
Быстрые вычисления
16.1 Умножение Карацубы
16.2 Алгоритм Шенхаге-Штрассена
16.3 Алгоритмы возведения числа в степень
16.4 Алгоритмы возведения в степень числа по модулю
16.5 Алгоритм Кули-Тьюки
16.6 Алгоритм Штрассена
Факторизация
17.1 Алгоритм Евклида (НОД)
17.2 Алгоритм факторизации Ферма
17.3 Метод квадратичных форм Шенкса
17.4 Ро-алгоритм Полларда
17.5 Метод квадратичного решета
17.6 Общий метод решета числового поля
17.7 Факторизация с помощью эллиптических кривых
17.8 Тест Агравала-Каяла-Саксены
17.9 Алгоритм Берлекэмпа
Дискретное логарифмирование
18.1 Алгоритм Гельфонда-Шенкса
18.2 Алгоритм COS
Вероятностные тесты на простоту
21.1 Тест Ферма
21.2 Тест Миллера-Рабина
21.1 Тест Бейли-Померанца-Селфриджа-Уогстаффа
Вебграфы
22.1 Модель Болобаша-Альберта
22.2 Модель Болобаша-Риордана
22.3 Модель Бакли-Остгус
22.4 Модель копирования
22.5 PageRank, Google matrix
Структуры
22.1 MapReduce
22.2 Apache GiGraph
22.3 Pregel
** При этом стоит учесть что запланированы еще курсы по Теории графов, Дискретной математике, Экстремальным задачам, Машинному обучению, Теории сложности и пр.пр.пр. Т.е. это просто фундаментальный курс по алгоритмам и структурам данных, который является точкой отсчета для всего остального (ну как курс по Математическому анализу).
*** Это несколько больше чем я сам знаю, так что это еще и мой план для себя подтянуть неизвестные/забытые темы. Обсудив его с коллегами, на предмет кто будет читать мы пришли к выводу, что мы все были бы рады и сейчас прослушать такой курс.
Может. Различайте hate speech и hate crime. Говорить можете, но если налетите с кулаками на них — то ваша hate speech будет отягчающим обстоятельством и превратит преступление в hate crime. Вы ограничены в форме выражения до некоторого рода. Т.е. подходить к ЛГБТ и тыкать им в лицо провоцируя на неминуемый мгновенный незаконный ответ нельзя, но выражать как идею — пожалуйста.
Но не забывайте что свобода слова не защищает вас от реакции общества, и никак не поможет вам найти хоть какую-нибудь работу после того как вас покажут по телевизору и с позором уволят. Как и не поможет завести друзей когда все вокруг будут плевать в вашу сторону или магазины откажутся вас обслуживать. Но если вы готовы к этому и собираетесь жить один или в компании единомышленников — ну пожалуйста.
Да хватит уже тиражировать эту утку с нефтью. Северная Корея тоже не имеет нефти, она вообще ничего не имеет, но ее не любят. США — в топе по добыче нефти в мире, и как то добывают они ее у себя. В Норвегии кстати есть нефть, но что-то к ней все нормально относятся. Вы выдумали себе врагов, выдумали причины и теперь лепите их везде.
Во-вторых, это — родственники одного из самых крупных хулиганов,
А Япония — чей родственник? Германия пол века назад вообще не то что родственником не была, а вообще врагами были. Не вяжется что-то.
Вы интересовались, чья вина в том, что нас не уважают? Ну так это общеизвестно: М.С.Горбачёва и Б.Н.Ельцина.
Ага, а то что при ссср так же страну не любили — это умолчим. Северная Корея тогда тоже может сказать что ее «уважают», потому что знают что обезьяна с гранатой и с открытой военной операцией пока временят. Когда тебя считают обезьяной с гранатой — это не «уважают». Или вы всех гопников на районе «уважаете»? Чтобы уважали надо вести себя адекватно, а не дубиной помахивать.
Я полностью с Вами согласен в том, что надо вести себя адекватно. Вот олько надо помнить, что в современном мире адекватное поведение
В современном мире адекватное поведение — это соблюдение прав человека, не нападение на мирные страны, не спонсирование террористических режимов и подобное. А не обратное. Кроме США есть множество других стран которые у всех на хорошем счету.
Потому что он не вывел на орбиту ни груза, ни людей.
Монгоразовость была еще в СССР, причем с автоматической посадкой.
Да, только в США — это было сделано раньше. И у нас это делалось, чтобы «в точности, как у них» — Буран проектировался на габариты и вес полезной нагрузки Шаттла. И при этом загубили собственный неплохой проект, который мог вполне оказаться выгоден (впрочем у них проект тоже загубили вояки, выставив непомерные требования к массе полезной нагрузки, из-за чего Шаттл так и не вышел на расчётное число полётов за год).
порчу настроение тем кто воспевает песни забугорным товарищам, живущих за счет грантов НАСА и получивших кучу исходных данных от НАСА, и имеющая кучу долгов перед банками. А так да, коммерческая компания )).
Да и не забудьте ещё вот все эти аргументы:
От них ещё целая половина осталась. И подкину вам ещё один — Маск объявил, что первый Falcon Heavy полетит с уже летавшими «боковинками». Так вот можете утверждать, что это из-за того что оказалось, что у ступеней ресурс маленький, или то что Маска на новые ступени — денег нет).
А на самом деле конечно — это всё лишь от того, что севшие ступени — это уже «старая версия», и на их место уже разрабатывается новая версия (пока говорят об ресурсе на 10 полётов).
