📘 454 страницы по теории графов - от базовых понятий до серьёзных теорем На arXiv доступен большой учебник An Introduction to Graph Theory от Darij Grinberg. Внутри: - вершины, рёбра и пути; - простые и ориентированные графы; - деревья и arborescences; - Eulerian circuits и Hamiltonian cycles; - spanning trees; - раскраски графов; - bipartite matching; - network flows; - теоремы Турана, Менгера, Галлая-Милграма и другие; - около 100 упражнений; - более 300 иллюстраций. Это уже не «шпаргалка», а полноценный graduate-level курс по graph theory на 454 страницы. Подойдёт для тех, кто изучает алгоритмы, математику, network science, computer science и дискретную математику. PDF: https://arxiv.org/pdf/2308.04512

Готово: https://www.facebook.com/share/p/1CrtgK7nnV/ - тут все детали по каждой оптимизации вынул 15 алгоритмов/структур данных и дал еще кучу оптимизаций. Уже все знают про Book to skill подход. А кто делал Book to SOTA/AI+Infra evolve? - дать ИИ изучить книгу и применить оттуда самые подходящие практики/советы и которые идеально в вашу систему/харнесс впишутся? Вот у меня пример с двумя книгами - классика computer science из которых за 5 минут выжало 15 гипотез, каждая из которых может дать минимум 2%+ оптимизации. С олимпиадных соревнований / курсов из школы/универа сразу вспомнил названия: - Префиксный Автомат Кнута-Морриса-Пратта (называли ласково КМП) - Автомат Ахо-Корасик (смеялся с названия) - Кучи Фибоначчи (помню в 2008/2009 гадали, а где реально в production это может использоваться) - Кодирование Хаффмана - Страничные Индексы B+ Деревьев - DFS Поиск в Глубину с Alpha-Beta Отсечением - Дерево Фенвика / Двоичное Индексированное Дерево // Привет моим преподавателям первого курса