Я не пропал

Мне как-то раз друг сказал, что если я начинаю чем-то заниматься, то мне сразу надо пройти курсы, прочитать книги, изучить всё и подготовиться. Зря я тогда начал это отрицать.

С тех пор как я начал вести этот канал, стал обращать внимание на то, кто как пишет, какие темы поднимают и как удерживают внимание аудитории. Купил себе книгу, которая до сих вызывает сомнительные отзывы в моей голове, но да ладно. С такими темпами, скоро и до розыгрышей в канале дойду.

Пост ни о чем, просто решил напомнить о себе и заодно узнать: я один такой, который хочет во всем, чем он занимается, добиться хоть каких-то результатов, а не просто зайти не в ту дверь?

Ну и если книгу читали, тоже скажите свое мнение, а то я пока понять не могу, нравится мне или нет

BFS (Breadth-First Search) или поиск в ширину

Основные применения метода поиска в ширину:
- Поиск кратчайшего пути в невзвешенных графах
- Проверка связности графа
- Поиск в лабиринтах и задачах на графы
- Определение уровня узлов в деревьях и графах
- Поиск компонент связности
- Сериализация и десериализация деревьев и графов

Алгоритм:
1.    Начнаем с определения начальной вершины.
2.    Помещаем начальную вершину в очередь и отмечаем ее как посещенную.
3.   Пока очередь не пуста, извлекаем вершину из очереди и проверяем все ее непосещенные соседние вершины.
4.    Добавляем каждую непосещенную соседнюю вершину в очередь и отмечаем ее как посещенную.
5.    Повторяем этот процесс до тех пор, пока не будут посещены все вершины графа или не будет найден целевой элемент.

По времени и памяти у нас O(V + E), где (для временной сложности):
- V — количество вершин (узлов) в графе.
- E — количество рёбер (или связей) в графе

Пример задачи: Найти кратчайший путь от начальной вершины до целевой вершины в графе.
 

package main
 
import (
     "fmt"
)
 
type Graph struct {
     Nodes map[string][]string
}
 
func NewGraph() *Graph {
     return &Graph{
         Nodes: make(map[string][]string),
     }
}
 
func (g *Graph) AddEdge(src, dest string) {
     g.Nodes[src] = append(g.Nodes[src], dest)
     g.Nodes[dest] = append(g.Nodes[dest], src) // для ненаправленного графа
}
 
func BreadthFirstSearch(graph *Graph, start, target string) []string {
     visited := make(map[string]bool)
     queue := make([]string, 0)
     parents := make(map[string]string)
 
     queue = append(queue, start)
     visited[start] = true
 
     for len(queue) > 0 {
         node := queue[0]
         queue = queue[1:]
 
         if node == target {
              path := []string{node}
              for node != start {
                   node = parents[node]
                   path = append([]string{node}, path...)
              }
              return path
         }
 
         for _, neighbor := range graph.Nodes[node] {
              if !visited[neighbor] {
                   visited[neighbor] = true
                   queue = append(queue, neighbor)
                   parents[neighbor] = node
              }
         }
     }
 
     return nil // Целевая вершина не достижима
}

Судя по реакциям и просмотрам, алгоритмы не зашли. Но сути это не меняет — я буду продолжать их постить, и наоборот, еще и статью на эту тему напишу!

Еще заметил, что у постов больше просмотров, чем людей в канале... Кто эти люди и почему они не подписались? Может, контент не устроил или подача, или в целом не интересно всё, что тут происходит. Этого я уже не узнаю, ну и ладно.

Пятница, время немного подумать о том, что было полезного сделано:
- Теперь я есть на платформе solvery.io, оказалось не так просто к ним попасть. Анкеты заполни, тесты пройди, видео запиши, курс изучи — короче, приключение на 5 минут.
- Пришел запрос на аудит приложения — это вообще что-то новое и интересное, будем работать.
- Почти дочитал «Пиши, сокращай», всё самое интересное оказалось в конце книги, позже сделаю отзыв.
- Перешел в новую команду во ВКонтакте и получил первые интересные таски.