SL45 — вот это был стильный аппарат! Удобный, лёгкий, из хорошего пластика, контрастный дисплей, хороший звук, файловый менеджер (тогда это было что-то необычное). Однажды я выронил его около машины, так чуть инфаркт не случился, когда не нашёл в кармане
Главная проблема Хабра в России — это не органы.
Органы не работают, но никто от них ничего не ждет.
Переведенные у фирмачей статьи корявят нубы и хипстеры,
А кто за кем и чего ради, какой-нибудь продрот подберет.
Главная проблема Хабра в России — не в присутствии рекламы,
Не видеть ее немногим сложнее, чем дрочить.
Чтобы оставить моднявый коммент, хватает и старого мема,
Потом через карму можно все обтесать, подточить.
Главная проблема Хабра в России — не статьи от маркетолога,
Главная проблема Хабра в России — не минуса от интернет-воина.
Главная проблема Хабра в России — не Бумбурум и не АЙТИ,
Главная проблема Хабра в России — это лично ТЫ, потому что:
Ты разучился читать.
ОООО, смотришь на карму, разучился читать.
РААЗУУЧИИИЛСЯ читать, ууооу, читать.
Ты разучился читать, даа.
1) Выходит первый том манги, в ней показывают голую девушку, с сиськами, может даже с сексом. Ее возраст не говорится. Когда выходит третий том — то секса там уже нету, но девушка признается что ей 17 лет. — Надо ли задним числом теперь признать первый том — ДП? Или только третий? Но третий не содержит секса. Или сажать только тех кто одновременно владеет 1 и 3 томом? А если в 4 томе она говорит что соврала и на самом деле ей 19? Выпустить всех кого посадили если они согласятся прочитать 4 том? Продолжать ли сажать тех кто бросил мангу после 3го тома?
2)Кстати, а как быть с часовыми поясами? Что если девочка родилась в UTC-12, а через год после рождения переехала в UTC+14. Ей только исполнилось 18 по ее дате рождения и по времени UTC+14, но по месту рождения ей еще 17 лет. Она снимается в порно — это ДП? Или это ДП только в определенных часовых поясах? А если девушка даже сама не ведает что родилась по UTC-12? А если девочка решила полетать несколько лет с релятивистской скоростью а потом логи корабля потерялись — как понять 16 ей или 18? Считаем по собственному времени девочки или по земному времени относительно даты рождения? Если по собственному времени — что делать с пропавшими логами? Установить для нее лично совершеннолетие в 20, чтобы наверняка? В случае комы как будем поступать? Впасть в кому в 10 лет и проснуться в 18 — этот человек попадет под законы о ДП? А если человек в коме был неделю — то в день 18летия это будет еще ДП или нужно ждать +1 неделю?
3) По сюжету манги девушке 100+ лет, но она, благодаря заклинанию навсегда перестала стареть после 17 лет, а еще лучше за 1 день до своего 18 — летия. С этой девушкой в манге есть секс — это ДП?
4) По сюдежу манги девушка — инопланетянка, которая похожа не людей, но имеет например хвост/треугольные ушки. Инопланетяне становятся дееспособными в 10 лет, девочке 17 — это ДП?
5) Девочка — клон 18 летней девушки но т.к. она была создана уже в 18-летнем теле у нее мозг как у ребенка. Вот ей 35 а по сознанию она 17 летняя — это ДП?
6) И самое любимое — если девочка за день до своего 18 летия сфотографировала себя в зеркале голой — то ее можно сажать за производство ДП?
Подобные законы считаю абсолютной чушью. Бороться надо с теми, кто приносит вред детям, но конечно их закрыть тяжело, надо иметь мозги, иногда работать годами и часто еще и рисковать жизнью, и не только в момент задержания но и после. Куда проще по той же статье посадить незадачливого любителя манги и отчитаться как они хорошо борятся с педофилами. Только вот детям от этого только хуже, т.к. силы тратятся на отлов невинных людей вместо того чтобы искать тех кто реально калечит жизни детей.
Проблема видимо в том что подобные законы требуют наличия мозга и хорошего образования, чем его составители похвастаться не могут.
Имущество оставленное в наследство супругу, детям не облагается налогом. Имущество оставленное третьему лицу облагается налогом. (Тут слезливая история как двое влюбленных жили до старости вместе и один умер, а второго выселили из их общей квартиры так как его маленькой пенсии и накоплений не хватило что бы оплатить налог на наследство). Так же придется платить налог если ребенок которому оставляется наследство является официально ребенком только одного из пары. (Да, в природе существуют гомосексуальные пары, которые воспитывают совместно детей являющихся биологическими детьми одного из партнеров). Так же усыновленные гетеросексуальными семьями дети по закону ничем не отличаются от биологических и имеют те же права, и соответственно являются в юридическом смысле следующим поколением семьи, не являясь генетическими потомками ни одного из родителей. Вообще брак это огромное количество прав и обязанностей возникающих при его заключении, начиная с равных прав на все доходы семьи и правом не свидетельствовать против супруга в суде, заканчивая обязанностью выплачивать алименты и правом разрешить или запретить пересадку органов супруга после смерти.
Умалишённых в расчёт не брать! Боженька, если верить Библии, знает столько способов убийства оппонентов из людей, что бахнутые на всю голову фанатики для этих целей ему не нужны. Навскидку, Бог может:
1. Навести потоп.
2. Поразить огнём с неба.
3. Поразить лютой проказой.
4. Превратить в соляной столб.
5. Поразить моровою язвой.
