TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #654 · 16.11

Пытаюсь решить организационно-логистическую задачу в #Satisfactory. Может быть, умные люди (вы) мне дадите интересные советы. Я уже открыл практически все типы деталей, они довольно сложные, и для производства многих из них нужны целые цепочки: добыть ресурс А в одном месте и ресурс B в другом, потом сделать из них детали C и D, из этой пары получить деталь E, добыть ещё ресурс F, соединить, смешать с водой... В каком-то месте эти цепочки удобно разрывать (то есть не строить всё на одной фабрике, а растаскивать фабрики по карте). Потому что, во-первых, с гигантской базой, производящей все типы всех деталей, банально неудобно работать. Во-вторых, её тяжело масштабировать. Хотя у этого решения есть плюсы, и некоторые так делают, лично я идти по такому пути не хочу. Но в каком месте рвать цепочки? Глобально есть две крайности: 1. Можно делать по фабрике на каждое звено производства. Например, фабрика, которая делает деталь E, должна принимать на вход детали C и D, и всё. Такая схема очень легко масштабируется: небольшую фабрику очень просто расширять. А детали возить между фабриками поездами. Но тогда потребуется типа 100 разных фабрик и очень сложная железнодорожная сеть. 2. Можно в каждую фабрику привозить сырьё. Только то, что невозможно произвести, а можно только добыть. Фабрика делает с нуля из сырья все детали, в том числе для промежуточных звеньев. Такую схему очень легко балансировать: один раз посчитал, сколько нужно сырья, и всё. Но фабрики для сложных деталей будут громоздкие. А ещё если деталь C нужна в десяти местах то придётся десять раз повторить всю цепочку производства детали C, а можно было бы в одном месте делать очень много деталей C и возить. Мне не нравятся оба варианта, значит, рвать цепочку нужно где-то посередине. Но где? #games

Резултати

Намерени 5 подобни публикации

Търсене: #datastructures

当前筛选 #datastructures清除筛选
Repositorio data science

@repo_science · Post #3438 · 14.07.2023 г., 19:11

#python#DataStructures#algorithms 🐍 Python Data Structures & Algorithms What you will get in this course: - Data Structures Lists Linked Lists Doubly Linked Lists Stacks & Queues Binary Trees Hash Tables Graphs - Algorithms - Sorting Bubble Sort Selection Sort Insertion Sort Merge Sort Quick Sort - Searching Breadth First Search Depth First Search 🔗Link ----- Main channel:@repo_science Coupons:@freecoupons_reposcience -----

Repositorio data science

@repo_science · Post #3348 · 25.06.2023 г., 17:31

#python#Algorithms#dataStructures 🐍 Hands-On Data Structures and Algorithms with Python: Store, manipulate, and access data effectively and boost the performance of your applications 🖇3rd Edition 📆2022 ✍️Dr. Basant Agarwal 🔗Link ----- Main channel: @repo_science Coupons: @freecoupons_reposcience -----

Repositorio data science

@repo_science · Post #3433 · 12.07.2023 г., 19:56

#DataStructures#Algorithms#Java 🛠 The Ultimate Data Structures & Algorithms Course What You'll Learn... This course is divided into three parts, each about 5 hours long so you can easily complete it. The first part is all about linear data structures and their algorithms: - Big O Notation - Arrays - Linked Lists - Stacks - Queues - Hash Tables The second part covers non-linear data structures and their algorithms: - Binary Trees - AVL Trees - Heaps - Tries - Graphs The third part explores: - Searching Algorithms - Sorting Algorithms - String Manipulation Algorithms 🗣Mosh Hamedani 🔗Link ----- Main channel:@repo_science Coupons:@freecoupons_reposcience -----

Repositorio data science

@repo_science · Post #3109 · 28.04.2023 г., 17:58

#datascientist#datascience#datasciencejobs#dataanalysis#data#dataanalyst#dataanalytics#dataanalystjobs#analytics#python#pythonprogramming#rprogramming#sql#excel#statistics#testing#softwaretesting#projects#projectmanagement#agile#computerscience#programming#webdevelopment#softwaredevelopment#roadmap#visualization#learningeveryday#learning#tutorials#learntocode#apache#powerbi#tableau#machinelearning#ml#ai#artficialintelligence#deeplearning#bigdata#bigdataanalytics#algorithms#mathematics#datastructures#kaggle#nlp#reinforcementlearning#sql#nosql#databases#mongodb ----- Canal principal:@repo_science Cupones: @freecoupons_reposcience -----