我休息后回到编程 .
Data structures have grown in size tremendously. 我记得，过去的约束是内存大小，处理器速度和代码大小 . 凭借非常大的数据集和丰富的机器资源，这些约束变得极小 .
Correct me if I am wrong, but the goals now are knowing how to:
-
有效地遍历数据集（数据结构/策略）
-
尽可能少的通过（算法效率）
-
具有最少的重复计算（数学/统计专业知识）
If I am right ，我看到预处理，准备数据，创建查找表，尽可能预先计算或索引等等......基本上在可能的情况下提供支持......创造了巨大的 Value .
基本上，你会跑进来，快速浏览一下数据 . 除了你的智慧，你不会随身携带任何东西，除了你的答案之外别无他法 . 杰克敏捷，杰克很快 .
I have also seen some algorithms 通过数据集迭代多次，但由于它可能保留在缓存中，因此操作很快 . 作为交换，他们可以同时执行输入和输出（图像处理），或同时进行io和计算（例如，在cpu中完成io和缓冲，在gpu中完成处理） . 所以并行操作 might 值得做重复的任务 .
I can hunt all over down rabbit holes 并找到了小宝贝和金块，但是很久以来我已经退出了一段时间 . 必须有很多地方收集和共享这些策略和算法 .
I usually work in python, but I am extremely flexible and I am the one asking for help, after all. Help teach this old dog some new tricks.