Поэтому, если кому-то кажется, что карикатура с участием Христа или Бога-Отца является кощунством, но Бог, при этом, не поражает автора, то человеку, чьи «религиозные чувства» «оскорблены», необходимо задуматься над следующими вещами:
1. Обращение в судебные инстанции с требованием наказать «кощунника», может говорить о недостатке веры истца в то, что Бог сам может справиться в данном случае, ведь оскорбляют именно Бога.
2. Поданный иск, умаляет достоинство самого Бога, ибо Бог Всемогущ и попытки верующих заступиться за Него, указывают посторонним наблюдателям на то, что Бог — недееспособен или крайне слаб.
3. Богу, возможно, нравятся шутки о Нём самом и Его Сыне, ибо совершенная Личность подразумевает совершенное чувство юмора. Судебные же иски выставляют Бога злобным тираном с уязвлённым самолюбием.
4. Бог в древнее время мог самостоятельно высказать своё мнение по самым различным вопросам, поэтому, чем решать за Бога (оскорбился Он или нет), верующим надо предоставить Богу лично дать разъяснение по сложившейся ситуации. К примеру, посредством голоса с неба при многих свидетелях, исповедующих различные мировоззрения. Если Бог не отвечает продолжительное время, значит, Бог не имеет претензий к ответчикам.
5. Бога, возможно, нет, а поэтому и оскорить Его невозможно.
Этот радикальный максимализм только вредит. По сути это все равно что сказать «Или поднимай революцию, или вообще сиди и не возмущайся». Бурление — это повышение смелости для проявления инакомыслия. Без разницы: в локальной группе людей, либо на одинокой страничке в интернете. Явление первого возмутившегося резко повышает смелость взглядов всей группы и уже будет вполне неплохо если каждый сознательный гражданин будет считать своим долгом его, это инакомыслие, первым выражать. Поэтому я резко против комментариев по типу вашего. Заткнув и так нерешительно возмутившегося человека, вы загубите потенциал к нон-конформистским взглядам всей группы объединенных чем-то людей.
Вызвала эта команда на соревнование по гребле команду конкурентов из другой страны. В состав той и другой команды включили по 8 гребцов. Обе команды тренировались очень упорно, и к моменту соревнований они были в одинаковых кондициях, но конкуренты победили, обойдя на километр. Настроение в нашей команде было хуже некуда. Высшее руководство задумывалось над тем, как победить их в следующем году, и позвали тогда группу аналитиков, чтобы проанализировать ситуацию и найти спасительное решение.
В результате, после нескольких дней детального анализа команд, они пришли к заключению, что конкуренты имеют 7 гребцов и только 1 капитана. Вместе с тем наша команда имела целых 7 капитанов и только 1 гребца. И тут менеджмент нашей команды озарило: было предложено нанять консалтинговую фирму для реструктуризации нашей команды.
После нескольких месяцев консультирования, они пришли к заключению, что наша команда имеет слишком много капитанов и слишком мало гребцов. На основе этого анализа они сделали предложение: структуру нашей команду нужно поменять. С этого дня у нас должно быть только 4 капитана, 2 менеджера, 1 топ-менеджер и 1 гребец. Согласно этому, они решили, что с гребцом надо интенсивно работать, чтобы повысить его мотивацию и стремление к победе.
На следующий год конкуренты победили с разрывом в 2 километра.
Гребца исключили из команды, поскольку были недовольны результатом его работы. Менеджеров наградили за высокие показатели по мотивации команды в отчетном периоде.
Только надо учесть, что там нет магния, кальция и друнгих солей, которые тоже нужны, но не в таких количествах. Однако для быстрого восполнения объема то, что нужно. Более того, цитрат-анион — лимонная кислота — входит в цикл Кребса. А, значит, является дополнительным источником энергии в виде превращения в АТФ. Шикарный вариант от похмелья. Там как раз дегидратация и проблемы с АТФ. Наряду с янтарной кислотой можно применять.
Смешно, что буквально на днях, сделал фото в вегетарианском кафе и ржал с друзьями над этим. Быть может вы из этой фото подчерпнете еще идеи для статей.
Спасибо за эту статью и, пожалуйста, продолжайте, это реально полезная и интересная инфа.
В чём «контроль»-то? Вы так пишете, как будто после этой операции можно хотя бы примерно понять будущие изменения в фенотипе. Нет, можно вырастить из клетки растение и посмотреть, что получилось.
Естественно можно. Обычно когда «вставляют» ген, уже знают за что этот конкретный новый ген отвечает и на что он повлияет еще до того как вырастет 1е модифицированное растение. Никто генами наугад не тыкает.
В подавляющем числе текущих ГМ вставляется всего 1, реже 2 — 3 гена, гены берутся простые ответственные за синтез какого-то одного конкретного вещества (вообще большинство генов в ДНК это «микропрограммы» для синтеза разных веществ, 1 ген — 1 вещество). Свойства этого вещества обычно так же хорошо известны и изучены еще до начала модификации, так что ожидаемый эффект известен еще до начала модификации полностью. Все тесты после нее нужны только для того чтобы убедиться, что модификация прошла успешно (новый ген внедрен туда куда нужно, синтез нового вещества идет успешно и в рамках прогнозных концентраций) и не сломали ли в процессе что-то другое случайно. Ну и потом длительные и нудные тесты для соответствия разным юридическим формальностям и успокоения общественности.
Это в селекции тыкают наугад — а давайте поменяем кучу генов тут и там, авось что-то интересное получится, и тогда это интересное из тысяч неудачных вариантов мы выберем и закрепим.
В ГМО же обычно изначально знают что хотят получить и как этого достичь. Например самые известные ГП культуры.
