2ã§å‰²ã‚‹ã“ã¨ã¨3ã§å‰²ã‚‹ã“㨠- Qiita
ã“ã®è¨˜äº‹ã§ãŠé¡Œã«ã™ã‚‹ã®ã¯CPUレジスタ上ã®æ•´æ•°é™¤ç®—ã§ã™ã€‚以下ã€å˜ã«é™¤ç®—ã¨ã‚‚書ãã¾ã™ã€‚ 除算ã¯éžå¸¸ã«é«˜ã‚³ã‚¹ãƒˆãªæ¼”ç®—ãªãŸã‚ã€ã‚³ãƒ³ãƒ‘イラã¯æœ€é©åŒ–ã«ã‚ˆã£ã¦ã€ã§ãã‚‹ã ã‘整数除算を別ã®è¨ˆç®—ã«ç½®ãæ›ãˆã‚ˆã†ã¨ã—ã¾ã™ã€‚ 最é©åŒ–ãŒã§ãã‚‹å ´åˆã®ä¸€ã¤ã¨ã—ã¦ã€å‰²ã‚‹æ•°ãŒå®šæ•°ã§ã‚ã‚‹å ´åˆãŒã‚ã‚Šã¾ã™ã€‚é ã®ã„ã„コンパイラã¯ã€é™¤ç®—ã‚’ä¹—ç®—ã¨ãƒ“ットシフトç‰ã‚’駆使ã—ãŸæ¼”ç®—ã«ç½®ãæ›ãˆã¾ã™ã€‚ã“ã®è¨˜äº‹ã§ã¯ã€ãã†ã„ã£ãŸæœ€é©åŒ–ã®èƒŒæ™¯ã«ã‚ã‚‹ç†å±ˆã‚’部分的ã«è§£èª¬ã—ã¾ã™ã€‚ 計算機環境ã¨ã—ã¦ã¯ãƒ¢ãƒ€ãƒ³ãªx86 CPUを仮定ã—ã¾ã™ã€‚ã—ãŸãŒã£ã¦ãƒ¬ã‚¸ã‚¹ã‚¿ã¯32/64ビットã§ã‚ã‚Šã€è² æ•°ã¯2ã®è£œæ•°è¡¨ç¾ã«ãªã£ã¦ã„ã¾ã™ã€‚ã‚る程度ã¯ä»–ã®å‘½ä»¤ã‚»ãƒƒãƒˆã§ã‚‚通用ã™ã‚‹è©±ã«ãªã£ã¦ã„ã‚‹ã‹ã‚‚ã—ã‚Œã¾ã›ã‚“。 ãã‚‚ãã‚‚æ•´æ•°ã®é™¤ç®—ã¨ã¯ プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã«ãŠã‘ã‚‹æ•´æ•°ã®é™¤ç®—ã®å®šç¾©ã«ã¤ã„ã¦ç¢ºèªã—ã¾ã™ã€‚æ•´æ•°$n$ã‚’æ•´æ•°$d$ã§å‰²ã‚‹ã¨ã $$ n = q \times d + r $$ ãŒæˆã‚Šç«‹ã¤ã‚ˆã†ã«é™¤
Open-sourcing F14 for faster, more memory-efficient hash tables
Open-sourcing F14 for faster, more memory-efficient hash tables Hash tables provide a fast way to maintain a set of keys or map keys to values, even if the keys are objects, like strings. They are such a ubiquitous tool in computer science that even incremental improvements can have a large impact. The potential for optimization led to a proliferation of hash table implementations inside Facebook,
［改訂新版］C言語ã«ã‚ˆã‚‹æ¨™æº–アルゴリズム事典
