Dejkstars Algo

app/config.ts

@@ -1,5 +1,5 @@
 export const metaData = {
-  baseUrl: "https://nextfolio-template.vercel.app/",
+  baseUrl: "https://ivanistereotekk.github.io/",
   title: "Ivan Goncharov",
   name: "Python Developer - Ivan Goncharov",
   ogImage: "/ivan-goncharov.png",

content/bellman-ford.mdx

@@ -0,0 +1,11 @@
+---
+title: "Алгоритм Эдсгера Белмана Форда. "
+publishedAt: "2024-09-11"
+summary: "Алгоритмы на графах"
+tags: "алгоритмы, дейкстра, python"
+---
+
+
+#### Алгоритм Беллмана — Форда - для ребер с отрицательным весом.
+
+Скоро тут будет статья про алгоритм алгоритм.

content/collatz-hypothesis.mdx

@@ -1,5 +1,5 @@
 ---
-title: "Математика это очень интересно, если ее..."
+title: "Гипотеза Коллатца - забавная штука!"
 publishedAt: "2024-08-13"
 summary: "Небольшой рассказ о том как я делаю дела."
 tags: "Configuration, Web development"
@@ -12,15 +12,23 @@ tags: "Configuration, Web development"
 (получаем 3n + 1). Над полученным числом выполняем те же самые действия, и так далее.
 Гипотеза Коллатца заключается в том, что какое бы начальное число n мы ни взяли, 
 рано или поздно мы получим единицу.
+
 Например, для числа 3 получаем:
-3 — нечётное, 3×3 + 1 = 10
-10 — чётное, 10:2 = 5
-5 — нечётное, 5×3 + 1 = 16
-16 — чётное, 16:2 = 8
-8 — чётное, 8:2 = 4
-4 — чётное, 4:2 = 2
-2 — чётное, 2:2 = 1
-1 — нечётное.
+
+- 3 — нечётное, 3×3 + 1 = 10
+- 10 — чётное, 10:2 = 5
+- 5 — нечётное, 5×3 + 1 = 16
+- 16 — чётное, 16:2 = 8
+- 8 — чётное, 8:2 = 4
+- 4 — чётное, 4:2 = 2
+- 2 — чётное, 2:2 = 1
+- 1 — нечётное.
+
+
+Эту функция которая реализует последовательность действий, и как следствие 
+доказывает гипотезу.
+Можете сами проверить !
+
 ```
 def collatz(x):
     yield x
@@ -29,4 +37,7 @@ def collatz(x):
         yield x
 
 print(*collatz(114))
-```
+```
+
+
+Такие дела...

content/data-structures.mdx

@@ -1,26 +1,161 @@
 ---
-title: "Тестовая статья о структурах данных . "
+title: "Алгоритм Эдсгера Дейкстры. "
 publishedAt: "2024-09-11"
-summary: "Test article"
-tags: "best knowledge"
+summary: "Алгоритмы на графах"
+tags: "алгоритмы, дейкстра, python"
 ---
 
 
+Прежде чем что-либо делать, я всегда задаю себе вопрос. Зачем ?
+Изучая материал всегда важно его запомнить, осознать на уровне моторной памяти.
+Так чтобы оперировать этими знаниями на бесознательном уровне. 
+А поэтому, я решил конспектировать все то что считаю для себя важным. 
+Так что в большей степени я пишу это для себя, а если кто то будет пользоваться 
+моими шпаргалками, или кому то покажется текст и подача супер понятной. 
+Или вы нашли эту статью, то как говориться - welcome!
 
+Алгоритмы это важно ! Возможно их не так часто приходится применять на практике, 
+но этот скилл просто должен быть у каждого кто кодит. 
+Это константы, догма и библия, правила дорожного движения. Или еще важнее. 
+В общем - очень надо!
 
 
+---
+
+#### Алгоритм Эдсгера Дейкстры (1959 год) 
+или "Алгорит Дейкстры"
+
+
+Допустим что мы имеем:
+Направленный (Ориентированный) Ациклический Граф 
+или Direct Acyclic Graph как говорят англичане.
+Представим в нем ребра, узлы, ноды (как вам удобнее):
+
+
+```
+[Start] >>> [A]
+[Start] >>> [B]
+[B]   >>>   [A]
+[A]   >>> [Finish]
+[B]   >>> [Finish]
+```
+
+Алгоритм Дейкстры решает задачу поиска кратчайшего пути на 'взвешенных графах'.
+То есть когда мы имеем значение - "вес ребра", это может означать практически любые данные, расстояние,
