user_of_toster
@user_of_toster
Как сильно пересекаются олимпиадное программирование и разработка?
Как сильно знания, полученные при решении олимпиадных задач \ задач спортивного программирования (topcoder \ codeforces) помогают в решении прикладных задач на работе и на реальных проектах?
Особенно интересует мнение Илья Николаевский
Особенно интересует мнение Илья Николаевский
- Вопрос задан
- 301 просмотр
4
комментария
Решение олимпиадных задач прежде всего учит решать задачи, и только потом алгоритмы и структуры данных. Получается некоторый склад ума, или подход к задачам, если хотите. Это очень помогает собрать мысли в кучу, формализовать задачу и решить ее, даже если там не нужны хитрые алгоритмы.
Алгоритмические знания же, на мой взгляд, тоже абсолютно нужны. Не каждый день и не во всех областях, но когда оно нужно, оно действительно нужно. Фишка в том, что без знания этих алгоритмов и умения формализовывать задачи вы даже не поймете, что где-то тут можно применить "алгоритм" - вместо короткого, простого и очень быстрого решения вам придется городить какой-нибудь громоздкий и сложный полный перебор, либо вообще непонятно что делать. Поэтому популярное мнение, что не нужно всем знать алгоритмы - достаточно выделенного математика в команде - я тоже считаю неверным.
Из моего опыта работы: в гугле мне приходилось писать динамическое программирование, всякие хитрые дихотомии (типа бинарный поиск, но по функции а не по массиву), линейные регрессии, хитрые структуры данных (типа sliding window max), применять теорию чисел.
Одну задачу, что мне пришлось решать, я теперь спрашиваю на интервью. И она ничем не отличается от этих ненавистных многим "алгоритмических задач для интервью, которые никогда никому не понадобятся". Хотя я сам ее решение комитил и оно работает во многих миллионах компьютеров по всему миру.
Для баланса укажу также и минус олимпиадников - это привычка писать ужасно неподдерживаемый код. Но это легко лечится за несколько недель. Особенно, если в проекте работает код-ревью.
Алгоритмические знания же, на мой взгляд, тоже абсолютно нужны. Не каждый день и не во всех областях, но когда оно нужно, оно действительно нужно. Фишка в том, что без знания этих алгоритмов и умения формализовывать задачи вы даже не поймете, что где-то тут можно применить "алгоритм" - вместо короткого, простого и очень быстрого решения вам придется городить какой-нибудь громоздкий и сложный полный перебор, либо вообще непонятно что делать. Поэтому популярное мнение, что не нужно всем знать алгоритмы - достаточно выделенного математика в команде - я тоже считаю неверным.
Из моего опыта работы: в гугле мне приходилось писать динамическое программирование, всякие хитрые дихотомии (типа бинарный поиск, но по функции а не по массиву), линейные регрессии, хитрые структуры данных (типа sliding window max), применять теорию чисел.
Одну задачу, что мне пришлось решать, я теперь спрашиваю на интервью. И она ничем не отличается от этих ненавистных многим "алгоритмических задач для интервью, которые никогда никому не понадобятся". Хотя я сам ее решение комитил и оно работает во многих миллионах компьютеров по всему миру.
Для баланса укажу также и минус олимпиадников - это привычка писать ужасно неподдерживаемый код. Но это легко лечится за несколько недель. Особенно, если в проекте работает код-ревью.
Решение задач, особенно сложных, развивает мышление и не дает закостенеть и облениться мозгу.
На реальных проектах ленивые мозги часто норовят прибегнуть, например, к готовым решениям или копипасте, которая не всегда идеально подходит или бывает избыточна, а когда мозги в тонусе - таких соблазнов не возникает и любая задача - новый вызов.
На реальных проектах ленивые мозги часто норовят прибегнуть, например, к готовым решениям или копипасте, которая не всегда идеально подходит или бывает избыточна, а когда мозги в тонусе - таких соблазнов не возникает и любая задача - новый вызов.
Когда проект содержит сложные ("тяжёлые") мат.вычисления при обработке данных (поиск, сортировка, кластеризация, хеширование, обход "дерева" и т.д.), то практика (именно опыт, а не знания!) на олимпиадных/спорт-задачах помогает наиболее оптимальным способом закодировать (запрограммировать) логику обработки данных.
Если проекты не содержат обработку сложных структур данных (сайты на CMS, блог на WP, и т.д.), то разумеется: олимпиадные навыки здесь никак не помогут.
Если проекты не содержат обработку сложных структур данных (сайты на CMS, блог на WP, и т.д.), то разумеется: олимпиадные навыки здесь никак не помогут.
Andy_U
@Andy_U
Я бы сказал, что реальные успехи в олимпиадном программировании коррелируют с успешностью человека, как программиста. Но просто их решать, чтобы набить руку, смысла особого не вижу.
Войдите, чтобы написать ответ
Войти через центр авторизации-
-
Простой
Как выполнить проверку if в функции только 1 раз при первом вызове?
- 1 подписчик
- 88 просмотров
-
-
-
-
Простой
Как создать радиус в любое расстояние м/км расположенного вокруг координаты и получить список этих координат?
- 2 подписчика
- 154 просмотра
-
-
-
-
Сложный
Как сгенерировать случайно точки на плоскости, так что бы ближайшие к ним соответствовали связями к узлам графа?
- 3 подписчика
- 165 просмотров
- Показать ещё Загружается…
