लंबे हाइबरनेशन के बाद मेरे डेटा स्ट्रक्चर्स स्किल को कैसे रैंप पर लाया जाए [बंद]


10

मैं एल्गोरिदम और डेटा संरचनाओं के साथ एक बार, एक लंबे समय से पहले बहुत अच्छा था। तब से, मैंने पेशेवर रूप से प्रोग्राम किया, और फिर एक छोटी टीम का प्रबंधन करने के लिए चला गया, जिसने इस क्षेत्र में मेरे तकनीकी कौशल को पूरी तरह से गोली मार दी।

मैंने तय किया है कि मैं फिर से एक डेवलपर बनना चाहता हूं, और Google के लिए काम करना चाहता हूं। बात यह है, मैं अभ्यास से बाहर हूँ, कि अगर मुझे अभी साक्षात्कार दिया जाना है तो मैं निश्चित रूप से 10 मिनट में बाहर आ जाऊंगा।

मेरे आकार में वापस आने के लिए आप किस प्रशिक्षण कार्यक्रम की सिफारिश करेंगे? मैंने पहले से ही इस सप्ताह के अंत में पूरी तरह से मूल आधार पर वापस जाने और कुछ प्रकार के एल्गोरिदम, लिंक की गई सूची और हैश तालिका को लागू करके शुरू किया। अगला, मुझे लगता है कि मैं अन्य बुनियादी डेटा संरचनाओं और ग्राफ़ एल्गोरिदम पर संपूर्ण पाठ्यक्रम सामग्री के माध्यम से पढ़ूंगा। मैं व्यावहारिक अभ्यास का एक केंद्रित सेट खोजना चाहता हूं जो मैं अपेक्षाकृत कम समय में कर सकता हूं, पुरानी मस्तिष्क कोशिकाओं को जगाने के लिए। मैं इस सामान को जानता हूं - मुझे सिर्फ खुद को याद दिलाने की जरूरत है कि मैं इसे जानता हूं।


@ तोप: यदि यह एक नया तरीका है कि Google इस नए साल में अपने बारे में एक चर्चा बना रहा है, तो एक बात है जो मैं कहना चाहता हूं। यह काम करता हैं।
Fanatic23

4
यदि आपके डेटा संरचनाओं को हाइबरनेट किया गया था, तो वे संभवतः सबसे अधिक क्रमबद्ध थे। आपको बस उन्हें जानने की आवश्यकता है।
Mchl

4
@ मचल - मुझे एनोन के बारे में पता नहीं है, लेकिन मैंने पाया है कि फ्लॉपी डिस्क की तुलना में लॉन्ग टर्म में "ब्रेन" स्टोरेज माध्यम और भी कम विश्वसनीय है। कुछ साल पहले की धारावाहिक से अधिक कुछ भी अब तक लगभग निश्चित रूप से भ्रष्ट है।
स्टीव ३१४

जवाबों:


6

4 चीजें हैं जो मैं आपको बताना चाहता हूं, और मैंने आपको उन आदेशों को सूचीबद्ध किया है जो मुझे आपको बताने की आवश्यकता है:

  1. इस समय आप ग्रीन टी का अपना स्रोत प्राप्त करें
  2. जब आप उस हरी चाय की चुस्की ले रहे हों, तो यहां से उपलब्ध स्कीना की किताब देखें । और यहां ऑडियो / वीडियो सामग्री के माध्यम से जाना ।
  3. Google द्वारा http://code.google.com/edu/courses.html पर बनाए गए लिंक का एक उत्कृष्ट सेट देखें
  4. SO पर एल्गोरिदम से संबंधित प्रश्नों के माध्यम से जाएँ और इनका उत्तर स्वयं देने का प्रयास करें

शुभकामनाएँ!


