Awesome GitHub RepositoriesAdjacency Lists

This project is a comprehensive collection of common computer science algorithms and data structures implemented in Swift. It serves as an educational reference and library for studying computational complexity, algorithmic logic, and data structure engineering through practical code examples. The repository provides a wide suite of data structure implementations, including various types of linked lists, heaps, hash tables, and an extensive range of hierarchical trees such as Red-Black, B-Tree, and Splay trees. It also covers diverse sorting and searching techniques, from basic bubble sort to

This project is a data structures and algorithms library providing a collection of fifty standard code implementations for managing data and solving common computational problems. It serves as an algorithm implementation reference and study resource for educational use. The codebase covers graph theory implementations for modeling networks and performing searches, as well as string pattern matching libraries for the retrieval of character sequences. It includes a collection of hierarchical data structures, such as binary search trees and priority heaps, and provides optimized solutions for dy

NetworkX is a Python library designed for the creation, manipulation, and study of the structure, dynamics, and functions of complex networks. It provides a comprehensive framework for modeling relationships between entities as graphs, directed graphs, or multigraphs, allowing users to attach arbitrary metadata and properties to nodes and edges. The library distinguishes itself through a modular architecture that decouples graph analysis logic from data storage, utilizing nested dictionaries and adjacency lists to manage topology. It features a pluggable backend system that delegates computat

Boost is a collection of portable, high-performance source libraries that extend the C++ standard library. It provides a wide range of reusable components, data structures, and algorithms designed to add capabilities to the base language across different platforms. The project is distinguished by its extensive focus on compile-time template metaprogramming and generic programming. It implements advanced architectural patterns such as policy-based design, concept-based type validation, and the use of SFINAE for conditional template resolution to minimize runtime overhead. The library covers a

algs4 is a Java data structures library and algorithm reference collection designed as the source code for a standard computer science textbook curriculum. It provides a comprehensive suite of fundamental implementations for sorting, searching, and core data organization. The project serves as a graph theory framework, offering tools for representing directed and undirected graphs and performing complex traversals and pathfinding. It also includes a broad sorting algorithm suite and a specialized library of Java data structures, including stacks, queues, priority queues, and symbol tables. I

This project is a comprehensive collection of computer science implementations and an algorithm tutorial repository. It serves as a study guide and reference for competitive programming, providing executable code examples that demonstrate fundamental algorithmic problem solving and mathematical computation. The library covers a wide range of specialized domains, including cryptography and security primitives, lossless data compression techniques, and computational geometry for spatial analysis. It also features implementations of machine learning models, linear algebra operations, and formal

Este proyecto es una colección integral de librerías y toolkits de C++ que proporcionan implementaciones de referencia para estructuras de datos, algoritmos de grafos y lógica de bits. Sirve como una referencia de algoritmos en C++ que contiene más de 180 problemas de programación resueltos y un toolkit especializado para programación competitiva. El repositorio se distingue por sus extensas librerías de manipulación de bits de bajo nivel para comprobaciones de paridad, detección de endianness y lógica basada en XOR. También proporciona una amplia gama de soluciones de referencia para desafíos algorítmicos complejos que involucran backtracking, teoría de grafos y programación dinámica. La superficie de capacidades cubre organizadores de datos lineales y jerárquicos fundamentales, incluyendo listas enlazadas, pilas, colas y árboles de búsqueda binaria. Incluye un conjunto completo de algoritmos de grafos para búsqueda de caminos y árboles de expansión, varios métodos de ordenamiento y búsqueda, transformaciones de matrices y utilidades de procesamiento de cadenas. Además, cubre funciones computacionales matemáticas, compresión de datos sin pérdida y cifrados criptográficos básicos.