Примеры задач:
1а сделать кукурузу устойчивой к гербициду, чтобы им сорняки эффективно уничтожать, а на рост самой кукурузы это не влияло
1б сделать картофель, листья которого не поедал бы колорадский жук, чтобы можно было обойтись без обработки полей инсектицидами
2а обращаемся к биохимикам и узнаем у них, какие вещества нам подойдут, чтобы можно было нейтрализовать гербицид попадающий в полезное растение
2б… узнаем какими биологическими веществами можно отпугнуть жука (чтобы листья его содержание он не ел)
3 обращаемся к биологам и выясняем какие из предложенных биохимиками веществ безопасны для человека (лучше вообще для любых животных)
4 ищем в базах данных геномов самых разных огранизмов, причем совсем не ограничиваясь только растениями (они уже большее накоплены) ген, который кодирует синтез одного из веществ отобранных в п.3
5 внедряем ген в ДНК целевого растения (в данных примерах кукурузы или картофеля) — собственно сама генная модификация
6 выращиваем образцы растений с модифицированной ДНК
7 берем у растущих молодых растений образцы ДНК, расшифровываем их проверяем корректность внесенной правки: туда ли вставился ген, не испорчено ли что-то другое в процессе в ДНК коде. Если есть сбои возникцие при модификации возвращаемся в п.5 и повторяем процесс
8 после успеха п.7 даем растению созреть полный цикл и получившиеся образцы с плодами отдаем на тщательный анализ биохимикам: нужно убедиться что нужное вещество синтезируется в запланированных концетрациях, и что не появилось каких-то посторонних новых веществ(или не возросла концентрация известных присутствующих в норме, но нежелательных). Сама «прицельная» модификация напрямую на это повлиять не может (т.к. мы знаем что и где модифицируем), но проверка нужна на случай если само это новое вещество каким-то сложным образом повлияет на цепочки синтеза и превращений остальных веществ изначально присутствовавших в растениях
9 после получения одобрения от биохимиков начинаются уже широкомастабные тесты: выращиваются большие количества модифицированного растения, проверяются запланированные эффект на практике (устойчивость к гербициду, мучаем колорадских жуков невкусной для них картошкой), тестируем еще раз безопасность в прямых тестах (массово кормя выращенными растениями разных лабораторных животных) и т.д.
А вот выращиванием разной «экзотики» или битвой за урожайность или вкусовые качества или другими сильными влияниями на фенотип сейчас занимается все еще селекция и ускоренная направленная эволюция методами близкими к методу «тыка», которые действую в геноме как слон в посудной лавке.
Для ГМО эти задачи пока что слишком сложны — знаний и баз данных недостаточно, чтобы просчитывать множественные и взаимно влияющие модификации необходимые для этого.
Ну я вот писал программу по нескольким курсам, один из основных — «Алгоритмы и структуры данных», вот база (не все, особенно и последнего семестра, нужно знать и доказывать, но основные свойства полезно знать).
Вот примерный список, я надеюсь, он после обкатки скорректируется. Общий объем 225 часов (чисто лекции, практика Python-C-C++ идет отдельными часами).
Поиск в массиве
1.1 Линейный поиск
1.2 Двоичный поиск
1.3 Троичный поиск
1.4 Интерполяционный поиск
Структуры данных
1.5 Массив
1.6 Стек
1.7 Очередь, двусторонняя очередь
1.8 Словарь
1.9 Хеш-таблица
Сортировки, анализ алгоритмов
2.1 Bubble sort (пузырьковая сортировка)
2.2 Merge sort (сортировка слиянием)
2.3 Quick sort (быстрая сортировка)
2.4 Bucket sort (блочная сортировка)
2.5 Heap sort (пирамидальная сортировка)
2.6 Insertion sort (сортировка вставками)
2.7 Counting sort (сортировка подсчетом)
2.8 Radix sort (порязрядная сортировка)
2.9 Timsort и другие гибридные алгоритмы сортировки
Рекурсия, математическая индукция
3.1 Хвостовая рекурсия
3.2 Обратная польская запись
3.3 Числа Каталана
3.4 Вычисление биномиальных коэффициентов
3.5 Метод градиентного спуска
3.6 Метод сопряженных градиентов
3.7 Принцип динамического программирования
3.8 Метод ветвей и границ
3.9 Методы Gradient boosting
3.10 Алгоритм Кадана
3.11 Поиск методом золотого сечения
3.12 Производящие функции
3.13 Запаздывающие генераторы Фибоначчи
3.14 Memoization
3.15 Корекурсия
3.16 Задача 3-SAT
3.17 Алгоритм фрактального сжатия
Структуры данных (рекурсивные)
3.18 Список
3.19 Дерево
3.20 Граф
Строки
4.1 Z-функция
4.2 Алгоритм Кнута-Морриса-Пратта
4.3 Алгоритм Ахо-Корасик
4.4 Алгоритм Бойера-Мура
4.5 Алгоритм Бойера-Мура-Хорспула
