Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
競プロに出てきそうなアルゴリズム
Search
NearMeの技術発表資料です
PRO
July 11, 2022
Technology
0
150
競プロに出てきそうなアルゴリズム
NearMeの技術発表資料です
PRO
July 11, 2022
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
Rustで強化学習アルゴリズムを実装する vol3
nearme_tech
PRO
0
8
Webアプリケーションにおけるクラスの設計再入門
nearme_tech
PRO
1
47
AIエージェント for 予約フォーム
nearme_tech
PRO
2
100
ULID生成速度を40倍にしたった
nearme_tech
PRO
2
37
Amazon AuroraとMongoDBの アーキテクチャを比較してみたら 結構違った件について
nearme_tech
PRO
0
16
GitHub Custom Actionのレシピ
nearme_tech
PRO
0
10
RustでDeepQNetworkを実装する
nearme_tech
PRO
1
15
より良い解に辿り着くカギ-近傍設定の重要性
nearme_tech
PRO
0
83
ルートの質を評価する指標について
nearme_tech
PRO
0
21
Other Decks in Technology
See All in Technology
MagicPod MCPサーバー開発の裏側とAIエージェント活用の展望
magicpod
0
310
計装を見直してアプリケーションパフォーマンスを改善させた話
donkomura
2
190
転職したらMCPサーバーだった件
nwiizo
13
9.8k
Microsoft Fabric のライセンスについて
ryomaru0825
2
3.5k
Software Delivery Observability CI・CD , DORA metrics も Datadog で可視化しよう / datadog-ci-cd-observability
parupappa2929
0
170
Kaigi Effect 2025 #rubykaigi2025_after
sue445
0
320
チェックツールを導入したけど使ってもらえなかった話 #GAADjp
lycorptech_jp
PRO
1
150
地に足の付いた現実的な技術選定から魔力のある体験を得る『AIレシート読み取り機能』のケーススタディ / From Grounded Tech Choices to Magical UX: A Case Study of AI Receipt Scanning
moznion
5
2k
Why every SwiftUI developer should care about the Environment - iOSKonf25
peterfriese
0
160
技術選定を突き詰める 懇親会LT
okaru
2
1.3k
ワールドカフェ再び、そしてロール・ツール群の開発 / World Café Again, and the Development of a Suite of Roles and Tools
ks91
PRO
0
110
使えるデータ基盤を作る技術選定の秘訣 / selecting-the-right-data-technology
pei0804
10
1.7k
Featured
See All Featured
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
45
9.5k
VelocityConf: Rendering Performance Case Studies
addyosmani
329
24k
For a Future-Friendly Web
brad_frost
177
9.7k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
720
Building Adaptive Systems
keathley
41
2.5k
How STYLIGHT went responsive
nonsquared
100
5.5k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
48
5.4k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
122
52k
Why Our Code Smells
bkeepers
PRO
336
57k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
How to train your dragon (web standard)
notwaldorf
91
6k
Transcript
0 競プロに出てきそうなアルゴリズム 2022-07-08 第5回NearMe技術勉強会 Yuki Nonaka
1 目次 1. アルゴリズムについて 2. 計算量について 1
2 アルゴリズムとは あるタスクを達成するために設計された有限回の計算手順 例:線形探索、二分探索、ソートなど 2
3 アルゴリズムの例 問題:二次元空間にプロットされた点について、距離が一番短い2点を 求める ・考えつくもの for i in range(点の数): for
j in range(点の数): (2点間の距離を求める) 3
4 計算量 与えられたアルゴリズムがどの程度の時間で実行できるのかを半定 量的に表したもの。(オーダー記法) 例:O(n),O(n2) 4
5 計算量の例1 ・二次元空間にプロットされた点について、距離が一番短い2点を求め る 分割統治法だとO(nlog(n)) 5 1 2 3 4
5 1 2 3 4 5 計算量はn2/2 →O(n2)
6 計算量の例2 ・巡回セールスマン問題 全探索すると計算量はO(n!) →いろんな近似解法がある 多項式時間で計算できるアルゴリズムが 見つかっていないNP困難問題に属する 6 A C
B E D
7 参考文献 ・アルゴリズムとデータ構造 7
8 Thank you