学生版 社会人版
JA EN

#algorithms

8 記事

01 ·データ構造·★ 会員·論文·16分で読めます 確率的データ構造 — 数えずに数える Space/Time Trade-offs in Hash Coding with Allowable Errors (Bloom ブルームフィルタ・HyperLogLog・Count-Minスケッチを前提知識ゼロから解説。「少しだけ間違える権利」と引き換えにメモリを数KBに固定する仕組みと、巨大サービスの裏でどう運用されているかまで。 02 ·計算量と評価·無料·12分で読めます NP完全を1から — 「解けない」ではなく「検証は速い」 NPはNon-Polynomialの略ではありません。「答えを見せられたら速く確認できる」というクラスの話です。P vs NP・還元・NP完全を前提知識ゼロから積み上げ、シフト表や配送計画といった現場の問題にそれがどう現れるかまで見ます。 03 ·探索と最適化·★ 会員·論文·10分で読めます グラフアルゴリズムを1から — 最短経路とその応用 Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs 乗換案内からベクトル検索まで、世界の裏側は「点と線」で動いている。BFS・ダイクストラ法・A*を前提知識ゼロから積み上げ、最後はLLM時代の検索を支えるHNSWまで一本の道でつなぐ。 04 ·探索と最適化·★ 会員·論文·10分で読めます グラフアルゴリズムを1から — 最短経路とその応用 Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs 乗換案内からベクトル検索まで、世界の裏側は「点と線」で動いている。BFS・ダイクストラ法・A*を前提知識ゼロから積み上げ、最後はLLM時代の検索を支えるHNSWまで一本の道でつなぐ。 05 ·探索と最適化·★ 会員·10分で読めます 動的計画法を1から解説 — 部分問題を覚えておくということ 素朴な再帰はなぜ指数爆発するのか。メモ化と表埋めで何が変わるのか。フィボナッチ・ナップサック・編集距離を順に分解し、編集距離が音声認識のWERや拡散モデルのステップ選択にそのまま現れることまで見ます。 06 ·探索と最適化·★ 会員·10分で読めます 動的計画法を1から解説 — 部分問題を覚えておくということ 素朴な再帰はなぜ指数爆発するのか。メモ化と表埋めで何が変わるのか。フィボナッチ・ナップサック・編集距離を順に分解し、編集距離が音声認識のWERや拡散モデルのステップ選択にそのまま現れることまで見ます。 07 ·データ構造·無料·8分で読めます データ構造の選び方 — 配列・ハッシュ・木・ヒープ 配列・ハッシュ表・木・ヒープが、それぞれ何を速くして何を諦めているのか。用途からの逆引き表と、トークナイザ・ベクトル検索・KVキャッシュといったAI実装で実際にどれが使われているかまで。 08 ·計算量と評価·無料·8分で読めます 計算量を1から理解する — オーダー記法は何を測っているのか O(n)・O(n log n)・O(n²)が実行時間としてどんな体感になるのか。定数倍とオーダーの違い、時間と空間のトレードオフ、そして理論の計算量とプロファイラの実測が食い違う理由まで、前提知識ゼロで解説します。