4.6 Сходство Джаро-Винклера
4.7 Расстояние Левенштейна, алгоритм Укконена
4.8 Расстояние Дамерау-Левенштейна
4.9 Алгоритм Карпа-Миллера-Розенберга
4.10 Алгоритм Каркайнена-Сандерса
4.11 Алгоритм Арикавы-Аримуты-Касаи-Ли-Парка
4.12 Алгоритм Ву-Менбера
4.13 Алгоритм Ландау-Вишкена
4.14 Алгоритм Майерса
Структуры
4.15 Префиксное дерево
4.16 Суффиксный массив
4.17 Суффиксное дерево
Порядковые статистики, потоковые алгоритмы
5.1 Алгоритм BFPRT
5.2 Алгоритм Манро-Патерсона
5.3 Алгоритм Канна-Гринвальда
5.4 Алгоритм большинства голосов Бойера-Мура
5.5 Алгоритм Lossy Count
Деревья
6.1 Эйлеров обход дерева, DFS, BFS
6.2 Двоичное дерево поиска
6.3 Декартово дерево
6.4 Красно-черное дерево
6.5 АВЛ-дерево, дерево Фибоначчи
6.6 Splay tree (расширяющееся дерево)
6.7 B, B+, B* дерево, 2-3 дерево
6.8 PQ-дерево
6.9 Дерево отрезков
6.10 Дерево Фенвика
6.11 Алгоритм двоичного подъема (задача LCA)
6.12 Алгоритм Фарах-Колтона и Бендера (RMQ, LCA)
6.13 Sqrt-декомпозиция
6.14 Центроидная декомпозиция
6.15 Heavy-light декомпозиция
6.16 Фибоначчиева куча
6.17 Куча, 2-3 куча
6.18 Очередь с приоритетами
6.19 Множество
6.20 Система непересекающихся множеств
6.21 Лес непересекающихся множеств
6.20 Ассоциативный массив
Графы
7.1 Обход в ширину (BFS)
7.2 Обход в глубину (DFS)
7.3 Топологическая сортировка
7.4 Алгоритм Munagala-Ranade
7.5 Алгоритм Mehlhorn-Meyer
7.6 Задача о динамической связности
7.7 Алгоритм поиска точек сочленения графа
7.8 Алгоритм поиска мостов графа
7.9 Алгоритм Косараю
7.10 Алгоритм Тарьяна
7.11 Задача 2-SAT
7.11 Алгоритм Брона-Кербоша
7.12 Конденсация графа
7.13 Раскраска графа
7.14 Задача о назначениях
7.15 Венгерский алгоритм
7.16 Алгоритм Ульмана
Структуры
7.17 Матрица смежности
7.18 Матрица достижимости
7.19 Матрица сильной связности
7.20 Матрица Лапласа
7.21 Матрица Инцидентности
7.22 Список смежности
7.23 Список ребер
Графы: циклы
8.1 Алгоритм поиска Эйлерова цикла
8.2 Алгоритм поиска Эйлерова пути
8.3 Алгоритм поиска Гамильтонова цикла
8.3 Алгоритм поиска Гамильтонова пути
8.4 Задача Коммивояжера
Графы: остовное дерево
9.1 Теорема Кирхгофа
9.2 Теорема Кэли о числе деревьев, код Прюфера
9.3 Лемма о безопасном (минимальном) ребре
9.4 Алгоритм Краскала
9.5 Алгоритм Примы
9.6 Алгоритм Борувки
9.7 Задача устранения петель в сети Ethernet (STP)
9.8 Задача Штейнера
Графы: кратчайший путь
10.1 Алгоритм Дейкстры
10.2 Алгоритм Best-First
10.3 Алгоритм A*
10.4 Алгоритм Левита
10.5 Алгоритм Беллмана-Форда
10.6 Алгоритм Флойда-Уоршелла
10.7 Алгоритм ALT
10.8 Алгоритм Reach-based pruning
Графы: потоки в сетях
11.1 Алгоритм Форда-Фалкерсона
11.2 Алгоритм Эдмонса-Карпа (алгоритм Диница)
11.3 Алгоритм поиска потока минимальной стоимости
11.4 Сети Петри
11.5 Алгоритм проверки графа на двудольность
11.6 Алгоритм раскраски двудольного графа
11.7 Алгоритм Хопкрофта-Карпа
11.8 Венгерский алгоритм
11.9 Blossom алгоритм (алгоритм Эдмондса)
11.10 Алгоритм Штор-Вагнера
Геометрия
12.1 Метод Гаусса
12.2 Поиск точек в прямоугольнике
12.3 Алгоритм Бентли-Оттмана
12.4 Алгоритм Грэхема
12.5 Алгоритм Джарвиса
12.6 Алгоритм Чана
12.7 Алгоритм Киркпатрика
12.8 Метод трассировки луча
12.9 Метод суммирования углов
12.10 Диаграмма Вороного и триангуляция Делоне
12.11 Алгоритм Форчуна
12.12 Рекурсивное построение диаграммы Вороного
12.13 SLERP
Структуры
12.13 R, R+, R* дерево
12.14 K-мерное дерево
12.15 BSP, VP дерево
12.16 Дерево покрытий
Персистентные структуры
13.1 Метод копирования пути
13.2 Метод толстых узлов
Структуры
13.3 Персистентный стек
13.4 Персистентная очередь
13.5 Персистентное дерево
Консенсус в сетях
14.1 Алгоритм Paxos
14.2 Задача Византийских генералов
14.3 Кворум
14.4 CAP-теорема
14.5 PACELC-теорема
14.6 Королевский алгоритм
14.7 Алгоритм Zyzzyva
Структуры
14.8 Blockchain
Целочисленное программирование
15.1 Каноническая форма, сложность решения
15.2 Алгоритмы полного перебора
15.3 Алгоритм Нарайаны
15.4 Задача о ранце
15.5 Алгоритм Meet-in-the-Middle
15.6 Задача раскроя
15.7 Метод обратного поиска
15.8 Задача планирования производства
15.9 Задача оптимизации телекоммуникационных сетей
15.10 Метод секущих плоскостей, алгоритм Гомори
15.11 Алгоритм Альфа-Бета отсечений
15.12 Жадные алгоритмы
15.13 Матроиды, алгоритм Радо-Эдмонса
Быстрые вычисления
16.1 Умножение Карацубы
16.2 Алгоритм Шенхаге-Штрассена
16.3 Алгоритмы возведения числа в степень
16.4 Алгоритмы возведения в степень числа по модулю
16.5 Алгоритм Кули-Тьюки
16.6 Алгоритм Штрассена
Факторизация
17.1 Алгоритм Евклида (НОД)