Фотка кошки с пятничным настроем для сбора ваших лайков.

У меня нет такой любви к кофе как показывают в мемах и стереотипах про программистов, но вот готовить его - обожаю.

Все видосы, где у кофемашины по пол часа готовят кружку кофе - сююююда😅 Тоже захотел снять что-то прикольное и вот что получилось.

Еще забыл вчера рассказать, что на неделе сходил к психологу. Неожиданно. Спасибо ВК за то, что я могу не платить 6к за прием. Если вы этого не делали - советую попробовать.

А сейчас мчим купаться и загорать, пока вы тут видос смотрите

Пиши, сокращай

Стоит ли ее прочитать? Считаю, стоит, и даже расскажу почему и минусы отмечу.

У меня неоднозначные впечатления после прочтения данной книги. Начну с минусов, которые я вынес лично для себя:
- Почти все примеры не подкреплены никакими фактами. Вам просто говорят, что если вы напишите так - плохо, а если вот так - хорошо. Никаких исследований или хотя бы аналитики от авторов.
- Многие из примеров сомнительны. Уточню, что это только мое мнение, но если взять пример сравнения двух фраз - «сплошные «маркетологи» кругом» (плохой) vs «таких маркетологов полная биржа труда» (хороший), то я буду за первый, который выглядит, на мой взгляд, интереснее.
- Очень много рекомендаций сводятся к тому, что делает ваш текст максимально сухим. Убрать шутки из заголовков, убрать штампованные фразы, четко формулировать текст без использования лишних слов - как по мне, такое скучно читать.

Но и полезные вещи я отметил. Начались примерно после прочтения 2/3 книги.
- Интересная информация по жанрам. Структурировано и компактно рассказали, чем они отличаются и как формируются.
- Немного информации про использование AI в редактуре и написании текстов.
- Рассмотрели различные подходы к написанию постов или статей.

Я считаю, что когда люди читают пост в канале, они не должны получать сухие факты. Гораздо интереснее получить мнение человека, из-за которого они тут. И лучше читать это именно так, как это было бы сказано им, без всяких сокращений или правил. Да, редактура должны быть, проверить ошибки или просто перестроить предложение, так чтобы оно доносило мысль - важно, но доходить в этом деле до фанатизма не нужно.

Как я и сказал в самом начале, прочитать книгу стоит, но начать четко следовать всем рекомендациям авторов я бы не стал, да и не стану вообщем-то.

DFS (Depth-First Search) или поиск в глубину

Основные применения метода поиска в глубину:
- Обнаружение компонента связанности в графе (связи в неориентированных графах)
- Проверка наличия циклов
- Топологическая сортировка
- Поиск путей
- Решение задач на генерацию лабиринтов, перестановок и комбинаций
- Решение задач на поиск оптимальной стратегии

Алгоритм:
1.    Начинаем с определения начальной вершины.
2.    Помещаем начальную вершину в стек и отмечфем ее как посещенную.
3.    Пока стек не пуст, извлекаем вершину из стека.
4.    Проверяем всех соседей текущей вершины. Если сосед еще не был посещен, помещаем его в стек и отмечаем как посещенный.
5.    Повторяйте этот процесс, пока не будет достигнута конечная вершина или пока не будут исследованы все доступные ветви.

