poly000杂选
@neko_poly001 · Post #1041 · 12.03.2023 г., 08:31
https://jvns.ca/blog/2022/12/08/a-debugging-manifesto/#debugging#programming
Hashtags
TGTGInsightтелеграм анализLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Намери подобно съдържание
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
Резултати
Намерени 8 подобни публикации
Търсене: #debugging
当前筛选 #debugging清除筛选
Dasturlash hayoti️️ ️
@dasturlash_hayoti · Post #3951 · 30.08.2025 г., 12:46
#debugging#chatgpt#dasturlash_hayoti ⚡️Debug qilishni osonlashtiradigan oddiy usullar 💻 Kod yozayotganingizda error chiqishi tabiiy. Muhimi — uni tez topish. Mana eng oddiy 3 maslahat: 1️⃣ Print-debugging ◾️ Kod ichiga print() (yoki console.log()) qo‘ying. ◾️ Qayergacha kod ishlayotganini kuzating. ➡️Eng tez va sodda usul. 2️⃣ Debugger’dan foydalaning ◾️VS Code, PyCharm yoki boshqa IDE ichida debugger mavjud. ◾️ Breakpoint qo‘yib, qadam-baqadam kodni ko‘ring. ➡️Murakkab xatolarni aniqlash uchun zo‘r. 3️⃣Error xabarini diqqat bilan o‘qing ◾️ Error chiqsa, ko‘pchilik avval GPT’dan maslahat oladi, keyin xabarni o‘qiydi 😁 ◾️ Aslida, xabarning o‘zi nimani noto‘g‘ri qilganingizni aytib turadi 😅 Error — bu dushman emas, yo‘lboshchi. Uni to‘g‘ri o‘qisangiz, vaqt va asabni tejaysiz. ❓ Siz ko‘proq qaysi usulda xatolarni topasiz? print() qo‘yibmi yoki debugger bilanmi? 💻@dasturlash_hayoti— xatosiz kod bo‘lmaydi😅
Dasturlash hayoti️️ ️
@dasturlash_hayoti · Post #4046 · 07.11.2025 г., 12:17
O'rganish tezligini oshirish: 1% yaxshiroq bo'lish qoidasi Ko‘pchilik dasturlashda "super yulduz" bo‘lishni xohlaydi, lekin bunga qisqa muddatda erishib bo‘lmaydi. Men sizga juda oddiy, ammo kuchli bo'lgan "1% yaxshiroq bo'lish qoidasi" ni taklif qilaman. Qoida mohiyati: Har kuni o‘tgan kundan ko‘ra o‘zingizni atigi 1% ga yaxshilang. Dasturlashda bu nima degani? — Har kuni 15 daqiqa davomida bitta yangi JavaScript Array Method'ini o‘rganing. — Har kuni Git buyruqlaridan bittasini chuqurroq tushunib oling. — Har kuni o‘zingiz yozgan kodning bir qismini Refactoring qilib, uni 1% ga tozalang. Bu kichik qadamlar boshida sezilmasligi mumkin, lekin bir yildan so‘ng siz 37 barobar kuchliroq bo‘lasiz! 1.01³⁶⁵ taxminan 37.78 Muhimi: Katta maqsadlarni emas, balki doimiy va kichik harakatlarni ustuvor qiling. Katta o‘sish doimiy o‘sishdan kelib chiqadi. #Debugging#DasturchiMaslahati#JavaScript 👉@jonibek_turapov
每日 AWESOME 观察
@awesomeopensource · Post #149 · 31.07.2018 г., 10:02
ndb 使用 Chrome DevTools 调试 node 代码。 Tags： #debugging#devtools Languages： #NodeJS
Hashtags
djangoproject
@djangoproject · Post #174 · 22.09.2016 г., 19:16
gc — #Garbage#Collector interface This module provides an interface to the #optional garbage collector. It provides the ability to disable the collector, tune the collection frequency, and set #debugging options. It also provides access to unreachable #objects that the collector found but cannot free. Since the collector supplements the reference counting already used in Python, you can disable the collector if you are sure your program does not create reference cycles. https://docs.python.org/3/library/gc.html
GitHub Trends
@githubtrending · Post #15329 · 13.12.2025 г., 11:30
#typescript#browser#chrome#chrome_devtools#debugging#devtools#mcp#mcp_server#puppeteer Chrome DevTools MCP lets your AI coding tools like Gemini, Claude, or Cursor control a live Chrome browser for automation, debugging, and performance checks. Install it easily with npx chrome-devtools-mcp@latest in your MCP config, then prompt "Check performance of a site" to auto-record traces, take screenshots, analyze networks, and fix issues reliably. This benefits you by making AI smarter at web coding—verifying changes in real-time, spotting bugs fast, and boosting site speed without manual work. https://github.com/ChromeDevTools/chrome-devtools-mcp
GitHub Trends
@githubtrending · Post #14848 · 21.06.2025 г., 00:00
#typescript#blockchain#dapps#debugging#ethereum#javascript#smart_contracts#solidity#task_runner#tooling#typescript Hardhat is a powerful Ethereum development tool that helps you write, test, and deploy smart contracts easily and efficiently. It includes a local Ethereum network for testing without real money, advanced debugging tools to find and fix errors quickly, and a flexible plugin system to add extra features. This makes your development faster, safer, and more convenient, especially if you want to build decentralized applications. You can install it with npm, follow simple setup steps, and access many guides and plugins to customize your workflow. Hardhat is widely used by professionals to streamline Ethereum programming and improve code quality. https://github.com/NomicFoundation/hardhat
GitHub Trends
@githubtrending · Post #15488 · 13.02.2026 г., 12:30
#swift#analysis#analytics#cocoapods#crashlytics#debug#debugger#debugging#hacktoberfest#layout_debugger#leak_detection#log#logs_analysis#networking#performance_analysis#sandbox#swift#swift6#ui#uikit#view DebugSwift is a comprehensive toolkit that simplifies debugging for Swift iOS apps by providing real-time monitoring of network requests, performance metrics (CPU, memory, FPS), crash reports, and app resources like keychain and user defaults. It includes interface tools for visualizing layouts with grid overlays and touch indicators, plus memory leak detection and console logging. The main benefit is that you can quickly identify and fix issues during development without leaving your app—just shake your device to toggle the debug panel, making troubleshooting faster and more efficient. https://github.com/DebugSwift/DebugSwift