$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
竸プロに出てきそうなアルゴリズム part2
Search
NearMeの技術発表資料です
PRO
September 05, 2022
Technology
0
120
竸プロに出てきそうなアルゴリズム part2
NearMeの技術発表資料です
PRO
September 05, 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
ローカルLLMを⽤いてコード補完を⾏う VSCode拡張機能を作ってみた
nearme_tech
PRO
0
82
初めてのmarimo (ハンズオン)
nearme_tech
PRO
0
18
ローカルLLM
nearme_tech
PRO
0
32
LlamaIndex Workflow: Build Practical AI Agents Fast
nearme_tech
PRO
0
19
Box-Muller法
nearme_tech
PRO
1
34
Kiro触ってみた
nearme_tech
PRO
0
250
今だからこそ入門する Server-Sent Events (SSE)
nearme_tech
PRO
4
520
ReactNative のアップグレード作業が (意外に)楽しかった話
nearme_tech
PRO
2
120
強化学習アルゴリズムPPOの改善案を考えてみた
nearme_tech
PRO
0
79
Other Decks in Technology
See All in Technology
Lambdaの常識はどう変わる?!re:Invent 2025 before after
iwatatomoya
1
490
Edge AI Performance on Zephyr Pico vs. Pico 2
iotengineer22
0
150
CARTAのAI CoE が挑む「事業を進化させる AI エンジニアリング」 / carta ai coe evolution business ai engineering
carta_engineering
0
1.2k
生成AIでテスト設計はどこまでできる? 「テスト粒度」を操るテーラリング術
shota_kusaba
0
750
ガバメントクラウド利用システムのライフサイクルについて
techniczna
0
190
エンジニアリングマネージャー はじめての目標設定と評価
halkt
0
280
エンジニアとPMのドメイン知識の溝をなくす、 AIネイティブな開発プロセス
applism118
4
1.3k
Power of Kiro : あなたの㌔はパワステ搭載ですか?
r3_yamauchi
PRO
0
120
「Managed Instances」と「durable functions」で広がるAWS Lambdaのユースケース
lamaglama39
0
310
AWS Bedrock AgentCoreで作る 1on1支援AIエージェント 〜Memory × Evaluationsによる実践開発〜
yusukeshimizu
6
400
【AWS re:Invent 2025速報】AIビルダー向けアップデートをまとめて解説!
minorun365
4
520
Karate+Database RiderによるAPI自動テスト導入工数をCline+GitLab MCPを使って2割削減を目指す! / 20251206 Kazuki Takahashi
shift_evolve
PRO
1
750
Featured
See All Featured
Context Engineering - Making Every Token Count
addyosmani
9
510
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.8k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
Making the Leap to Tech Lead
cromwellryan
135
9.7k
Art, The Web, and Tiny UX
lynnandtonic
303
21k
Rails Girls Zürich Keynote
gr2m
95
14k
Rebuilding a faster, lazier Slack
samanthasiow
84
9.3k
Bash Introduction
62gerente
615
210k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.6k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
54k
Automating Front-end Workflow
addyosmani
1371
200k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.3k
Transcript
0 竸プロに出てきそうなアルゴリズム part2 2022-09-02 第12回NearMe技術勉強会 Name / Nickname
1 目次 1. 全探索について 2. 再帰関数のメモ化 1
2 全探索について • for文を用いた全探索 • bit全探索 • 順列全探索 • 再帰関数を用いた全探索 など
2
3 再帰関数 例:フィボナッチ数列 ・F 0 = 0 ・F 1 = 1 ・F
N = F N-1 ー F N-2 def fibo(N): if N==0: return 0 elif N==1: return 1 else: return fibo(N-1) + fibo(N-2) 3
4 メモ化 計算量:O(2N)→O(N) 4 5 4 3 3 2 1 2
2 1 0 1 0 1 0 1
5 部分和問題 ・n個の正の整数 a[0],a[1],…,a[n−1]と正の整数Wが与えられる。これらの整数 から何個かの整数を選んで総和がAになるようにすることが可能か判定せよ。 例:a=[2,5,3,8,6,9], W=13 計算量がO(N*2N)からO(N*W)へ 5
6 参考文献 ・アルゴリズムとデータ構造 6
7 Thank you