ã“ã®æœ¬ã®æ¦‚è¦ ã‚³ãƒ³ãƒ”ãƒ¥ãƒ¼ã‚¿ã®ç®—法ã«é–¢ã‚るアルゴリズムã®å®šçŸ³ï¼Œãƒ¬ãƒˆãƒªãƒƒã‚¯ã‚’å¯èƒ½ãªé™ã‚ŠåŽéŒ²ã—ãŸå®šç•ªã®æ›¸ã€‚手元ã«ç½®ã„ã¦ãŠããŸã„実用的ãªæœ¬ãŒ30å¹´å¼±ã®æ™‚を経ã¦æ–°è£…改訂版ã¨ã—ã¦ç™»å ´ã§ã™ã€‚ 定評をã„ãŸã ã„ã¦ã„る基本的ãªå†…容ã¯ãã®ã¾ã¾ã«ï¼Œæ™‚代ã«ããã‚ãªããªã£ã¦ã„ãŸéƒ¨åˆ†ã®ã¿æ”¹è¨‚。ã“ã‚Œã‹ã‚‰ã‚‚末長ãã”愛顧ã„ãŸã ã‘るよã†ã«ã¾ã¨ã‚ç›´ã—ã¾ã—ãŸã€‚ ※本書ã¯ã€ŽC言語ã«ã‚ˆã‚‹æœ€æ–°ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 事典ã€ã®æ”¹è¨‚版ã§ã™ã€‚ ã“ã‚“ãªæ–¹ã«ãŠã™ã™ã‚ 仕事ã§C言語を使ã†æ–¹ 知りãŸã„アルゴリズムをã•ã£ã¨å¼•ããŸã„æ–¹ 本書ã®ã‚µãƒ³ãƒ—ル 本書ã®ä¸€éƒ¨ãƒšãƒ¼ã‚¸ã‚’，PDFã§ç¢ºèªã™ã‚‹ã“ã¨ãŒã§ãã¾ã™ã€‚ サンプルPDFファイル（739KB） 本書ã®ç´™é¢ã‚¤ãƒ¡ãƒ¼ã‚¸ã¯æ¬¡ã®ã¨ãŠã‚Šã§ã™ã€‚ç”»åƒã‚’クリックã™ã‚‹ã“ã¨ã§æ‹¡å¤§ã—ã¦ç¢ºèªã™ã‚‹ã“ã¨ãŒã§ãã¾ã™ã€‚ 値ã®äº¤æ› / èª¤ã‚Šæ¤œå‡ºç¬¦å· / アルゴリズム/ æš—å· / 安定ãªçµå©š / 石å–りゲーム1 / 石å–りゲーム2 / 異性体ã®å•é¡Œ /
大é‡ã®ãƒ†ã‚ストã‹ã‚‰ãƒ©ãƒ³ãƒ€ãƒ ã«å°‘æ•°ã®è¡Œã‚’抽出ã—ãŸã„ - Reservoir Sampling - 唯物是真 @Scaled_Wurm
å‰ã«ä»¥ä¸‹ã®ã‚ˆã†ãªè¨˜äº‹ã‚’書ãã¾ã—ãŸãŒã€å¤§é‡ã®ãƒ†ã‚ストã§ã¯ã†ã¾ãã„ã‹ãªã‹ã£ãŸã®ã§æ–°ãŸã«æ›¸ãã¾ã—㟠ファイルã‹ã‚‰ãƒ©ãƒ³ãƒ€ãƒ ã«Nè¡Œå–り出ã™(shufコマンド) - 唯物是真 @Scaled_Wurm 上ã®è¨˜äº‹ã§ã¯ãƒ†ã‚ストをランダムã«\(k\)è¡Œå–り出ã—ãŸã„時"shuf -n k"コマンドã§ãƒ©ãƒ³ãƒ€ãƒ ã«ã‚·ãƒ£ãƒƒãƒ•ãƒ«ã—ãŸ\(k\)行をå–り出ã—ã¦ã„ã¾ã—㟠ã¨ã“ã‚ãŒéžå¸¸ã«å¤§ããªãƒ†ã‚ストファイルã«å¯¾ã—ã¦ä¸Šã®ã‚³ãƒžãƒ³ãƒ‰ã‚’実行ã™ã‚‹ã¨ã€ä¸€åº¦ã«ãƒ‡ãƒ¼ã‚¿ã‚’全部メモリã«èªã¿è¾¼ã¿å§‹ã‚ã¦ã„ã‚‹ã®ã‹ã€ã™ã”ã„å‹¢ã„ã§ãƒ¡ãƒ¢ãƒªã‚’消費ã—ã¦ã„ãã¾ã—ãŸ(sort -Rã§ã‚‚) ãã“ã§ãƒ¡ãƒ¢ãƒªã‚’ã‚ã¾ã‚Šä½¿ã‚ãšã«ãƒ©ãƒ³ãƒ€ãƒ ã«\(k\)è¡Œå–り出ã™æ–¹æ³•ã«ã¤ã„ã¦èª¿ã¹ã¾ã—㟠ã¾ãšåŸºæœ¬çš„ãªéžå¾©å…ƒæŠ½å‡ºã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¯ä»¥ä¸‹ã®è¨˜äº‹ã®ç™ºå±•æ‰‹æ³•ã¨ã‹è¿½è¨˜ã®ã‚ãŸã‚Šã®è©±ãŒã‚ã‹ã‚Šã‚„ã™ã„ã¨æ€ã„ã¾ã™ éžå¾©å…ƒæŠ½å‡ºã®é«˜é€Ÿã‹ã¤å®Ÿè£…ãŒç°¡å˜ãªæ–¹æ³•ã‚’考ãˆã‚‹ - ç¡çœ ä¸è¶³ï¼Ÿï¼ ã“ã®è¨˜äº‹ã®è©±ã‚‚一度全部ã®è¦ç´ ã‚’
