TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #1084 · 9.04
В общем, была задача на оптимизацию плана работ: есть набор заказов, и в каждом N тасков. Таски могут зависеть друг от друга или нет, имеют длительность и тип. Ещё есть M работников, каждый из которых может выполнять таски только определённых типов, причём, у каждого своя скорость. Если все таски в заказе выполнены, фирма получает сколько-то денег. У заказа есть дедлайн, за просрочку штраф (за каждый день просрочки), который вычитается из цены заказа. И ещё фирма тратит деньги за каждый день своей работы независимо от того, как загружены её сотрудники (то есть просто платит зарплаты по сути). Ещё важен учёт праздников и выходных. Нужно заработать на определённом наборе заказов и работников как можно больше денег. Полный текст задачи и код программы проверки есть в репозитории. Эта задача является изменённым заказом, который мы с напарником решали в реальной жизни: оптимизация работы печатных станков для типографии. Правда, тогда и мы справились так себе, и заказчик в итоге сначала захотел всё вручную сам делать, а потом и вовсе похоронил проект при смене директора. !!! Не читайте дальше, если хотите сначала попробовать решить самостоятельно, потому что я сейчас опишу эффективные подходы и результаты. ________________________________________ Так вот. Мы с другим экспертом Андреем сразу сели и написали разные варианты, чтобы задать шкалу, по которой будем оценивать решения команд. За пару часов я собрал примитивный жадный алгоритм, который сортировал заказы по прибыльности и укладывал в сетку кое-как, это дало нам нижнюю оценку. Мой алгоритм заработал ~75 млн виртуальных рублей, мы решили для оценки поставить нижней границей 40 млн. То есть всё, что ещё ниже, оценивалось в ноль баллов за качество оптимизации. Затем Андрей закрылся дома на три дня и вышел на свет со сложным жадным алгоритмом, который очень хитро сортировал заказы и очень хитро укладывал их в сетку, попутно выбирая разные способы этой укладки в зависимости от конкретного заказа. Это позволило заработать ~275 млн рублей. Мы сделали верхней границей для оценки 280 млн. К сожалению, в итоге только две команды из десяти прошли нижнюю границу, заработав, соответственно, ~91 и ~105 млн. К верхней границе не приблизился никто. И у четырёх команд алгоритм вообще не смог уложить без нарушений задачи в сетку (то есть, например, произвольно менял длительности, накладывал задачи друг на друга, давал одному работнику две задачи в один момент и так далее). Важной ошибкой команд, на мой взгляд, являлся тот факт, что никто не воспользовался возможностью запустить алгоритм на несколько минут и дать ему поработать. По условиям задания, можно было тянуть до 5 минут на одну оптимизацию, но по факту решения команд отрабатывали за единицы и десятки секунд. На самом конкурсе, пока команды работали, я решил попробовать сделать быстрое (по времени написания) но эффективное решение. Сначала попробовал жадную сортировку + доведение до лучшего варианта методом имитации отжига. В качестве нового состояния я просто менял местами заказы целиком. Этот вариант работал пару минут и дал мне около ~200 млн дохода. К слову, команда-лидер использовала такой же подход, просто не докрутила число итераций и температуру. Ну и потом я взял готовую либу по реализации классической генетики с особями и скрещиванием. Особью был массив с приоритетами заказов (которые конечно же нужно было аккуратно уложить чистым алгоритмом). Тип скрещивания: scattered. Всего 15 поколений по 20 особей, и это за минуту-полторы давало ~230-240 млн. Считаю, что для конкурса это самый лучший выбор: пишется одним человеком за день и даёт почти максимум, при этом легко настраивается на нужную длительность работы, легко параллелится. Ну а потом уже дома я посидел и накодил свой вариант сложного жадного с плавающим окном перебора отсортированных заказов и плавающей же укладкой по работникам. Такая штука за две минуты зарабатывает ~281 млн. Но за три дня в условиях стресса я бы такое не сделал, скорее всего. #dev
Hashtags
Търсене: #calls
@betainfocn · Post #1008 · 12.04.2025 г., 15:00
端到端加密群组通话 Android 版 Telegram 11.9.1 Beta 版的用户现在可以参与端到端加密的群组通话。 要创建群组通话，请从菜单栏导航至“通话 > 开始新通话”，然后点击“创建通话链接”。应用程序将创建 t.me/call 形式的群组通话链接，您需要将该链接发送给您想要邀请加入通话的用户。 群组通话参与者有以下选项： • 静音麦克风 • 广播主摄像头或前置摄像头 • 将新参与者添加到通话中（依据用户隐私设置）并共享通话链接 • 最小化通话屏幕，以便他们在通话时使用应用程序 端到端加密可保护群组通话免遭窃听：所有通话数据都经过加密，只有通话参与者才能解密。 #Android#Calls
@TheTGTimes · Post #202 · 27.12.2023 г., 15:08
📰New UI for Calls The only change that can be seen in the first release of the 10.5.0 beta version for Android is the Updated Telegram Calls interface. Although its interface has been updated, some items are still not added in the calls (for example, Rate the Call or Choose the Speaker) #Calls | #Beta v10.5 👉The TG Times
@djangoproject · Post #112 · 07.08.2016 г., 11:36
https://developers.facebook.com/docs/facebook-login/access-tokens#apptokens When someone connects with an app using #Facebook Login, the app will be able to obtain an access token which provides temporary, secure access to Facebook APIs. An access #token is an opaque string that identifies a user, app, or Page and can be used by the app to make graph API #calls. Access tokens are obtained via a number of methods, each of which are covered later in this document. The token includes information about when the token will expire and which app generated the token. Because of privacy checks, the majority of #API calls on Facebook need to include an access token.
@dailychannels · Post #6176 · 02.07.2025 г., 13:00
Channel: SMS Activation Updates Members: ~5.32K 💢 Username: @virtualnumbersforverification Description: Your source for news and updates on virtual numbers for SMS and Calls. Keep up with trends and get exclusive offers from PrivatePhoneBot. 🏷 Tags: #other #virtual_numbers#sms#calls#voip#sms_activation https://telegramchannels.me/channels/virtualnumbersforverification
@djangoproject · Post #97 · 11.07.2016 г., 12:18
https://docs.python.org/3/library/asyncio-eventloop.html #Calls Most #asyncio functions don’t accept keywords. If you want to pass #keywords to your callback, use #functools.partial(). For example, #loop.#call_soon(functools.partial(print, "Hello", flush=True)) will call print("Hello", flush=True). #Note functools.partial() is better than lambda functions, because asyncio can inspect functools.partial() object to display parameters in debug mode, whereas lambda functions have a poor representation. BaseEventLoop.call_soon(callback, *args) Arrange for a callback to be called as soon as possible. The callback is called after call_soon() returns, when control returns to the event loop. This operates as a FIFO queue, callbacks are called in the order in which they are registered. Each callback will be called exactly once. Any positional arguments after the callback will be passed to the callback when it is called. An instance of asyncio.Handle is returned, which can be used to cancel the callback. Use functools.partial to pass keywords to the callback. BaseEventLoop.call_soon_threadsafe(callback, *args) Like call_soon(), but thread safe. See the concurrency and multithreading section of the documentation.