+затрачиваемое время, съеденные каллории, потраченый рессурс, и так далее. 
+
+У нас есть ограничения: 
+
+Мы не можем решать этим алгоритмом задачу имея ребра с отрицательным весом. 
+Для этого есть другой алгоритм и это совсем другая история. Я думаю чуть позже я напишу о нем.
+А пока к решению...
+
+
+
+Декомпозиция задачи:
+
+- Найти узел с наименьшим весом.
+- Проверить, существует ли путь к соседним узлам "легче".
+- Обойти с проверкой по всем узлам (нодам).
+- Вычислить итоговый путь.
+
+
+
+#### Инициируем Python dict() с нодами.
+
+```
+graph = {}
+graph['start'] = {}
+graph['a'] = {}
+graph['b'] = {}
+graph['fin'] = {}
+
+```
+
+
+#### Связи указывающие на направление вершин:
+```
+graph['start']['a'] = 6
+graph['start']['b'] = 2
+graph['a']['fin'] = 1
+graph['b']['a'] = 3
+graph['b']['fin'] = 5
 
+```
+- От старта к А 
+- От старта к В 
+- От А к финишу 
+- От В к А 
+- От В к финишу 
 
-Структура данных (англ. data structure) — программная единица, позволяющая хранить и 
-обрабатывать (машиной) однотипные и/или логически связанные данные. Для добавления, 
-поиска, изменения и удаления данных структура данных предоставляет некоторый набор функций, 
-составляющих её интерфейс.
-Термин «структура данных» может иметь несколько близких, но тем не менее различных значений[1]:
+#### Цены / веса ребер: 
+
+```
+costs = {}
+costs['a'] = 6
+costs['b'] = 2
+costs['fin'] = float('inf')
+
+```
+
+#### Родительские узлы:
+
+```
+parents = {}
+parents['a'] = "start"
+parents['b'] = "start"
+parents['in'] = None
+
+```
+
+#### Пустой Python List для результирующего набора.
+
+```
+processed = list()
+
+```
+
+#### Эта функция нам поможет найти самый легкий вес.
+
+```
+def find_low_cost(costs): 
+    lowest = float('inf') 
+    lowest_node = None 
+    for node in costs: 
+        cost = costs[node]  
+        if cost < lowest and node not in processed: 
+            lowest = cost
+            lowest_node = node
+    return lowest_node
+
+```
+
+#### Основной блок кода.
+
+```
+node = find_low_cost(costs)
+while node is not None:
+    cost = costs[node]
+    neighbors = graph[node]
+    for nei in neighbors.keys():
+        new_cost = cost + neighbors[nei]
+        if costs[nei] > new_cost:
+            costs[nei] = new_cost
+            parents[nei] = node
+    processed.append(node)
+    node = find_low_cost(costs)
+
+```
+
+#### Ну и в самом конце "принтанем" наш результирующий набор.
+
+```
+print(processed)
+
+```
+
+---
 
-Абстрактный тип данных;
-Реализация какого-либо абстрактного типа данных;
-Экземпляр типа данных, например, конкретный список;
-В контексте функционального программирования — уникальная единица (англ. unique identity), сохраняющаяся при изменениях. О ней неформально говорят как об одной структуре данных, несмотря на возможное наличие различных версий.
-Структуры данных формируются с помощью типов данных, ссылок и операций над ними в выбранном языке программирования.
+### Чуть позже реализую алгоритм по другому, с декларацией классов.
 
-Различные виды структур данных подходят для различных приложений; некоторые из них имеют узкую специализацию для определённых задач. Например, B-деревья обычно подходят для создания баз данных, в то время как хеш-таблицы используются повсеместно для создания различного рода словарей, например, для отображения доменных имён в интернет-адресах компьютеров.
+Но это позже...