У нас вы можете посмотреть бесплатно Подготовка к собеседованию по программированию | 3 совета по решению графических задач, которые О... или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Пройдите своё следующее собеседование по программированию с помощью этих 3 советов по решению графовых задач! Задачи по графам — неотъемлемая часть собеседований, и мои примеры помогут вам решать их быстрее и проще! Загляните на мою платформу для подготовки к собеседованиям, чтобы изучить закономерности! 📢 Платформа для подготовки к собеседованиям: https://algoswithmichael.com 🎧 Присоединяйтесь к сообществу Discord: / discord 💰 Поддержите меня на Patreon: / michaelmuinos 🔗Подпишитесь на меня в LinkedIn: / michael-muinos 📂Подпишитесь на меня в Github: https://github.com/MichaelMuinos Это 3 совета по решению графовых задач (с примерами), которые обязательно пригодятся вам на следующем собеседовании. Первый совет — определить, какой тип данных использовать при написании алгоритма поиска. Существует несколько вариантов, включая класс, строку или массив; однако лучше всего использовать только целое число. Мы преобразуем двумерное пространство в одномерное, используя простые формулы преобразования, что в конечном итоге сокращает объём кода. Второй совет относится к реализации типичных алгоритмов поиска. Для выполнения алгоритма поиска, такого как поиск в ширину или в глубину, мы должны проверять соседей на каждой итерации. Вместо того, чтобы проверять каждого соседа по отдельности, мы можем создать двумерный массив, содержащий все направления, которые мы хотим проверить, а затем просто перебрать все эти направления и выполнить проверки в одном месте. Это упрощает наш код и позволяет написать решение гораздо быстрее. Последний совет: в случае, если наши входные данные ограничены, мы можем использовать их в качестве посещённого множества. В обычных алгоритмах поиска мы поддерживаем структуру для отслеживания мест, где мы уже побывали, но это не нужно, если наши входные данные каким-либо образом ограничены. Всё, что нам нужно сделать, — это изменить элементы на значения, выходящие за рамки нашего ограничения.