React Frontend Developer

Question 1

Что такое tree shaking в Webpack?

Accepted Answer

Tree shaking — это процесс удаления неиспользуемого кода из сборки. Он работает с модулями ES6, используя статический анализ для исключения "мертвого" кода.

Question 2

Опишите, как настроить базового AI персонажа с использованием Behavior Trees в Unreal Engine.

Accepted Answer

Для настройки базового AI персонажа с использованием Behavior Trees создайте новый AI Controller и Behavior Tree. Определите задачи и условия в Behavior Tree для управления действиями AI персонажа. Назначьте AI Controller персонажу и привяжите его к Behavior Tree для выполнения.

Question 3

Какие ключевые различия между алгоритмами K-Nearest Neighbors (KNN) и Decision Trees в Scikit-Learn?

Accepted Answer

KNN — это алгоритм на основе экземпляров, который классифицирует новые данные, измеряя схожесть с обучающими примерами. Он не создает модель, а работает на основе всех данных. Decision Trees строят дерево решений, где каждый узел представляет характеристику, а каждая ветвь — правило решения. KNN может быть вычислительно дорогим для больших наборов данных, тогда как Decision Trees более эффективны, но могут переобучиться.

Question 4

Почему поиск в B-tree работает быстрее полного перебора данных?

Accepted Answer

Потому что B-tree отсеивает ненужные данные, двигаясь по дереву, а не проверяя каждую строку таблицы.

Question 5

Чем TreeMap отличается от HashMap? Как управлять порядком элементов в TreeMap?

Accepted Answer

Основные отличия:HashMap - неупорядоченная, TreeMap - сортированная по ключамHashMap - O(1) доступ, TreeMap - O(log n)TreeMap использует Comparator или естественный порядок

Question 6

Если в запросе Seq Scan по полю с датой, что это значит? Какой индекс накинуть на дату и почему? (B-tree vs Hash).

Accepted Answer

Seq Scan (sequential scan) means что база данных читает всю таблицу для выполнения запроса, что медленно для больших таблиц. Для поля с датой следует создать B-tree индекс, потому что B-tree поддерживает range queries (например, поиск по периоду), while Hash индекс only supports equality checks.

Question 7

Какая сложность поиска в B-tree и Hash-индексе (асимптотическая и в среднем)?

Accepted Answer

Поиск в B-tree индексе имеет логарифмическую сложность O(log n), что эффективно для больших данных. Поиск в Hash индексе имеет постоянную сложность O(1) в среднем, но может деградировать до O(n) при коллизиях. B-tree лучше для диапазонных запросов, Hash — для точных совпадений.

Question 8

Что такое деревья? Приведи пример использования (например, B-tree в Postgres).

Accepted Answer

Дерево — это иерархическая структура данных, состоящая из узлов, где каждый узел имеет родителя и ноль или более детей. Пример: B-tree используется в базах данных (например, Postgres) для индексации, так как он эффективен для хранения и поиска больших объемов данных на диске.

Question 9

Почему поиск в B-tree работает быстрее полного перебора данных?

Accepted Answer

Поиск в B-дереве быстрее, потому что он использует принцип двоичного поиска на каждом уровне, что позволяет быстро отбрасывать большие части данных. Вместо проверки каждого элемента (как при переборе), алгоритм за несколько шагов принимает решение, в какую ветку двигаться дальше. Это значительно сокращает количество операций, особенно для больших объемов данных.

Question 10

Чем B-tree отличается от бинарного дерева?

Accepted Answer

B-дерево и бинарное дерево решают одну задачу — эффективный поиск, но по-разному. Бинарное дерево имеет не более двух потомков у каждого узла, а B-дерево — много. B-дерево всегда сбалансировано, что гарантирует быстрый поиск, а бинарное может выродиться в список. Главное же отличие в том, что B-дерево оптимизировано для хранения на диске и работы с большими данными.

Вопросы React Frontend Developer