17.2 Алгоритм факторизации Ферма
17.3 Метод квадратичных форм Шенкса
17.4 Ро-алгоритм Полларда
17.5 Метод квадратичного решета
17.6 Общий метод решета числового поля
17.7 Факторизация с помощью эллиптических кривых
17.8 Тест Агравала-Каяла-Саксены
17.9 Алгоритм Берлекэмпа
Дискретное логарифмирование
18.1 Алгоритм Гельфонда-Шенкса
18.2 Алгоритм COS
Обработка очередей
18.1 Семейство алгоритмов Round-robin
18.2 Алгоритм EDF
18.3 Алгоритм SRTF
18.4 Алгоритм Fixed-priority pre-emptive scheduling
18.5 Задача составления расписания (JSP, OSSP)
18.6 CFS планировщик
18.7 BFS планировщик
Кеширование
19.1 T-дерево
19.2 Алгоритм Белади
19.3 FIFO, LIFO кеширование
19.4 LRU, PLRU кеширование
19.5 MRU кеширование
19.6 RR кеширование
19.7 LFU кеширование
19.8 MQ кеширование
19.9 ARC кеширование
Рандомизированные алгоритмы
20.1 Метод Монте-Карло
20.2 Поиск наименьшего набора ребер, разрезающего циклы
20.3 Муравьиный алгоритм
20.4 Алгоритм Каргера
20.5 Изоморфизм графов (алгоритм Blum-Kanan)
20.6 Rapidly exploring random tree
20.7 Тасование Фишера-Йетса
20.8 Алгоритм Karloff–Zwick
Вероятностные тесты на простоту
21.1 Тест Ферма
21.2 Тест Миллера-Рабина
21.1 Тест Бейли-Померанца-Селфриджа-Уогстаффа
Вебграфы
22.1 Модель Болобаша-Альберта
22.2 Модель Болобаша-Риордана
22.3 Модель Бакли-Остгус
22.4 Модель копирования
22.5 PageRank, Google matrix
Структуры
22.1 MapReduce
22.2 Apache GiGraph
22.3 Pregel
Хеширование
23.1 Двойное хеширование
23.2 Фильтр Блума
23.3 Count-min sketch
23.4 Универсальное хеширование
23.5 SWIFFT
23.6 MD5
23.7 SHA-2
23.8 SHA-3 (Keccak)
23.9 Дерево Меркла
23.10 Подпись Меркла
23.11 Хеш-функции, учитывающие близость (LSH)
23.12 Хеширование на основе расстояния Хэмминга
23.13 MinHash
23.14 SimHash
23.15 Поиск ближайшего соседа c помощью LSH
** При этом стоит учесть что запланированы еще курсы по Теории графов, Дискретной математике, Экстремальным задачам, Машинному обучению, Теории сложности и пр.пр.пр. Т.е. это просто фундаментальный курс по алгоритмам и структурам данных, который является точкой отсчета для всего остального (ну как курс по Математическому анализу).
*** Это несколько больше чем я сам знаю, так что это еще и мой план для себя подтянуть неизвестные/забытые темы. Обсудив его с коллегами, на предмет кто будет читать мы пришли к выводу, что мы все были бы рады и сейчас прослушать такой курс.
Но не забывайте что свобода слова не защищает вас от реакции общества, и никак не поможет вам найти хоть какую-нибудь работу после того как вас покажут по телевизору и с позором уволят. Как и не поможет завести друзей когда все вокруг будут плевать в вашу сторону или магазины откажутся вас обслуживать. Но если вы готовы к этому и собираетесь жить один или в компании единомышленников — ну пожалуйста.
А Япония — чей родственник? Германия пол века назад вообще не то что родственником не была, а вообще врагами были. Не вяжется что-то.
Ага, а то что при ссср так же страну не любили — это умолчим. Северная Корея тогда тоже может сказать что ее «уважают», потому что знают что обезьяна с гранатой и с открытой военной операцией пока временят. Когда тебя считают обезьяной с гранатой — это не «уважают». Или вы всех гопников на районе «уважаете»? Чтобы уважали надо вести себя адекватно, а не дубиной помахивать.
В современном мире адекватное поведение — это соблюдение прав человека, не нападение на мирные страны, не спонсирование террористических режимов и подобное. А не обратное. Кроме США есть множество других стран которые у всех на хорошем счету.
Да, только в США — это было сделано раньше. И у нас это делалось, чтобы «в точности, как у них» — Буран проектировался на габариты и вес полезной нагрузки Шаттла. И при этом загубили собственный неплохой проект, который мог вполне оказаться выгоден (впрочем у них проект тоже загубили вояки, выставив непомерные требования к массе полезной нагрузки, из-за чего Шаттл так и не вышел на расчётное число полётов за год).
Да и не забудьте ещё вот все эти аргументы:
От них ещё целая половина осталась. И подкину вам ещё один — Маск объявил, что первый Falcon Heavy полетит с уже летавшими «боковинками». Так вот можете утверждать, что это из-за того что оказалось, что у ступеней ресурс маленький, или то что Маска на новые ступени — денег нет).
А на самом деле конечно — это всё лишь от того, что севшие ступени — это уже «старая версия», и на их место уже разрабатывается новая версия (пока говорят об ресурсе на 10 полётов).