観察日記 2018-02-14 - ãªã‚‹ã›ã«ã£ã
é…列ã®å…¨ã¦ã®è¦ç´ ãŒç‰ã—ã„ã‹å¦ã‹ mrkn é…列ã®å…¨ã¦ã®è¦ç´ ãŒç‰ã—ã„ã“ã¨ã¯ã©ã†ç¢ºèªã—ãŸã‚‰è‰¯ã„ã‚“ã ã‚ã†ã€‚ `ary.all? {|e| e == ary[0] }` ã“ã‚Œã‹ãª usa ary.uniq.size == 1 mrkn ãªã‚‹ã»ã© > uniq usa all?ã§ãƒ–ãƒãƒƒã‚¯å¼•æ•°ã‚ˆã‚Šé€Ÿãã†ãªäºˆæ„Ÿ ã„ã‚„ã§ã‚‚aryãŒã§ã‹ãã¦ã‹ã¤å…¨ç„¶è¦ç´ ãŒç‰ã—ããªã‹ã£ãŸã‚‰ãã†ã§ã‚‚ãªã„ã‹ã€‚ mrkn `ary.all? {|e| e.foo == ary[0].foo }` ã®å ´åˆã¯ã©ã†ã§ã—ょã†ã€‚map.uniq.size ãŒã„ã„ã‹ãª usa all?ã¯å…¨ã¦ç‰ã—ã„時ã«é…ã„ãŒã€åºç›¤ã§é•ã†ã¨ã‚ã‹ã£ãŸã‚‰é€Ÿã„ mrkn 確ã‹ã« > åºç›¤ã§é•ã†ã¨ã‚ã‹ã£ãŸã‚‰é€Ÿã„ usa ã“ã®è¾ºã¯äºˆæƒ³ã•ã‚Œã‚‹é›†åˆã®å‚¾å‘ã§åˆ¤æ–ã™ã‚‹ã—ã‹ãªã„ã§ã™ã‹ããˆã€‚ map.uniq.sizeã¯mapã®çµæžœã¨ã—ã¦ã®ä¸€æ™‚é…列を作らãªã„よã†ã«ã™ã‚‹ã«ã¯ã€ãˆãƒ¼ã¨ En
計算機アーã‚テクãƒãƒ£ã‚’考慮ã—ãŸé«˜èƒ½çŽ‡ç”»åƒå‡¦ç†ãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°
3. ï°ãƒ ーアã®æ³•å‰‡ã«å¾“ã£ã¦é›†ç©å›žè·¯ã®ãƒˆãƒ©ãƒ³ã‚¸ã‚¹ ã‚¿æ•°ã¯å¹´ã€…å€å¢— 背景（1/4） 3 40th Anniversary of the Microprocessor https://newsroom.intel.com/press-kits/40th-anniversary-of-the-microprocessor/ 2011年：Core i7 3960X vs Intel 4004 35ä¸‡å€ 1971年：Intel 4004 トランジスタ2300個 5. ï°ç¾åœ¨ã®ã‚³ãƒ³ã‚·ãƒ¥ãƒ¼ãƒžå‘ã‘æœ€ä¸Šä½ Intel Core i9 7980XEã¯2.6 GHz，18コア，512ビットベ クトル演算器，FMAユニット２ã¤æ載 –å˜ç´”：2.6 GFLOPS –ç†æƒ³ï¼š3.0 TFLOPS （å€ç²¾åº¦ï¼š1.5TFLOPS） • 2.6*18*16*2*2 • ã‚¿ãƒ¼ãƒœãƒ–ãƒ¼ã‚¹ãƒˆã‚„å¢—åŠ ã—ãŸL2ã‚ャッシュ，SMTã‚’æ´» 用ã™
HashDoS脆弱性ã¨ã®æˆ¦ã„ï¼ Rubyコミッター・åœéƒ¨æ˜Œå¹³ãŒæ˜Žã‹ã™ãƒ—ãƒã‚°ãƒ©ãƒ å …ç‰¢åŒ–ã®ãƒŽã‚¦ãƒã‚¦ - エンジニアHub｜若手Webエンジニアã®ã‚ャリアを考ãˆã‚‹ï¼
