Почему использование std::endl вместо '\n' может снижать производительность?
Anonymous Quiz
3%
std::endl занимает больше памяти
1%
std::endl не является thread-safe
6%
std::endl работает только с std::cout
9%
Разницы в производительности нет
82%
std::endl вызывает flush буфера после каждого использования
В чём основная проблема хранения указателей в std::vector без использования умных указателей?
Anonymous Quiz
5%
std::vector не поддерживает сырые указатели
20%
Автоматическое удаление памяти дважды
60%
Риск утечек памяти
6%
Невозможность использовать алгоритмы STL
10%
Проблем не возникает
🌚3
Почему std::sort не может быть применён к std::list?
Anonymous Quiz
15%
std::list имеет свою member функцию sort()
62%
std::sort требует random access итераторы
7%
std::list всегда отсортирован
1%
Это приводит к ошибке компиляции без причины
16%
std::sort работает с любым контейнером
❤1
⏳ Время прокачать алгоритмы с 40-процентной скидкой до конца октября
На собеседовании не просят бездумно написать шаблонное решение. Важно понимать, как работают алгоритмы под капотом.
🔹 В курсе ты научишься:
— искать ошибки с помощью редакционного расстояния;
— работать с балансированными деревьями и графами;
— решать задачи с динамическим программированием;
— и многое другое, что пригодится на собеседованиях.
🤔 Решаешь задачи только в тг каналах? Пройди курс и отправляйся на реальные собеседования!
🔗 Подробнее о курсе
На собеседовании не просят бездумно написать шаблонное решение. Важно понимать, как работают алгоритмы под капотом.
🔹 В курсе ты научишься:
— искать ошибки с помощью редакционного расстояния;
— работать с балансированными деревьями и графами;
— решать задачи с динамическим программированием;
— и многое другое, что пригодится на собеседованиях.
🤔 Решаешь задачи только в тг каналах? Пройди курс и отправляйся на реальные собеседования!
🔗 Подробнее о курсе
🥱2
В чём проблема создания временных объектов в циклах?
Anonymous Quiz
1%
Временные объекты запрещены в циклах
1%
Временные объекты автоматически становятся глобальными
5%
Это приводит к stack overflow
12%
Проблем не возникает, компилятор оптимизирует
81%
Повторное выделение и освобождение памяти на каждой итерации
🌚3🥱1
🍖 Какую тему будем разбирать на этой неделе?
Anonymous Poll
19%
Стандартная библиотка
19%
Алгоритмы
41%
Многопоточность
14%
Оптимизация кода
7%
Всё что угодно только не UB
Почему частое использование dynamic_cast может снижать производительность?
Anonymous Quiz
88%
Требуется проход по таблице виртуальных функций во время выполнения
8%
dynamic_cast не влияет на производительность
1%
dynamic_cast всегда вызывает исключения
2%
Это приводит к утечкам памяти
2%
dynamic_cast удалён из современного C++
Какая основная проблема производительности при использовании std::shared_ptr?
Anonymous Quiz
20%
std::shared_ptr не поддерживает многопоточность
6%
std::shared_ptr не может быть скопирован
9%
Автоматическое удаление объектов происходит слишком часто
64%
Атомарные операции с счётчиком ссылок создают overhead
1%
std::shared_ptr быстрее сырых указателей
💡 Задача с собесеседования
Недавно в одном известном всем банке кандидату была предложена задача:
Вероятности, распределения, матожидание, градиенты — всё это может всплыть на интервью, и даже в продовых задачах.
🎓 Proglib запускает экспресс-курс «Математика для Data Science» — для тех, кто хочет закрыть эти пробелы и понять математику быстро, качественно и без боли.
🔍 На курсе вас ждет:
— линейная алгебра, анализ, теория вероятности и статистика;
— градиенты, матрицы и экстремумы функций;
— математики и алгоритмы машинного обучения;
— много практики.
📅 Старт: 6 ноября
⏰ Формат: 10 вебинаров и 3 практических проекта
💬 Поддержка: менторы + Telegram-чат
💰 Стоимость: 37 000 ₽ (есть рассрочка)
🔗 Узнать больше и записаться
Недавно в одном известном всем банке кандидату была предложена задача:
Есть клиент, который за месяц делает 1000 транзакций.
Нужно посчитать вероятность того, что среди них окажется хотя бы одна дублирующаяся сумма, если каждая сумма округляется до 2 знаков после запятой.
Вероятности, распределения, матожидание, градиенты — всё это может всплыть на интервью, и даже в продовых задачах.
🎓 Proglib запускает экспресс-курс «Математика для Data Science» — для тех, кто хочет закрыть эти пробелы и понять математику быстро, качественно и без боли.
🔍 На курсе вас ждет:
— линейная алгебра, анализ, теория вероятности и статистика;
— градиенты, матрицы и экстремумы функций;
— математики и алгоритмы машинного обучения;
— много практики.
📅 Старт: 6 ноября
⏰ Формат: 10 вебинаров и 3 практических проекта
💬 Поддержка: менторы + Telegram-чат
💰 Стоимость: 37 000 ₽ (есть рассрочка)
🔗 Узнать больше и записаться
🥱3
😵💫 Устал от бесконечной подготовки к собесам?
Тогда залетай к нам, есть задачка попроще.
Пройди в нашем боте мини-тест по математике и узнай, готов ли ты к Data Science или стоит что-то подтянуть.