जब मैं स्कीना से पुस्तक प्यार करता हूं, तो कभी नहीं पता था कि एक ऑडियो / वीडियो सामग्री थी, धन्यवाद।
फ्लैश करें

1

मैं एक वास्तविक डेटा संरचना या फ़ाइल प्रारूप चुनने का सुझाव दूंगा जो लोग अभी उपयोग कर रहे हैं, और इसके साथ कुछ अच्छा करें। उदाहरण के लिए Git फ़ाइल प्रारूप बहुत अच्छी तरह से प्रलेखित है:

http://book.git-scm.com/1_the_git_object_model.html

लोगों द्वारा उपयोग किए जाने वाले प्रारूप के साथ कुछ दिलचस्प करना, और इसके बारे में कठोर होना, सबक सिखाता है -और आपको कुछ ऐसे लोगों से रूबरू कराता है जिनमें आपकी रुचि होगी।

या बहुत कम से कम, एक अद्वितीय कोण के साथ कुछ बनाएं। जब मैं आपकी जैसी स्थिति में था, तो मैंने एक अप्रत्यक्ष ग्राफ़ बनाने के बारे में एक ऑनलाइन साक्षात्कार प्रश्न का उत्तर लिखा था जो चक्रों के सम्मिलन का पता लगा सकता था। यह एक आसान समस्या होती अगर मैंने अतिरिक्त बाधाओं को नहीं जोड़ा होता ... लेकिन मैंने यह सुनिश्चित करने का फैसला किया कि यह ओ (1) में सम्मिलन कर सकता है। परिणाम NoCycle था:

http://hostilefork.com/nocycle/


1

यह वास्तव में आपके लक्ष्य पर निर्भर करता है - जैसे कि एल्गोरिथ्म डिज़ाइन और विश्लेषण हैं, या क्या आप मानक संरचनाओं और एल्गोरिदम के साथ चिपके हुए हैं? लेकिन यह मुझे लगता है जैसे कि आप पहले से ही वही कर रहे हैं जो आपको करने की आवश्यकता है।

यदि आपके पास अभी भी "एक लंबे समय से पहले" से एक पुरानी पसंदीदा पाठ पुस्तक है, तो मैं सुझाव देता हूं कि इसे फिर से देखें। इसके अलावा, यह मानक परिक्रामी-कुछ भी सलाह है। अपने आप से विशिष्ट प्रश्न पूछें, उत्तरों की तलाश करें, जब आप प्रश्नों से बाहर निकलते हैं और जब तक आप कुछ विशिष्ट प्रश्नों के साथ आ सकते हैं, तब तक ब्राउज़ करें।

एल्गोरिथ्म और डेटा संरचनाएं (निकलस विर्थ) सभी एल्गोरिदम डिजाइन और विश्लेषण के बिना बुनियादी एल्गोरिदम और डेटा संरचनाओं पर एक अपेक्षाकृत संक्षिप्त पुस्तक है। बहुत बुनियादी, हालांकि - सूचियां, विभिन्न पेड़, ढेर, लेकिन मुझे उदाहरण के लिए डिग्राफ के बारे में याद नहीं है। एक लाभ यह है कि ओबोरॉन संस्करण का एक मुफ्त डाउनलोड है - http://www.inf.ethz.ch/personal/wirth/ - पुस्तकों की सूची के नीचे पीडीएफ लिंक के लिए देखें। विकिपीडिया एक स्पष्ट संसाधन है, लेकिन इसमें इतना है कि यह तय करना एक अच्छा विचार है कि आप क्या चाहते हैं और वहां जाने से पहले आप क्या नहीं करते हैं।


0

जब आप एल्गोरिदम और डेटा संरचनाओं के साथ बहुत अच्छा हुआ करते थे, तो आपके द्वारा एक्सेस किए गए संसाधन क्या थे?

"अपेक्षाकृत कम समय की मात्रा" आपको अपने ज्ञान को ब्रश करने की आवश्यकता कितनी कम है?

मुझे नहीं लगता कि समर्पण के साथ प्राप्त ज्ञान कभी गायब हो जाएगा। यह केवल थोड़ा दूर हो जाएगा, और आप उन क्षेत्रों में सबसे अच्छे न्यायाधीश हैं जिन्हें आपको उन विषयों के साथ अपने पुराने कौशल को फिर से हासिल करने के लिए काम करने की आवश्यकता है, जिन्हें आप एक बार प्यार करते थे।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.