Временная сложность: O(V + E)
- V — количество вершин (узлов) в графе.
- E — количество рёбер (или связей) в графе.
Пространственная сложность: O(V)


Пример: Найти путь от начальной вершины до целевой вершины в графе.

package main
 
import (
      "fmt"
)
 
type Graph struct {
      Nodes map[string][]string
}
 
func NewGraph() *Graph {
      return &Graph{
            Nodes: make(map[string][]string),
      }
}
 
func (g *Graph) AddEdge(src, dest string) {
      g.Nodes[src] = append(g.Nodes[src], dest)
      g.Nodes[dest] = append(g.Nodes[dest], src) // для ненаправленного графа
}
 
func DepthFirstSearch(graph *Graph, start, target string) []string {
      visited := make(map[string]bool)
      stack := []string{start}
      visited[start] = true
 
      for len(stack) > 0 {
            node := stack[len(stack)-1]
            stack = stack[:len(stack)-1]
 
            if node == target {
                  return stack // Возвращаем стек, содержащий путь от начальной до целевой вершины
            }
 
            for _, neighbor := range graph.Nodes[node] {
                  if !visited[neighbor] {
                        stack = append(stack, neighbor)
                        visited[neighbor] = true
                  }
            }
      }
 
      return nil // Целевая вершина не достижима
}

Когда-нибудь алгосы начнут собирать больше просмотров. Наверно, тогда, когда вы начнете готовиться к собесам. Потому что недавно обсуждали с коллегой, что степень знания алгоритмов прямо пропорциональна близостью к собеседованию и обратно пропорциональна выходу на работу.

Ну, а пока вы думаете над первым абзацем, закину вам крутую статью. Если кто ожидает увидеть там что-то на IT-шном - я вас расстрою. Это публикация про мою свадьбу. Все самое интересное от подготовки до мероприятия глазами жены ❤️

Статья на Weddywood

Очень надоело одно и тоже музло в Яндекс.музыке, но заморачиваться со спотиком лень🦥

ВК музыка вносит немного разнообразия, но вау эффекта нет. Огромный плюс, что там есть миксы от знакомых мне DJ, которые мне нравится слушать.

В связи с этим, стало интересно, а что слушаешь ты? Кидай трек, который пришел в голову в комменты. Хоть так внесу какое-то разнообразие и сломаю свою подборку Яндекс музыки.

Ну и фото кошечки вам, у нее сегодня праздник, поэтому поставьте лайк этой сладкой булочке.

Вчера была «пятничная» встреча во ВКонтакте. Прикольное мероприятие, на котором рассказывают, каких успехов мы достигли по истечению N-го времени и к чему стремимся. Еще можно задать вопрос, который тебя долго мучал. В сухом остатке, конечно, это цифры, графики и отчеты, но компания всегда пытается сделать это максимально прикольно.

Например вчера на этой встрече был тайный гость, которого не показывали до начала. Нурлан Сабуров прикольно вписался, хотя и моментами смотрелось глупо. Мое мнение - эксперимент удался. Информация действительно воспринималась проще, ну и подколы от Нурлана делали свое дело.

Прозрачные процессы в компании - это шикарно. Я за открытость. В такой атмосфере ты не чувствуешь себя лишним и от этого даже работать как-то приятнее

Цель поставлена, и я иду к ней.

Я очень давно хотел выступить на крупных конференциях по типу Highload. И сегодня я стал еще немного ближе к этому.

Я прошел первый этап защиты темы доклада на GolangConf.

Кстати, защищал перед Данилом Подольским, с которым разбирали резюме go-разработчиков
Посмотреть на YouTube

В канале 70 человек. Честно говоря, я рад каждому, а еще круто, что большая часть людей это не мой список контактов.

Я сейчас собираю материал на первый видос, который я давно хотел записать. Вообще, я его уже собрал по большей части. Но вот записать не решаюсь. Причина супер простая: я хочу делать сразу круто.

Для меня важна картинка, качество звука, точность материала. Если я сделаю иначе, то мой внутренний голос, мне кажется, сожрет меня, и я удалю видос через минуту публикации.

К чему я это все? Мне стало интересно, что на твой взгляд важнее: материал или картинка(продакшн)?

P.S. Опросы в канале на 70 человек делать не очень эффективно, это я уже проверил. Но все же попробую.