باخت دادیم طبق معمول

ما شکلات بودیم
البته این برا وسطای مسابقس

و + Yunix هم تیم آتوسا و یاسین و سام بود. که برای دقایقی صدر جدول بودن🥰

باز خداروشکر ما تنها دلقک هایی نیستیم که از این محتواها میزاریم یوتیوب

ولی روتین ساختن برا تایمی که دانشگاه میری خیلی ساده تره. چیزایی وجود داره که مجبوری خودت و درگیرش کنی و اگه یکم خل باشی میتونی ازش لذت ببری. در مقابلش وقتی قراره کل وقتتو خودت پر کنی کار سخت تر میشه. حس پوچی میاد سراغت و حس میکنی داری زندگیتو تباه میکنی. ولی بحث فقط دانشگاه نیست (میدونم یه عده ازش متنفرن) درکل وقتی تسکی وجود داره که باید انجامش بدی و تکلیفت مشخصه خیلی احساس بهتری داری تا وقتی که همه چیز نامشخصه

اینکه میگن پایتون کامیونیتی بزرگ و فعالی داره واقعن اینطوریه.
یک انجمنی رسمی تو زیر دامنه خود python.org هست که توش کلی چیزای مختلف از جمله پیشنهاد برای ایده های جدید، بحث های توسعه دهنده های خود پایتون و یا سوال های فنی رو میشه دید.

https://discuss.python.org/

خیلی میتونه مفید باشه و چیز میز جدید یادتون بده.

سی پلاس پلاس بلد بودن سبک زندگی نیست. پزه
چیز یعنی برعکس

تو بعضی مسائل الگوریتمی، مخصوصاً جاهایی که با حالت‌های مختلف و انتخاب‌های ممکن سر و کار داریم، یه تابع هست که خیلی پرکاربرده به اسم MEX.

mex یعنی Minimum EXcluded
یعنی کوچک‌ترین عدد غیرمنفی که توی مجموعه نیست.

s = {0, 1, 2, 4}
# عدد 3 توی مجموعه نیست، پس:
# mex(s) = 3

تابع mex از صفر شروع می‌کنه و می‌گرده دنبال اولین عددی که تو مجموعه نیست. همون رو برمی‌گردونه.
تو پایتون میشه اینجوری نوشت:

def mex(s):
    i = 0
    while i in s:
        i += 1
    return i

فرض کن یه بازی داریم با این قانون:
> یه بازیکن تو نوبتش می‌تونه از یه عدد n فقط 1 یا 2 واحد کم کنه. کسی که نتونه بازی کنه، می‌بازه.

حالا می‌خوایم با استفاده از mex تشخیص بدیم کدوم وضعیت‌ها برد هستن و کدوم باخت.

from functools import lru_cache

def mex(s):
    i = 0
    while i in s:
        i += 1
    return i

@lru_cache(maxsize=None)
def win_state(n):
    if n == 0:
        return 0
    s = set()
    for move in [1, 2]:
        if n - move >= 0:
            s.add(win_state(n - move))
    return mex(s)

for i in range(10):
    print(f"n = {i} → state = {win_state(i)}")

خروجی چیزی مثل این میشه:

n = 0 → 0 (بازنده)
n = 1 → 1 (برنده)
n = 2 → 2 (برنده)
n = 3 → 0 (بازنده)
n = 4 → 1 (برنده)
...

به کمک mex تونستیم با یک کد ساده وضعیت هر حالت رو مشخص کنیم. و با استفاده از lru_cache کاری کردیم که بار محاسباتی زیاد نشه و مقدارها ذخیره شن.

تلگرام نزاشت تو کپشن عکس بنویسم گفت 271 کاراکتر زیاده😔🙏

این lru دقیقا توی حافظه cache نمیره، یه map درست میکنه که اون جا ذخیره میکنه ، توی تابع هایی که تعداد بازگشت‌شون کم هست کاربردی هست ، مثلا تا ۵۰۰ تا بازگشت ولی بیشتر بشه مثلا ۱۰۰۰۰۰ باید استک تابع بازگشتی را دستکاری کنی تا بزاره بزرگتر بگیری ، بعد تازه این جا نمی‌تونی کدت را با pypy اجرا کنی باید با python اجرا کنی بعد تازه این دستکاری استک خودش باعث مموری لیمیت میشه


حافظه cache توی کامپیوتر محدود هست یه چیزی حدود ۲۰ مگ و با حدود ۵۰۰۰ تا تابع بازگشتی این مقدار پر میشه به خاطره این lru توی ram ذخیره میکنه و این که خودت پیاده سازی کنی خیلی وقت ها بهینه تر میشه

البته ما توی پایتون به دلیل hash کردن مقدار ها برای اعداد بزرگ احتمال این که توی set یا dict برای اعداد بزرگ collision اتفاق میافته و زمان پیدا کردن از o(1) به o(n) میرسه
به خاطره همین توی بعضی از تست کیس ها این قدر اعداد تکراری میدن که این شکلی نمی‌تونی ازشون استفاده کنی

البته که منظور از cache اون حافظه که بین رم و سی پی یو قرار گرفته نیست. فقط یک اصطلاحه که نتایج ذخیره میشه و همون کاره memoization انجام میشه.

سر کلاس سیستم عامل استادمون میگفت یبار ینفر کلمه cache رو خوند کاچی

تلگرام همیشه خلاقانه عمل می‌کنه