सिलेक्शन सॉर्ट तकनीक में, लिस्ट को दो भागों में विभाजित किया जाता है। एक भाग में सभी एलिमेंट्स सॉर्टेड होते हैं और दूसरे भाग में आइटम्स अनसॉर्टेड होते हैं। पहले, हम ऐरे से अधिकतम या न्यूनतम डेटा लेते हैं। डेटा प्राप्त करने के बाद (मान लें न्यूनतम) हम इसे लिस्ट की शुरुआत में पहले स्थान के डेटा को न्य

शेल सॉर्टिंग तकनीक इंसर्शन सॉर्ट पर आधारित है। इंसर्शन सॉर्ट में कभी-कभी हमें किसी आइटम को सही स्थान पर इन्सर्ट करने के लिए बड़े ब्लॉक को शिफ्ट करने की आवश्यकता होती है। शेल सॉर्ट का उपयोग करके, हम बड़ी संख्या में शिफ्टिंग से बच सकते हैं। सॉर्टिंग एक विशिष्ट अंतराल के साथ की जाती है। प्रत्येक पास के

n विभिन्न गतिविधियाँ दी गई हैं जिनके प्रारंभ समय और समाप्ति समय हैं। एक व्यक्ति द्वारा हल की जाने वाली अधिकतम संख्या में गतिविधियों का चयन करें। हम अगली गतिविधि खोजने के लिए लालची दृष्टिकोण का उपयोग करेंगे जिसका समाप्ति समय शेष गतिविधियों में न्यूनतम है, और प्रारंभ समय अंतिम चयनित गतिविधि के समाप्ति

एक दिया गया ग्राफ G(V, E) अपने एडजेसेंसी लिस्ट प्रतिनिधित्व के साथ है, और एक सोर्स वर्टेक्स भी प्रदान किया गया है। डिज्क्स्ट्रा का एल्गोरिदम सोर्स वर्टेक्स से ग्राफ G के किसी अन्य वर्टेक्स तक न्यूनतम सबसे छोटा पथ ढूंढने के लिए। इस समस्या को हल करने के लिए, हम दो लिस्ट्स का उपयोग करेंगे। एक सबसे छ

मुख्य समस्या पिछले जैसी ही है, प्रारंभिक नोड से किसी अन्य नोड तक, सबसे छोटी दूरियां ढूंढें। इस समस्या में, मुख्य अंतर यह है कि ग्राफ को एडजेसेंसी मैट्रिक्स का उपयोग करके दर्शाया गया है। (कॉस्ट मैट्रिक्स और एडजेसेंसी मैट्रिक्स इस उद्देश्य के लिए समान हैं)। एडजेसेंसी लिस्ट प्रतिनिधित्व के लिए, टाइम क

हफमैन कोडिंग एक लॉसलेस डेटा कम्प्रेशन एल्गोरिदम है। इस एल्गोरिदम में, इनपुट के विभिन्न कैरेक्टर्स को एक वेरिएबल-लेंथ कोड असाइन किया जाता है। कोड की लंबाई इस बात से संबंधित है कि कैरेक्टर्स कितनी बार उपयोग किए जाते हैं। सबसे अधिक बार उपयोग किए जाने वाले कैरेक्टर्स के सबसे छोटे कोड होते हैं और कम बार

पिछली हफमैन कोड समस्या में, फ्रीक्वेंसी सॉर्टेड नहीं थी। यदि फ्रीक्वेंसी लिस्ट सॉर्टेड क्रम में दी गई है, तो कोड असाइन करने का कार्य अधिक कुशल हो जाता है। इस समस्या में, हम दो खाली क्यूज़ का उपयोग करेंगे। फिर प्रत्येक यूनिक कैरेक्टर के लिए एक लीफ नोड बनाएं और इसे फ्रीक्वेंसी के बढ़ते क्रम में क्यू

इस समस्या में, जॉब्स की एक लिस्ट दी गई है। लिस्ट में प्रत्येक जॉब के लिए डेडलाइन और प्रॉफिट भी दिए गए हैं। प्रत्येक जॉब में समय की एक इकाई लगेगी, इसलिए एक जॉब के लिए न्यूनतम डेडलाइन 1 है। यदि एक समय में केवल एक जॉब शेड्यूल की जा सकती है, तो प्रॉफिट को अधिकतम करें। इस समस्या को हल करने के लिए, जॉब्स

बकेट सॉर्टिंग तकनीक में, डेटा आइटम्स को बकेट्स के एक सेट में वितरित किया जाता है। प्रत्येक बकेट एक समान प्रकार का डेटा रख सकता है। वितरित करने के बाद, प्रत्येक बकेट को किसी अन्य सॉर्टिंग एल्गोरिदम का उपयोग करके सॉर्ट किया जाता है। उसके बाद, सभी एलिमेंट्स को सॉर्टेड फॉर्म प्राप्त करने के लिए मेन लिस्

कॉम्ब सॉर्ट का मूल विचार और बबल सॉर्ट समान है। दूसरे शब्दों में, कॉम्ब सॉर्ट बबल सॉर्ट पर एक सुधार है। बबल सॉर्टिंग तकनीक में, प्रत्येक चरण में आइटम्स की तुलना अगले आइटम से की जाती है। लेकिन कॉम्ब सॉर्ट के लिए, आइटम्स को एक विशिष्ट गैप में सॉर्ट किया जाता है। प्रत्येक चरण को पूरा करने के बाद, गैप कम