📱 Перейти в бота
Тогда залетай к нам, есть задачка попроще.
Пройди в нашем боте мини-тест по математике и узнай, готов ли ты к Data Science или стоит что-то подтянуть.
📱 Перейти в бота
В чём проблема использования глобальных переменных с точки зрения производительности?
Anonymous Quiz
0%
Глобальные переменные запрещены в C++
12%
Глобальные переменные всегда медленнее локальных
72%
Препятствуют compiler оптимизациям и кешированию в регистрах
12%
Автоматическая синхронизация глобальных переменных
4%
Глобальные переменные быстрее локальных
🔥 Новый курс «Математика для Data Science»
Записывайтесь до 19.10 и получите бонус-курс «Школьная математика» для быстрого освежения знаний! 🚀
🧠 Эксперты-спикеры на курсе:
▫️ Диана Миронидис — преподаватель ВШЭ, автор Яндекс Практикума;
▫️ Ксения Кондаурова — преподаватель Центрального Университета (Т-Банк);
▫️ Маргарита Бурова — академический руководитель программ Wildberries & Russ.
👉🏻 Не упустите шанс улучшить свои навыки
Записывайтесь до 19.10 и получите бонус-курс «Школьная математика» для быстрого освежения знаний! 🚀
🧠 Эксперты-спикеры на курсе:
▫️ Диана Миронидис — преподаватель ВШЭ, автор Яндекс Практикума;
▫️ Ксения Кондаурова — преподаватель Центрального Университета (Т-Банк);
▫️ Маргарита Бурова — академический руководитель программ Wildberries & Russ.
👉🏻 Не упустите шанс улучшить свои навыки
Какая проблема с использованием assert() для обработки runtime ошибок?
Anonymous Quiz
3%
assert() не компилируется в C++
84%
assert() отключается в release сборках с NDEBUG
2%
assert() работает только в многопоточном коде
2%
assert() автоматически исправляет ошибки
9%
assert() идеален для любых проверок
💥 Математика, которая не «для галочки»
Разработали курс «Математика для Data Science» специально для вас — чтобы закрыть все пробелы в математике и уверенно пройти любое собеседование на позицию Data Scientist.
🧠 За 2 месяца ты разберёшь:
➡️ линейную алгебру — работа с векторами и матрицами, их разложения, собственные значения и обратные матрицы;
➡️ мат. анализ — пределы, производные, экстремумы, применение градиентного спуска;
➡️ теорию вероятностей и статистику — случайные величины, распределения, статистические гипотезы, A/B-тесты;
➡️ математику в ML и аналитике — как использовать всё это в алгоритмах, логистической регрессии, методах ближайших соседей, байесовских подходах.
📚 Формат: 10 вебинаров, 3 практических проекта, тесты и чат с менторами.
🔥 При оплате до 19 октября получите курс по базовой математике в подарок.
🔗 Записаться на курс
Разработали курс «Математика для Data Science» специально для вас — чтобы закрыть все пробелы в математике и уверенно пройти любое собеседование на позицию Data Scientist.
🧠 За 2 месяца ты разберёшь:
➡️ линейную алгебру — работа с векторами и матрицами, их разложения, собственные значения и обратные матрицы;
➡️ мат. анализ — пределы, производные, экстремумы, применение градиентного спуска;
➡️ теорию вероятностей и статистику — случайные величины, распределения, статистические гипотезы, A/B-тесты;
➡️ математику в ML и аналитике — как использовать всё это в алгоритмах, логистической регрессии, методах ближайших соседей, байесовских подходах.
📚 Формат: 10 вебинаров, 3 практических проекта, тесты и чат с менторами.
🔥 При оплате до 19 октября получите курс по базовой математике в подарок.
🔗 Записаться на курс
🧠 Математика — движок всего, что мы пишем
Без неё не было бы сортировок, шифрования, графов и даже того самого if с вероятностью успеха в A/B-тесте.
Но главное, математика понятна, если объяснить её на языке разработки.
📘 Курс «Математика для Data Science»:
— от основ до реальных задач из собесов;
— линейная алгебра, статистика, теория вероятностей;
— визуализации, практика и живые уроки;
— поддержка менторов и комьюнити в чате.
🎓 За 2 месяца вы перестанете просто использовать библиотеки и начнёте понимать, как они работают.
🗓️ Старт → 6 ноября
👉 Записаться на курс
Без неё не было бы сортировок, шифрования, графов и даже того самого if с вероятностью успеха в A/B-тесте.
Но главное, математика понятна, если объяснить её на языке разработки.
📘 Курс «Математика для Data Science»:
— от основ до реальных задач из собесов;
— линейная алгебра, статистика, теория вероятностей;
— визуализации, практика и живые уроки;
— поддержка менторов и комьюнити в чате.
🎓 За 2 месяца вы перестанете просто использовать библиотеки и начнёте понимать, как они работают.
🗓️ Старт → 6 ноября
👉 Записаться на курс
Сколько потоков РЕАЛЬНО нужно создавать для CPU-bound задачи?
Anonymous Poll
20%
std::thread::hardware_concurrency()
13%
std::thread::hardware_concurrency() * 2
23%
std::thread::hardware_concurrency() - 1
43%
Один поток на каждое ядро, но с учётом hyper-threading
1%
Напишу свой вариант в комментариях