HashDoS脆弱性ã¨ã®æˆ¦ã„ï¼Â Rubyコミッター・åœéƒ¨æ˜Œå¹³ãŒæ˜Žã‹ã™ãƒ—ãƒã‚°ãƒ©ãƒ å …ç‰¢åŒ–ã®ãƒŽã‚¦ãƒã‚¦ éŽåŽ»ã€HashDosã®å½±éŸ¿ã‚’å—ã‘ãŸRuby。言語開発者ã¯ã„ã‹ã«ã—ã¦ã“ã†ã—ãŸå•é¡Œã«å¯¾å¿œã—ã¦ããŸã®ã§ã—ょã†ã‹ã€‚コミッターã§ã‚ã‚‹åœéƒ¨æ°ã®è²´é‡ãªè¨˜éŒ²ã‚’公開ã—ã¾ã™ã€‚ 2011å¹´ã®æœ«é ƒã€HashDoSã¨ã„ã†è„†å¼±æ€§ãŒå…¬è¡¨ã•ã‚Œã€Rubyã‚‚ã“ã®å½±éŸ¿ã‚’å—ã‘ãŸã€‚本稿ã®ç†è€…ã§ã‚ã‚‹åœéƒ¨æ˜Œå¹³ï¼ˆã†ã‚‰ã¹ãƒ»ã—ょã†ã¸ã„ï¼@shyouheiï¼ä»¥ä¸‹ã€åœéƒ¨ï¼‰ã¯ã€å ±å‘Šå½“åˆã‹ã‚‰Rubyå´ã®ãƒãƒ¼ãƒ メンãƒãƒ¼ã¨ã—ã¦ãƒ—ãƒã‚°ãƒ©ãƒ 本体ã®ä¿®æ£ã‚’担当ã—ãŸã€‚以下ã¯ãã®è¨˜éŒ²ã§ã‚る。言語開発者ãŸã¡ãŒæ™®æ®µã©ã®ã‚ˆã†ãªã“ã¨ã‚’考ãˆã€ã©ã†ã„ã£ãŸæŠ€è¡“を用ã„ã¦é–‹ç™ºã‚„ãƒã‚°ãƒ•ã‚£ãƒƒã‚¯ã‚¹ã‚’è¡Œã£ã¦ã„ã‚‹ã®ã‹ã€‚ãã®æ¦‚è¦ã‚’知ã£ã¦ã‚‚らãˆã‚Œã°å¹¸ã„ã 。 オブジェクト指å‘スクリプト言語 Ruby HashDoSã®æ¦‚è¦ ãªãœç´„6年後ã®ä»Šã€ä¿®æ£å†…容を公開ã™ã‚‹ã«è‡³ã£ãŸã‹ï¼Ÿ å‰å²ï¼šã™ã§ã«å†…包ã•ã‚Œã¦ã„ãŸãƒªã‚¹ã‚¯
第一級ラベルをæŒãŸãªã„言語ã«ãŠã‘ã‚‹Direct Threaded VMã®å®Ÿè£… | κeenã®Happy Hacκing Blog
ã“ã‚“ã«ã¡ã¯ã€‚κeenã§ã™ã€‚ã“ã®ãƒ–ãƒã‚°ã§ã¡ã‚‡ãã¡ã‚‡ã出ã¦ãã‚‹Direct Threaded VMã«ã¤ã„ã¦ã€‚ SMLã®ã‚ˆã†ã«gotoãŒãªã„言語ã ã¨DT VMã®å®Ÿè£…出æ¥ãªã„よãªãƒ¼ã€ã¨æ€ã£ã¦ãŸæ‰€ã€ãµã¨ã‚¢ã‚¤ãƒ‡ã‚£ã‚¢ãŒæµ®ã‹ã‚“ã ã®ã§ãã‚Œã«ã¤ã„ã¦ã€‚ åºè«– DSLã€ä¾‹ãˆã°æ£è¦è¡¨ç¾ãªã©ã®å‡¦ç†ç³»ã‚’実装ã™ã‚‹ã“ã¨ã‚’考ãˆã¦ã¿ã¦ä¸‹ã•ã„。 言語処ç†ç³»ã«ãŠã„ã¦æœ€ã‚‚ç´ æœ´ãªå®Ÿè£…ã¯ã‚¤ãƒ³ã‚¿ãƒ—リタã§ã™ãŒã€é€Ÿåº¦é¢ã§ä¸åˆ©ãªã®ã§ä¸€æ—¦ä»®æƒ³å‘½ä»¤ã«ã‚³ãƒ³ãƒ‘イルã—ã¦ä»®æƒ³å‘½ä»¤å®Ÿè¡Œå™¨(VM)ã§å®Ÿè¡Œã™ã‚‹ã“ã¨ãŒä¸€èˆ¬çš„ã§ã™ã€‚ コンパイラã®ã‚ˆã†ã«è¤‡é›‘ãªè¨˜å·å‡¦ç†ã‚’ã™ã‚‹ãƒ—ãƒã‚°ãƒ©ãƒ ã¯Common Lispã‚„MLã®ã‚ˆã†ãªè¨˜å·å‡¦ç†ã«å¼·ã„高級言語ãŒå¾—æ„ã¨ã™ã‚‹åˆ†é‡Žã§ã™ã€‚ 一方ã€ãƒ©ãƒ³ã‚¿ã‚¤ãƒ ã«ã¯ä½Žãƒ¬ãƒ™ãƒ«ãªã“ã¨ãŒå‡ºæ¥ã¦å‡¦ç†é€Ÿåº¦ã®é€Ÿã„Common Lispã‚„Cを使ã„ãŸããªã‚‹ã§ã—ょã†ã€‚ Common Lisp以外ã®è¨€èªžã§ã¯ã‚³ãƒ³ãƒ‘イラã¨ãƒ©ãƒ³ã‚¿ã‚¤ãƒ を分離ã™ã‚‹ã®ãŒå¦¥å½“ãªé¸æŠžè‚¢ã®ã‚ˆã†ã§ã™ãŒã€é«˜