StartSSL:
Let's Encrypt:
https://usa.visa.com/dam/VCOM/download/about-visa/15-April-2015-Visa-Rules-Public.pdf
Органы не работают, но никто от них ничего не ждет.
Переведенные у фирмачей статьи корявят нубы и хипстеры,
А кто за кем и чего ради, какой-нибудь продрот подберет.
Главная проблема Хабра в России — не в присутствии рекламы,
Не видеть ее немногим сложнее, чем дрочить.
Чтобы оставить моднявый коммент, хватает и старого мема,
Потом через карму можно все обтесать, подточить.
Главная проблема Хабра в России — не статьи от маркетолога,
Главная проблема Хабра в России — не минуса от интернет-воина.
Главная проблема Хабра в России — не Бумбурум и не АЙТИ,
Главная проблема Хабра в России — это лично ТЫ, потому что:
Ты разучился читать.
ОООО, смотришь на карму, разучился читать.
РААЗУУЧИИИЛСЯ читать, ууооу, читать.
Ты разучился читать, даа.
1) Выходит первый том манги, в ней показывают голую девушку, с сиськами, может даже с сексом. Ее возраст не говорится. Когда выходит третий том — то секса там уже нету, но девушка признается что ей 17 лет. — Надо ли задним числом теперь признать первый том — ДП? Или только третий? Но третий не содержит секса. Или сажать только тех кто одновременно владеет 1 и 3 томом? А если в 4 томе она говорит что соврала и на самом деле ей 19? Выпустить всех кого посадили если они согласятся прочитать 4 том? Продолжать ли сажать тех кто бросил мангу после 3го тома?
2)Кстати, а как быть с часовыми поясами? Что если девочка родилась в UTC-12, а через год после рождения переехала в UTC+14. Ей только исполнилось 18 по ее дате рождения и по времени UTC+14, но по месту рождения ей еще 17 лет. Она снимается в порно — это ДП? Или это ДП только в определенных часовых поясах? А если девушка даже сама не ведает что родилась по UTC-12? А если девочка решила полетать несколько лет с релятивистской скоростью а потом логи корабля потерялись — как понять 16 ей или 18? Считаем по собственному времени девочки или по земному времени относительно даты рождения? Если по собственному времени — что делать с пропавшими логами? Установить для нее лично совершеннолетие в 20, чтобы наверняка? В случае комы как будем поступать? Впасть в кому в 10 лет и проснуться в 18 — этот человек попадет под законы о ДП? А если человек в коме был неделю — то в день 18летия это будет еще ДП или нужно ждать +1 неделю?
3) По сюжету манги девушке 100+ лет, но она, благодаря заклинанию навсегда перестала стареть после 17 лет, а еще лучше за 1 день до своего 18 — летия. С этой девушкой в манге есть секс — это ДП?
4) По сюдежу манги девушка — инопланетянка, которая похожа не людей, но имеет например хвост/треугольные ушки. Инопланетяне становятся дееспособными в 10 лет, девочке 17 — это ДП?
5) Девочка — клон 18 летней девушки но т.к. она была создана уже в 18-летнем теле у нее мозг как у ребенка. Вот ей 35 а по сознанию она 17 летняя — это ДП?
6) И самое любимое — если девочка за день до своего 18 летия сфотографировала себя в зеркале голой — то ее можно сажать за производство ДП?
Подобные законы считаю абсолютной чушью. Бороться надо с теми, кто приносит вред детям, но конечно их закрыть тяжело, надо иметь мозги, иногда работать годами и часто еще и рисковать жизнью, и не только в момент задержания но и после. Куда проще по той же статье посадить незадачливого любителя манги и отчитаться как они хорошо борятся с педофилами. Только вот детям от этого только хуже, т.к. силы тратятся на отлов невинных людей вместо того чтобы искать тех кто реально калечит жизни детей.
Проблема видимо в том что подобные законы требуют наличия мозга и хорошего образования, чем его составители похвастаться не могут.
1. Навести потоп.
2. Поразить огнём с неба.
3. Поразить лютой проказой.
4. Превратить в соляной столб.
5. Поразить моровою язвой.
Поэтому, если кому-то кажется, что карикатура с участием Христа или Бога-Отца является кощунством, но Бог, при этом, не поражает автора, то человеку, чьи «религиозные чувства» «оскорблены», необходимо задуматься над следующими вещами:
1. Обращение в судебные инстанции с требованием наказать «кощунника», может говорить о недостатке веры истца в то, что Бог сам может справиться в данном случае, ведь оскорбляют именно Бога.
2. Поданный иск, умаляет достоинство самого Бога, ибо Бог Всемогущ и попытки верующих заступиться за Него, указывают посторонним наблюдателям на то, что Бог — недееспособен или крайне слаб.
3. Богу, возможно, нравятся шутки о Нём самом и Его Сыне, ибо совершенная Личность подразумевает совершенное чувство юмора. Судебные же иски выставляют Бога злобным тираном с уязвлённым самолюбием.
4. Бог в древнее время мог самостоятельно высказать своё мнение по самым различным вопросам, поэтому, чем решать за Бога (оскорбился Он или нет), верующим надо предоставить Богу лично дать разъяснение по сложившейся ситуации. К примеру, посредством голоса с неба при многих свидетелях, исповедующих различные мировоззрения. Если Бог не отвечает продолжительное время, значит, Бог не имеет претензий к ответчикам.
5. Бога, возможно, нет, а поэтому и оскорить Его невозможно.
