Бінарний пошук — той алгоритм, який усі «знають», але майже ніхто не пише з першого разу без помилок на одиницю. Причина проста: його зазвичай вчать як рецепт: l, r, m, ділимо навпіл. Але насправді бінарний пошук треба розуміти через інваріант. А ще його майже ніколи не показують у тій формі, в якій він реально трапляється на роботі: не «знайти елемент у масиві», а «знайти мінімальне значення параметра, при якому система ще витримує навантаження». Розберемо обидва випадки. 1.

Сьогодні легко подумати, що алгоритми — це щось неважливе. Є AI, Copilot, ChatGPT, готові бібліотеки, фреймворки, managed-сервіси, no-code і low-code інструменти. Здається, що інженеру вже не обов’язково глибоко розуміти, як працює сортування, пошук, хеш-таблиці, графи, черги чи heap. Можна взяти готову бібліотеку, попросити AI написати код — і рухатися далі. Але в реальній інженерії проблема часто не в тому, що код “не працює”. Він працює. Просто не масштабується. Не завжди

BFS і DFS — два фундаментальні алгоритми обходу графа. Обидва відвідують кожну вершину рівно один раз, але роблять це в різному порядку і через різні структури даних. Саме порядок обходу визначає, яка задача буде вирішена коректно, а яка ні. Як працює BFS BFS алгоритм (Breadth-First Search, обхід у ширину) обходить граф рівень за рівнем. Спочатку всі сусіди стартової вершини, потім їхні сусіди, і так далі. Для цього використовується черга (queue) — структура FIFO: першою обро

Алгоритм нідерландського вченого Едсгера Дейкстри знаходить найкоротші шляхи від однієї вершини графа до всіх інших у зваженому графі з невід'ємними вагами. Саме на ньому працює більшість навігаційних систем: граф — це дорожня мережа, ваги — відстані або час у дорозі, стартова вершина — ваше поточне місцезнаходження. Задача зводиться до пошуку оптимального маршруту, і Дейкстра вирішує її ефективно. Dijkstra не працює коректно з графами, що містять ребра з від'ємними вагами, т

Уявіть граф, де деякі ребра мають від'ємну вагу. Не абстрактно, а цілком реально: наприклад, фінансова мережа, де конвертація валют через певний маршрут дає прибуток, а не витрату. Або логістика, де деякі переміщення субсидовані і знижують загальну вартість маршруту. Саме для таких задач існує Bellman-Ford — алгоритм пошуку найкоротшого шляху, який коректно працює з від'ємними вагами і вміє виявляти негативні цикли. За це він платить вищою складністю, але в задачах, де вага р

Оля Войчик, Software Engineer в Google та випускниця курсу Performance Engineering в CS Osvita, розповіла в блозі DOU про свій шлях хайрингу в Google в Польщі. «Коли зʼявилася можливість спробувати свої сили в Google, я тоді не планувала змінювати роботу, не готувалася роками і не цілилася потрапити в FAANG. Я прийшла в програмування зі бізнес-аналітики, згодом опанувала C++, а до першого Google-інтерв’ю мала всього два тижні на підготовку». З бізнес-аналітики в C++ Я вступи

Колись здавалося, що low-code та no-code платформи змінять усе. Бізнес зможе самостійно створювати внутрішні інструменти, автоматизувати процеси й майже не залучати програмістів. Обіцянка звучала дуже привабливо: менше коду, менше залежності від інженерних команд, швидший результат. І частково це справді працювало. Прості сценарії можна було зібрати швидко: форма, таблиця, базовий workflow, інтеграція з кількома сервісами. Але щойно з’являлися нюанси — складна бізнес-логіка,

Одна з найкращих інвестицій — це інвестиція в себе та свою освіту. А в IT вміння регулярно й ефективно навчатися — одна з головних професійних переваг. Технології змінюються, інструменти застарівають, підходи оновлюються. Але здатність розбиратися в складному, будувати системне розуміння й не здаватися після першого фейлу залишається з вами надовго. Ми зібрали кілька порад, які справді працюють: ➡️ виробіть звичку; ➡️ знайдіть те, що вас захоплює; ➡️ не здавайтеся, коли склад