高速ãªå¾©å…ƒæŠ½å‡ºã®ç›´æ„Ÿçš„ãªèª¬æ˜Ž
先日@niamã•ã‚“ã¨@tsubosakaã•ã‚“ã®ã¤ã¶ã‚„ãを見ã¦ã¦ï¼Œç¢ºçŽ‡{pi}ã§å¾©å…ƒæŠ½å‡ºã™ã‚‹Walker's alias methodã¨ã„ã†ã‚‚ã®ã‚’知りã¾ã—ãŸï¼ŽãŸã¾ãŸã¾ï¼Œä»Šæ—¥ï¼Œå¾©å…ƒæŠ½å‡ºã™ã‚‹ç”¨äº‹ãŒã‚ã£ãŸã®ã§ï¼Œæ€ã„出ã—ã¦èª¿ã¹ãŸæ¬¡ç¬¬ï¼Žç§ã‚‚昔åŒã˜ã“ã¨ã‚’ã‚„ã‚ã†ã¨ã—ã¦ï¼ŒO(log n)ã§ã„ã‘ã‚‹ã‹ã‚‰ã¾ãã„ã„ã‚„ã¨æ€ã£ã¦ã„ãŸã®ã§ã™ãŒï¼Œã“ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã ã¨O(1)ã§ã„ã‘ã¾ã™ï¼Ž 解説ã¯ã“ã®ã‚ãŸã‚Šã®ãƒ–ãƒã‚°ã‚’å‚照． 比較的高速ãªå¾©å…ƒæŠ½å‡ºã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 高速ã«éžå¾©å…ƒæŠ½å‡ºã‚’ã™ã‚‹ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¯ãªã„ã ã‚ã†ã‹ï¼Ÿ(2)ã•ã¦ï¼Œç§ã¯ç†è§£åŠ›ãŒè¶³ã‚Šãªãã¦ã“ã®ã‚ãŸã‚Šã®èª¬æ˜Žã‚’èªã‚“ã§ã‚‚ãªã‚“ã§ã“ã‚Œã§ã„ã„ã®ã‹ã•ã£ã±ã‚Šã‚ã‹ã‚‰ãªã‹ã£ãŸã®ã§ï¼Œçµµã«æã„ã¦ç†è§£ã—ã¾ã—ãŸï¼Žç¢ºçŽ‡{pi}ã§å¾©å…ƒæŠ½å‡ºã™ã‚‹ãŸã‚ã«ã¯ï¼Œpiã«æ¯”例ã—ãŸé¢ç©ã®å›³å½¢ã‚’å£ã«è²¼ã£ã¦ãƒ€ãƒ¼ãƒ„ã‚’ã™ã‚Œã°ã„ã„ã®ã§ã™ï¼Ž{0.1, 0.05, 0.3, 0.1, 0.45}ã ã£ãŸã¨ã—ã¾ã™ï¼Žã™ã‚‹ã¨ã“ã‚“ãªã®ï¼Ž ã¾ã•ã‹æ¯Žå›ž
Word2Vec ã®ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯å¦ç¿’éŽç¨‹ã‚’ç†è§£ã™ã‚‹ · ã‘ã‚“ã”ã®ãŠå±‹æ•·