Вызвала эта команда на соревнование по гребле команду конкурентов из другой страны. В состав той и другой команды включили по 8 гребцов. Обе команды тренировались очень упорно, и к моменту соревнований они были в одинаковых кондициях, но конкуренты победили, обойдя на километр. Настроение в нашей команде было хуже некуда. Высшее руководство задумывалось над тем, как победить их в следующем году, и позвали тогда группу аналитиков, чтобы проанализировать ситуацию и найти спасительное решение.
В результате, после нескольких дней детального анализа команд, они пришли к заключению, что конкуренты имеют 7 гребцов и только 1 капитана. Вместе с тем наша команда имела целых 7 капитанов и только 1 гребца. И тут менеджмент нашей команды озарило: было предложено нанять консалтинговую фирму для реструктуризации нашей команды.
После нескольких месяцев консультирования, они пришли к заключению, что наша команда имеет слишком много капитанов и слишком мало гребцов. На основе этого анализа они сделали предложение: структуру нашей команду нужно поменять. С этого дня у нас должно быть только 4 капитана, 2 менеджера, 1 топ-менеджер и 1 гребец. Согласно этому, они решили, что с гребцом надо интенсивно работать, чтобы повысить его мотивацию и стремление к победе.
На следующий год конкуренты победили с разрывом в 2 километра.
Гребца исключили из команды, поскольку были недовольны результатом его работы. Менеджеров наградили за высокие показатели по мотивации команды в отчетном периоде.
Карлинга посмертно в Думу!!!
На телефоне.
Спасибо за эту статью и, пожалуйста, продолжайте, это реально полезная и интересная инфа.
Естественно можно. Обычно когда «вставляют» ген, уже знают за что этот конкретный новый ген отвечает и на что он повлияет еще до того как вырастет 1е модифицированное растение. Никто генами наугад не тыкает.
В подавляющем числе текущих ГМ вставляется всего 1, реже 2 — 3 гена, гены берутся простые ответственные за синтез какого-то одного конкретного вещества (вообще большинство генов в ДНК это «микропрограммы» для синтеза разных веществ, 1 ген — 1 вещество). Свойства этого вещества обычно так же хорошо известны и изучены еще до начала модификации, так что ожидаемый эффект известен еще до начала модификации полностью. Все тесты после нее нужны только для того чтобы убедиться, что модификация прошла успешно (новый ген внедрен туда куда нужно, синтез нового вещества идет успешно и в рамках прогнозных концентраций) и не сломали ли в процессе что-то другое случайно. Ну и потом длительные и нудные тесты для соответствия разным юридическим формальностям и успокоения общественности.
Это в селекции тыкают наугад — а давайте поменяем кучу генов тут и там, авось что-то интересное получится, и тогда это интересное из тысяч неудачных вариантов мы выберем и закрепим.
В ГМО же обычно изначально знают что хотят получить и как этого достичь. Например самые известные ГП культуры.
Примеры задач:
1а сделать кукурузу устойчивой к гербициду, чтобы им сорняки эффективно уничтожать, а на рост самой кукурузы это не влияло
1б сделать картофель, листья которого не поедал бы колорадский жук, чтобы можно было обойтись без обработки полей инсектицидами
2а обращаемся к биохимикам и узнаем у них, какие вещества нам подойдут, чтобы можно было нейтрализовать гербицид попадающий в полезное растение
2б… узнаем какими биологическими веществами можно отпугнуть жука (чтобы листья его содержание он не ел)
3 обращаемся к биологам и выясняем какие из предложенных биохимиками веществ безопасны для человека (лучше вообще для любых животных)
4 ищем в базах данных геномов самых разных огранизмов, причем совсем не ограничиваясь только растениями (они уже большее накоплены) ген, который кодирует синтез одного из веществ отобранных в п.3
5 внедряем ген в ДНК целевого растения (в данных примерах кукурузы или картофеля) — собственно сама генная модификация
6 выращиваем образцы растений с модифицированной ДНК
7 берем у растущих молодых растений образцы ДНК, расшифровываем их проверяем корректность внесенной правки: туда ли вставился ген, не испорчено ли что-то другое в процессе в ДНК коде. Если есть сбои возникцие при модификации возвращаемся в п.5 и повторяем процесс
8 после успеха п.7 даем растению созреть полный цикл и получившиеся образцы с плодами отдаем на тщательный анализ биохимикам: нужно убедиться что нужное вещество синтезируется в запланированных концетрациях, и что не появилось каких-то посторонних новых веществ(или не возросла концентрация известных присутствующих в норме, но нежелательных). Сама «прицельная» модификация напрямую на это повлиять не может (т.к. мы знаем что и где модифицируем), но проверка нужна на случай если само это новое вещество каким-то сложным образом повлияет на цепочки синтеза и превращений остальных веществ изначально присутствовавших в растениях
9 после получения одобрения от биохимиков начинаются уже широкомастабные тесты: выращиваются большие количества модифицированного растения, проверяются запланированные эффект на практике (устойчивость к гербициду, мучаем колорадских жуков невкусной для них картошкой), тестируем еще раз безопасность в прямых тестах (массово кормя выращенными растениями разных лабораторных животных) и т.д.
А вот выращиванием разной «экзотики» или битвой за урожайность или вкусовые качества или другими сильными влияниями на фенотип сейчас занимается все еще селекция и ускоренная направленная эволюция методами близкими к методу «тыка», которые действую в геноме как слон в посудной лавке.
Для ГМО эти задачи пока что слишком сложны — знаний и баз данных недостаточно, чтобы просчитывать множественные и взаимно влияющие модификации необходимые для этого.