काउंटिंग सॉर्ट एक स्टेबल सॉर्टिंग तकनीक है, जिसका उपयोग ऑब्जेक्ट्स को छोटी संख्याओं की कीज़ के अनुसार सॉर्ट करने के लिए किया जाता है। यह उन कीज़ की संख्या गिनता है जिनके की वैल्यूज़ समान हैं। यह सॉर्टिंग तकनीक तब प्रभावी होती है जब विभिन्न कीज़ के बीच का अंतर अधिक बड़ा नहीं होता, अन्यथा यह स्पेस कॉम

साइकिल सॉर्ट एक इन-प्लेस सॉर्टिंग एल्गोरिदम है। यह एक कंपेरिजन बेस्ड सॉर्ट भी है और किसी भी अन्य इन-प्लेस सॉर्टिंग तकनीक के लिए कुशल है। यह सॉर्टिंग कार्यों को करने के लिए मेमोरी राइट की न्यूनतम संख्या ढूंढता है। साइकिल सॉर्ट तकनीक की जटिलता टाइम कॉम्प्लेक्सिटी: O(n^2) स्पेस कॉम्प्लेक्सिटी: O(

हीप सॉर्ट हीप डेटा स्ट्रक्चर पर किया जाता है। हम जानते हैं कि हीप एक पूर्ण बाइनरी ट्री है। हीप ट्री दो प्रकार के हो सकते हैं: मिन-हीप या मैक्स हीप। मिन हीप के लिए रूट एलिमेंट न्यूनतम होता है और मैक्स हीप के लिए रूट अधिकतम होता है। हीप बनाने के बाद, हम रूट से एक एलिमेंट डिलीट कर सकते हैं और लास्ट एलि

यह सॉर्टिंग तकनीक कार्ड सॉर्टिंग तकनीक के समान है, दूसरे शब्दों में, हम इंसर्शन सॉर्ट मैकेनिज्म का उपयोग करके कार्ड्स सॉर्ट करते हैं। इस तकनीक के लिए, हम डेटा सेट से एक एलिमेंट चुनते हैं और पिक किए गए एलिमेंट को वापस डेटा सेट में डालने के लिए जगह बनाने के लिए डेटा एलिमेंट्स को शिफ्ट करते हैं। इंसर्

मर्ज सॉर्ट तकनीक डिवाइड एंड कन्कर तकनीक पर आधारित है। हम पूरे डेटासेट को छोटे भागों में विभाजित करते हैं और उन्हें सॉर्टेड ऑर्डर में एक बड़े भाग में मर्ज करते हैं। यह सबसे खराब मामलों के लिए भी बहुत प्रभावी है क्योंकि इस एल्गोरिदम की सबसे खराब स्थिति के लिए भी कम टाइम कॉम्प्लेक्सिटी है। मर्ज सॉर्ट

यह नॉन-कंपेरिजन सॉर्टिंग तकनीक का एक उदाहरण है। इसका उपयोग वहां किया जाता है जहां आइटम्स की संख्या और संभावित की वैल्यूज़ की रेंज लगभग समान होती है। इस सॉर्ट को करने के लिए, हमें कुछ होल्स बनाने की आवश्यकता होती है। आवश्यक होल्स की संख्या नंबर्स की रेंज द्वारा तय की जाती है। प्रत्येक होल में, आइटम्

स्टैशिंग आपको Git रिपॉजिटरी में अपने कोड को बाद के लिए सहेजने देती है। जब आप Git रिपॉजिटरी के साथ काम कर रहे होते हैं, तो आप फ़ाइल में परिवर्तन कर सकते हैं जिन्हें आप बाद में Git कमिट पर लागू करना चाहते हैं। यहीं git stash कमांड काम आती है। स्टैशिंग आपको अपने वर्किंग ब्रांच पर कोड को बाद की तारीख के

git push कमांड आपके रिपॉजिटरी के स्थानीय संस्करण को रिमोट रिपॉजिटरी में अपलोड करता है। पुशिंग वह तंत्र है जिसके माध्यम से आप रिमोट रिपॉजिटरी में परिवर्तनों को अपलोड करते हैं। एक बार जब आप अपने परिवर्तनों को पुश कर देते हैं, तो प्रोजेक्ट पर सभी सहयोगी उन्हें डाउनलोड कर सकते हैं। आपके कोड को रिमोट रिप

आपके कोडबेस में ब्रांच मर्ज करने के बाद Git ब्रांचेज़ को हटाना आम प्रथा है। आप git branch -d फ्लैग का उपयोग करके अपने स्थानीय मशीन पर Git ब्रांच को हटा सकते हैं। git push origin --delete कमांड रिमोट रिपॉजिटरी से ब्रांच को हटा देता है। ब्रांचिंग आपको एक प्रोजेक्ट के स्वतंत्र संस्करण बनाने देती है जिस

उपरोक्त त्रुटि अक्सर तब ट्रिगर होती है जब हम उस रिपॉजिटरी को क्लोन नहीं करते जिसे हम पुल करने का प्रयास कर रहे हैं। प्रोजेक्ट्स समान हो सकते हैं, लेकिन हम स्थानीय रूप से एक पर काम कर रहे होंगे जबकि इसे Github पर रेपो से पुल करने का प्रयास कर रहे होंगे क्योंकि इसमें अन्य फ़ाइलें या फीचर्स हो सकते हैं