Word2Vec ã¨ã„ã†ã¨ã€æ–‡å—通りå˜èªžã‚’ベクトルã¨ã—ã¦è¡¨ç¾ã™ã‚‹ã“ã¨ã§å˜èªžã®æ„味をã¨ã‚‰ãˆã‚‹ã“ã¨ãŒã§ãる手法ã¨ã—ã¦æœ‰åãªã‚‚ã®ã§ã™ãŒã€æœ€è¿‘ã 㨠Word2Vec ã‚’å”調フィルタリングã«å¿œç”¨ã™ã‚‹ç ”究 (Item2Vec ã¨å‘¼ã°ã‚Œã‚‹) ãªã©ã‚‚ã‚るよã†ã§ã€ã“ã® Word2Vec ã¨ã„ã†ãƒ„ールã¯è‡ªç„¶è¨€èªžå‡¦ç†ã®åˆ†é‡Žã®å£ã‚’超ãˆã¦æ´»èºã—ã¦ã„ã¾ã™ã€‚ 実㯠Item2Vec を実装ã—ã¦ã¿ãŸã㦠Word2Vec ã®ä»•çµ„ã¿ã‚’ç†è§£ã—よã†ã¨ã—ã¦ã„ãŸã®ã§ã™ãŒã€Word2Vec ã®å†…部ã®è©³ç´°ã«è¸ã¿è¾¼ã‚“ã§è§£èª¬ã—ãŸæ—¥æœ¬èªžè¨˜äº‹ã‚’見ã‹ã‘ã‚‹ã“ã¨ãŒãªã‹ã£ãŸã®ã§ã€ä»Šæ›´æ„Ÿã¯ã‚ã‚Šã¾ã™ãŒè‡ªåˆ†ã®çŸ¥è˜ã®æ•´ç†ã®ãŸã‚ã«ã‚‚ブãƒã‚°ã«æ®‹ã—ã¦ãŠãã¾ã™ã€‚ãªãŠã€ã“ã®è¨˜äº‹ã¯ Word2Vec ã®ã‚½ãƒ¼ã‚¹ã‚³ãƒ¼ãƒ‰ã¨ã„ãã¤ã‹ã®ãƒšãƒ¼ãƒ‘ーをèªã‚“ã§è‡ªåŠ›ã§ç†è§£ã—ãŸå†…容ã«ãªã‚Šã¾ã™ã€‚é–“é•ã„ãŒå«ã¾ã‚Œã¦ã„ã‚‹å¯èƒ½æ€§ã‚‚ã‚ã‚Šã¾ã™ã®ã§ã”了承ãã ã•ã„。もã—é–“é•ã„を見ã¤ã‘ãŸå ´åˆã¯æŒ‡æ‘˜ã—ã¦ã‚‚らãˆã‚‹ã¨
C++/Rubyã§åŸºæ•°æœ¨ã‚’ã¤ã‹ã£ã¦é«˜é€ŸãªHTTPルーティングを実ç¾ã™ã‚‹ - Qiita
ã¯ã˜ã‚ã« æ•°å¹´ã«ã‚ãŸã‚Šã€Padrinoã‚„Grapeã¨ã„ã£ãŸWebアプリケーションフレームワークã®ãƒ«ãƒ¼ãƒ†ã‚£ãƒ³ã‚°ã‚’改善ã—ã¦ããŸè‡ªåˆ†ãŒã€ä»Šå¹´ã®11æœˆé ƒã‹ã‚‰ã€å¾“æ¥ã¨ã¯ç•°ãªã‚‹ã‚¢ãƒ—ãƒãƒ¼ãƒã§HTTPルーティングã®é«˜é€ŸåŒ–ã«ã¤ã„ã¦æ¤œè¨¼ã—ãŸã®ã§ã€ãã®çµæžœã«ã¤ã„ã¦è§£èª¬ã™ã‚‹ã€‚ ãªãŠã“ã®è¨˜äº‹ã§ã¯ã€ãã®éŽç¨‹ã§C++ã§åŸºæ•°æœ¨ã‚’実装ã—ã€ãれを用ã„ã‚‹ã“ã¨ã«ã‚ˆã‚Šã€Rubyã§é«˜é€ŸãªHTTPルーティングを実ç¾ã—ãŸäº‹ä¾‹ã«ã¤ã„ã¦ã€é †ã‚’追ã£ã¦è§£èª¬ã™ã‚‹ã€‚ tl;dr C++ã§åŸºæ•°æœ¨(Radix Tree)を表ç¾ã™ã‚‹r2reeã¨ã„ã†ãƒ©ã‚¤ãƒ–ラリを書ã„ãŸã€‚ r2reeã®Rubyå‘ã‘ãƒã‚¤ãƒ³ãƒ‡ã‚£ãƒ³ã‚°ã§ã‚ã‚‹r2ree-rubyを書ã„ãŸã€‚ r2ree-rubyを用ã„ã¦Ruby上ã§HTTPルーティングを行ㆠpendragon-radixを書ã„ãŸã€‚ 多分ã€Rackæº–æ‹ ã®ãƒ«ãƒ¼ãƒ†ã‚£ãƒ³ã‚°ãƒ©ã‚¤ãƒ–ラリã§ã¯æœ€é€Ÿã€‚ çµæžœã€Sinatraãªã©ã§ç”¨ã„られるæ£è¦è¡¨ç¾+ç·šå½¢
Rubyã‹ã‚‰Goã®é–¢æ•°ã‚’ã¤ã‹ã‚ãªãã¦ã‚‚å†å¸°ã‚’ã‚„ã‚ãªãã¦ã‚‚アルゴリズムを改善ã™ã‚‹â†’ã¯ã‚„ã„ - prime's diary
