#algoritmos-e-estruturas-de-dados
14 posts
2023 - abril
1 post2022 - julho
1 post2022 - maio
1 post2022 - março
1 post2021 - julho
1 post2021 - abril
1 post2021 - março
1 post2019 - outubro
1 post2017 - novembro
1 post2016 - novembro
1 post2016 - outubro
1 post2016 - julho
1 post2015 - junho
1 post2008 - fevereiro
1 post2023 - abril
1 post[Akitando #140] Desbloqueando o "Algoritmo" do Twitter - Introdução a Grafos
Akita analisa o código aberto das recomendações do Twitter, passando por grafos, PageRank e GraphJet. O repositório é incompleto, não compila sem arquivos essenciais e mostra só parte do sistema em produção.
2022 - julho
1 post[Akitando] #122 - Detecção e Correção de Erros | Introdução a Redes Parte 2
Mostro como Hamming e Reed-Solomon lidam com bits corrompidos, por que redes preferem retransmitir pacotes e como checksums, RAID e data scrubbing protegem dados armazenados.
2022 - maio
1 post[Akitando] #118 - Fiz um servidor de "SQL"?? | Entendendo Banco de Dados
Akita monta em JavaScript um banco de dados de estudo com SQL falso, parser, índice AVL, log de transações e cliente-servidor para mostrar por que bancos reais exigem muito mais.
2022 - março
1 post[Akitando] #116 - De 5 Tera a 25 Giga | Compressão de Dados e Multimídia
Um filme 4K cru de duas horas ocuparia cerca de 5 TB, mas codecs como H.264 o reduzem a 20–25 GB. A explicação também separa formatos de consumo dos ideais para edição.
2021 - julho
1 post[Akitando] #102 - Entendendo Sistemas de Arquivos: FAT
Akita explica como FAT12, FAT16, VFAT e FAT32 organizam arquivos em clusters, diretórios e bit vectors, e conecta essa evolução ao uso de B+Trees em sistemas como HFS, HPFS e NTFS.
2021 - abril
1 post[Akitando] #95 - Árvores: O Começo de TUDO | Estruturas de Dados e Algoritmos
Akita constrói uma árvore de procura binária e mostra como balanceamento, Red Black, AVL, B-Tree e B+ Tree sustentam índices, bancos e filesystems, trocando buscas lineares por operações logarítmicas.
2021 - março
1 post[Akitando] #94 - O que vem DEPOIS do Hello World | Consertando meu C
Akita corrige erros do episódio anterior e usa C para introduzir memória virtual, arrays, listas, hashtables, ordenação e Big O, mostrando por que complexidade pesa na escolha.
2019 - outubro
1 post[Akitando] #65 - A Dor de Aprender | Que Cursos/Livros?
Akita defende prática deliberada e fundamentos: cursos e livros ajudam, mas não substituem copiar, quebrar e ler código. Algoritmos e estruturas de dados vêm antes de Design Patterns.
2017 - novembro
1 postComo o Bitcoin Força Consenso entre os Generais Bizantinos?
O Bitcoin combina hashes, Proof of Work, mineração e dificuldade ajustável para obter consenso entre nós desconhecidos. Mesmo com US$ 1,5 bilhão em hardware, a rede continuaria difícil de quebrar.
2016 - novembro
1 postPartidas, Rankings, A Rede Social, League of Legends e Ruby?
Com 2.000 partidas, o autor mostra que vitórias menos derrotas gera rankings absurdos. O sistema Elo considera a força dos adversários e reage melhor a resultados improváveis.
2016 - outubro
1 postImplementação em Ruby on Rails de um sistema de Ranking/Popularidade (do jeito certo)
Uma implementação Rails de popularidade substitui contagens e médias frágeis pelo limite inferior de Wilson, equilibrando proporção de votos e incerteza num score indexável.
2016 - julho
1 postTentando igualar o Fast Blank em C usando Crystal
Reescrevendo a Fast Blank em Crystal e comparando-a com C e Ruby, o autor encontra um custo alto na cópia de strings. Para esse algoritmo trivial, a versão em C continua sendo a melhor escolha.
2015 - junho
1 post[Casa do Código] Livro: Introdução à Computação: Da Lógica aos jogos com Ruby
Guilherme Silveira ensina fundamentos de programação com Ruby usando jogos que crescem em dificuldade. O livro prioriza raciocínio, algoritmos e estruturas de dados em vez de copiar código.
2008 - fevereiro
1 postAguri: A Estrutura de Dados mais Legal que Você Nunca Ouviu Falar
A tradução explica como binary radix tries buscam por bits e prefixos, depois apresenta Aguri: uma trie limitada com LRU que infere netmasks a partir do tráfego observado.