AlgorithmsByPython es una biblioteca de referencia y repositorio educativo que proporciona implementaciones ejecutables en Python de fundamentos de ciencias de la computación. Sirve como una guía completa para patrones algorítmicos, estructuras de datos centrales y soluciones para programación competitiva y desafíos de entrevistas técnicas. El proyecto se distingue por ofrecer una amplia gama de implementaciones de referencia, incluyendo un conjunto dedicado de soluciones para problemas comunes de LeetCode. Se centra en traducir la lógica computacional teórica en código Python práctico para uso educativo y profesional. El repositorio cubre una amplia gama de capacidades, incluyendo el diseño de colecciones lineales, árboles y grafos, así como la implementación de estrategias de búsqueda y ordenamiento. Incluye utilidades para teoría de grafos, como cálculos de camino más corto y árbol de expansión mínima, y proporciona mecanismos para indexación de disco y coincidencia de patrones de texto.

Esta es una colección de estructuras de datos estándar e implementaciones algorítmicas escritas en Rust. Proporciona un conjunto de bibliotecas especializadas diseñadas para programación competitiva e ingeniería de sistemas. El proyecto está organizado en toolkits distintos para teoría de grafos, teoría de números, consultas de rango y procesamiento de cadenas. Incluye implementaciones para calcular caminos más cortos y flujos de red, realizar pruebas de primalidad y aritmética modular, y gestionar consultas de rango asociativas. La biblioteca cubre áreas computacionales amplias, incluyendo procesamiento de señales mediante transformadas rápidas de Fourier, análisis de texto usando suffix arrays y tries, y organización de datos mediante compresión de coordenadas y utilidades de ordenamiento. También proporciona herramientas para analizar datos de entrada desde archivos o I/O estándar.

petgraph is a graph data structure library for the Rust programming language. It provides a collection of tools for representing and manipulating graphs, functioning as a network analysis tool and a comprehensive graph algorithm suite. The library integrates with Graphviz DOT for importing, exporting, and parsing graph data to facilitate visualization. It distinguishes itself by offering specialized network analysis capabilities, such as the detection of cliques, bridge edges, articulation points, and subgraph isomorphisms. Its computational surface covers a wide range of algorithms, includi

Este repositorio proporciona una colección de estructuras de datos fundamentales implementadas en Java, diseñadas para servir como un recurso educativo para comprender conceptos centrales de ciencias de la computación. Incluye implementaciones estándar de árboles, grafos, colas y montículos, destinadas a ayudar a los desarrolladores a estudiar la mecánica interna y las características de rendimiento de estas estructuras. La biblioteca enfatiza el uso de genéricos para mantener la seguridad de tipos a través de diferentes tipos de datos y utiliza un diseño basado en interfaces para asegurar firmas de métodos consistentes. Al construir estos componentes desde cero, el proyecto demuestra patrones algorítmicos comunes, como el recorrido recursivo de árboles, la gestión de memoria basada en punteros y representaciones de grafos de lista de adyacencia. Estas implementaciones están destinadas para su uso en la resolución de problemas algorítmicos, preparación para entrevistas técnicas y educación general en ingeniería de software. La base de código está estructurada para proporcionar una visión clara de cómo funcionan las estructuras de datos estándar bajo el capó, facilitando una comprensión más profunda de los principios necesarios para escribir software eficiente.

Este repositorio sirve como una biblioteca integral para la resolución de problemas algorítmicos, proporcionando implementaciones de referencia para desafíos fundamentales de ciencias de la computación. Está diseñado como un recurso para la preparación de entrevistas técnicas y el entrenamiento en programación competitiva, centrándose en el dominio de patrones comunes y estructuras de datos requeridas para evaluaciones de codificación. El proyecto se distingue por ofrecer soluciones que enfatizan el uso idiomático de Python y la optimización del rendimiento. Cubre una amplia gama de técnicas algorítmicas, incluyendo selección codiciosa, programación dinámica, teoría de grafos y búsqueda binaria, mientras proporciona orientación sobre el análisis de la complejidad de ejecución para identificar la lógica más eficiente para tareas específicas. Más allá de los algoritmos centrales, la colección incluye implementaciones para estructuras de datos estándar como pilas, colas y representaciones de grafos de lista de adyacencia. También proporciona ejemplos de integración de servicios web externos y gestión de datos estructurados, asegurando una amplia cobertura de las habilidades técnicas necesarias tanto para entornos competitivos como para el desarrollo de software práctico.