qiita.com mattn.kaoriya.net ã¨ã„ã†è¨˜äº‹ã‚’èªã‚“ã ã®ã§ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を改善ã—ã¦é€Ÿãã—ã¾ã—ãŸã€‚ ã„ã‚ゆる行列累乗ã®ãƒ†ã‚¯ãƒ‹ãƒƒã‚¯ã‚’使ã†ã¨ï¼ˆä¹—算部分を除ã‘ã°ï¼‰N番目ã®ãƒ•ã‚£ãƒœãƒŠãƒƒãƒæ•°ã¯ã§æ±‚ã¾ã‚Šã¾ã™ã€‚ 実際ã«ã¯ãƒ•ã‚£ãƒœãƒŠãƒƒãƒæ•°ã¯æŒ‡æ•°çš„ã«å¢—大ã™ã‚‹ã®ã§ä¹—ç®—ã«ã‹ã‹ã‚‹æ™‚é–“ãŒæ”¯é…çš„ã«ãªã‚‹ã®ã§ã‚‚ã£ã¨é…ããªã‚Šã¾ã™(Karatsuba法ãªã‚‰ã€é«˜é€Ÿãƒ•ãƒ¼ãƒªã‚¨å¤‰æ›ã‚’使ãˆã°)。 å˜ç´”ãªè¶³ã—ç®—ã®ãƒ«ãƒ¼ãƒ—ã§ã¯è¶³ã—ç®—ã®æ¡æ•°ã‚’考ãˆã‚‹ã¨ ãªã®ã§ãれよりã¯éšåˆ†ã¨é€Ÿããªã‚Šã¾ã™ã€‚ 40番目ãらã„ã§ã¯å®Ÿè¡Œæ™‚é–“ã¯ã»ã¨ã‚“ã©0ãªã®ã§100万番目ã®ãƒ•ã‚£ãƒœãƒŠãƒƒãƒæ•°ã‚’求ã‚ã¦ã¿ã¾ã™ã€‚ ã“ã¡ã‚‰ãŒå…ƒã®ã‚½ãƒ¼ã‚¹ã‚³ãƒ¼ãƒ‰ def fib(n) f0, f1, v = 0, 1, 0 n.times do |x| if x <= 1 v = x else v = f0 + f1 f0, f1 = f1, v end end return f0 + f1
本当ã«å®Ÿç”¨çš„ãªãŸã£ãŸã²ã¨ã¤ã®ã‚½ãƒ¼ãƒˆã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ - CARTA TECH BLOG
コンテンツメディア事æ¥æœ¬éƒ¨ã®æ–°å’エンジニアå‚本ãŒãŠé€ã‚Šã„ãŸã—ã¾ã™ã€‚ çªç„¶ã§ã™ãŒã€çš†ã•ã‚“ã®å¥½ããªã‚½ãƒ¼ãƒˆã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¯ãªã‚“ã§ã™ã‹ï¼Ÿ ç§ã¯åŸºæ•°ã‚½ãƒ¼ãƒˆã®ã‚¹ãƒžãƒ¼ãƒˆã§ã‚¹ãƒˆã‚¤ãƒƒã‚¯ãªé›°å›²æ°—ã«æƒ¹ã‹ã‚Œã¾ã™ã€‚ ã¨ã¯ã„ãˆã€æ™®æ®µã®é–‹ç™ºã§ã¯ã€Œã©ã®ã‚½ãƒ¼ãƒˆã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を使ã†ã‹ã€ã‚’æ„è˜ã™ã‚‹ã“ã¨ã¯å°‘ãªã„ã®ã§ã¯ãªã„ã§ã—ょã†ã‹ã€‚ ã‚€ã—ã‚ç¾å®Ÿä¸–ç•Œã§ã€Œãƒˆãƒ©ãƒ³ãƒ—ãŒå…¨éƒ¨æƒã£ã¦ã‚‹ã‹ã€ã‚’手作æ¥ã§ç¢ºèªã™ã‚‹ã¨ãã¨ã‹ã®ã»ã†ãŒã€å®Ÿã¯ã‚½ãƒ¼ãƒˆã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãŒå¿…è¦ãªã®ã‹ã‚‚ã—ã‚Œã¾ã›ã‚“。 ã¨ã„ã†ã“ã¨ã§ï¼ˆï¼Ÿï¼‰ã€ãã®ã‚ˆã†ãªç¾å®Ÿçš„ãªå ´é¢ã§ã€æœ¬å½“ã«å®Ÿç”¨çš„ãªã‚½ãƒ¼ãƒˆã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を決ã‚る戦ã„ãŒå§‹ã¾ã‚Šã¾ã—ãŸã€‚ é¸æ‰‹ç´¹ä»‹ 今回試ã—ãŸã‚½ãƒ¼ãƒˆã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¯ã€ç‹¬æ–ã¨å見ã§é¸ã‚“ã 以下ã®5種類。 