Какие алгоритмы приходилось реализовывать на практике или изучать?

Question

Обычно в backend чаще встречаются не “олимпиадные” алгоритмы, а прикладные: хеш-таблицы, сортировки, поиск, очереди, кучи, скользящее окно и простые графовые обходы. Важно уметь объяснить, зачем выбран алгоритм и какова его сложность по времени и памяти. Также ценится понимание компромиссов: предрасчёт vs вычисление на лету, точность vs скорость, память vs latency. Если вы что-то применяли в проде, лучше привести короткий пример задачи и почему алгоритм подошёл.

YeaHub · Accepted Answer

Как правильно отвечать на такой вопросОбычно ожидают не список из 50 пунктов, а 5-10 типовых вещей плюс 1-2 истории применения. Важно показать, что вы понимаете “класс алгоритма” и его пользу.1) Часто встречается в backendПоиск и работа с коллекциямибинарный поисксортировка (и критерии выбора)дедупликация по ключуСтруктуры данныхmap как хеш-таблица (поиск за O(1) в среднем)heap/priority queue (очередь с приоритетом)deque/queue для потоковой обработкиПотоковые приёмы“скользящее окно” для метрик по интерваламrate limiting (token bucket / leaky bucket)подсчёты частот (frequency map)Простые графовые вещиBFS/DFS для зависимостей или связейтопологическая сортировка (если есть DAG: зависимости задач)2) Что иногда встречается “поглубже”консистентное хеширование (распределение по шардам)bloom filter (быстрая проверка “точно нет”)выборка top-K (heap вместо полной сортировки)Определение: Top-K — выбрать K лучших элементов без полной сортировки всего массива.3) Пример маленького практического кейса (как отвечать)Сценарий:“Нужно быстро показывать top-100 самых популярных объектов за час”Подход:агрегируем счётчики по ключухраним top-K через heap или ZSET в Redis (если инфраструктура есть)Плюс:быстро, предсказуемо, можно обновлять инкрементальноВыводОжидаются прикладные алгоритмы и понимание компромиссов: что ускоряет чтение, что уменьшает память, что стабилизирует latency. Лучший ответ — 5-10 типовых классов + 1-2 реальных применения.