1 挿入ソート シンプル・イズ・ベストï¼æ£ç›´è¨€ã£ã¦ãƒ™ãƒ³ãƒãƒžãƒ¼ã‚¯ã®å™›ã¾ã›çŠ¬ï¼ 2 クイックソート 「クイックã€ã®åå‰ã¯ãƒ€ãƒ†ã˜ã‚ƒãªã„ï¼çŽ‹è€…ã®è²«ç¦„を見ã›ã¦ã‚„ã‚Œï¼ 3 マージソート 安定感ã®ã‚ã‚‹éš ã‚ŒãŸå®Ÿ
How does Shazam work | Coding Geek
Have you ever wondered how Shazam works? I asked myself this question a few years ago and I read a research article written by Avery Li-Chun Wang, the confounder of Shazam, to understand the magic behind Shazam. The quick answer is audio fingerprinting, which leads to another question: what is audio fingerprinting? When I was student, I never took a course in signal processing. To really understan
ランã‚ング
ランã‚ング
ãŠçŸ¥ã‚‰ã›
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
ã‹ã‘ç®—ã®è©± - ブãƒã‚° | S2ãƒ•ã‚¡ã‚¯ãƒˆãƒªãƒ¼æ ªå¼ä¼šç¤¾
ARROW-3404: [C++] Make CSV chunker faster by pitrou · Pull Request #2684 · apache/arrow![ARROW-3404: [C++] Make CSV chunker faster by pitrou · Pull Request #2684 · apache/arrow](https://cdn-ak-scissors.b.st-hatena.com/image/square/836f25008eac0b0809856b1cbf823667f2ec6fd3/height=288;version=1;width=512/https%3A%2F%2Fopengraph.githubassets.com%2Ff11ed910d7971c87cede950d7eaecd6a755320aa68260e784ef7699b2bf5c618%2Fapache%2Farrow%2Fpull%2F2684)
Arnoldi iteration - Wikipedia
Piece Chains | Catch22
(PDF) Fast high precision summation
A New Map Traces the Limits of Computation | Quanta Magazine
{{#tags}}- {{label}}
{{/tags}}