Awesome GitHub RepositoriesAlgorithm Implementations

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

LogicStack-LeetCode is a curated repository of solved algorithm problems and data structure implementations, primarily drawn from the LeetCode platform. Its core identity is a structured collection of solutions designed to support technical interview preparation and competitive programming practice, with each solution accompanied by complexity analyses to help engineers understand performance trade-offs. The repository distinguishes itself through its breadth of coverage across fundamental algorithmic patterns and data structures. It includes implementations for array manipulation, string pro

This project is a LeetCode solution repository and algorithm implementation library. It serves as a technical interview study guide, providing a collection of solved programming problems and algorithmic implementations. The repository focuses on coding practice management and algorithm study workflows. It organizes curated coding questions and answers to assist in preparing for technical job evaluations and software engineering assessments. The content is managed through a git-based system using markdown documentation and a category-based directory structure. This allows for the organization

Este proyecto es una biblioteca curada de implementaciones de algoritmos y problemas de programación resueltos. Sirve como repositorio de referencia para programación competitiva e implementaciones de estructuras de datos, proporcionando soluciones optimizadas para una amplia gama de desafíos de codificación. La colección organiza ejemplos de código por técnica algorítmica, enfocándose específicamente en la implementación de árboles, grafos y montículos (heaps) para optimizar la complejidad temporal y espacial. Proporciona soluciones específicas por lenguaje utilizadas para tareas de codificación de alto rendimiento. El repositorio cubre un amplio conjunto de capacidades, incluyendo recorridos de grafos, programación dinámica, procesamiento de patrones de cadenas y operaciones de búsqueda binaria. También incluye implementaciones para consultas de datos en rangos, manipulación de bits y el diseño de estructuras de datos personalizadas como cachés y motores de autocompletado. La cobertura adicional incluye cálculos matemáticos y el seguimiento del rendimiento en concursos.

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.

Algodeck is an open-source collection of flash cards designed for reviewing algorithms, data structures, and system design concepts, specifically curated for technical interview preparation. The project organizes knowledge into atomic question-and-answer pairs and incorporates spaced repetition scheduling to optimize long-term memory retention. The flash card catalog covers a broad range of computer science topics, including classic sorting algorithms like quicksort and mergesort, data structure operations for arrays, trees, heaps, tries, and graphs, as well as bit manipulation techniques for

Este proyecto es un repositorio de cursos de aprendizaje automático que contiene una colección de ejercicios y cuadernos de Python. Está diseñado para implementar algoritmos fundamentales de aprendizaje automático y completar tareas del plan de estudios a través de documentos interactivos que combinan texto instructivo y código ejecutable. El repositorio proporciona código formateado para la compatibilidad con sistemas de calificación automatizados, permitiendo la presentación y validación de ejercicios técnicos. Incluye configuraciones de entorno predefinidas y bloqueos de dependencias para asegurar la ejecución consistente de herramientas de ciencia de datos a través de diferentes entornos de cómputo. El proyecto cubre la implementación y educación en aprendizaje automático, utilizando un flujo de trabajo de cuaderno interactivo para traducir conceptos matemáticos en código funcional. Estos ejercicios están diseñados para ejecutarse dentro de espacios de trabajo basados en navegador para eliminar la necesidad de instalación de software local.

This is a collection of classical algorithms and data structures implemented as a header-only C++ library. It provides a suite of tools for general algorithm implementation, including data structure management, graph theory analysis, and string processing. The library is distinguished by its specialized toolkits for cryptographic hashing and encoding, featuring implementations of MD5, SHA-1, and Base64. It also includes advanced capabilities for high-performance string processing via suffix trees and arrays, as well as computational number theory for primality testing and arbitrary-precision

Open Spiel es una biblioteca de investigación y framework para aprendizaje por refuerzo, planificación y simulación de juegos multi-agente. Proporciona un sistema para representar juegos de agente único y multi-agente en escenarios de suma cero, cooperativos y de información imperfecta. El proyecto utiliza una interfaz de juego abstracta estandarizada para desacoplar la lógica del juego de los algoritmos, permitiendo que los agentes se ejecuten en diferentes tipos de juegos. Implementa lógica crítica para el rendimiento en C++ con bindings para Python y utiliza simulación determinista con semillas para garantizar la reproducibilidad en la investigación de benchmarks. El framework cubre una amplia gama de capacidades, incluyendo algoritmos de búsqueda y planificación computacional, aprendizaje por refuerzo multi-agente e investigación en teoría de juegos. También incluye herramientas para el análisis de dinámicas de aprendizaje para rastrear el comportamiento de los agentes y calcular métricas de evaluación.

Este proyecto es una colección de implementaciones de referencia y proyectos de demostración que abarcan visión artificial, automatización DevOps, sistemas distribuidos y microservicios basados en Java. Proporciona una biblioteca de referencia de programación y ejemplos prácticos para crear aplicaciones del lado del servidor, contenerizar servicios y orquestar clústeres. El repositorio incluye un conjunto completo de herramientas para la automatización DevOps, incluyendo scripts y playbooks para pipelines de CI/CD e instalación automatizada de clústeres. Contiene un proyecto de demostración de visión artificial para detección de objetos y análisis facial, así como guías detalladas y archivos de configuración para la contenerización con Docker y el despliegue en Kubernetes. El proyecto cubre una amplia gama de capacidades de sistemas distribuidos, incluyendo la implementación de gRPC y API RESTful, colas de mensajes y streaming de datos. También aborda la observabilidad de la infraestructura mediante trazado distribuido y monitoreo del rendimiento del sistema, junto con el procesamiento de big data y la optimización del almacenamiento de datos. El código base incluye ejemplos de implementación para Java y Go, proporcionando código fuente para la compilación de binarios nativos y builds de contenedores multietapa.

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.

Este repositorio es una colección de estructuras de datos fundamentales y algoritmos estándar implementados en C y C++. Sirve como referencia técnica para comprender y aplicar patrones computacionales centrales, proporcionando ejemplos de código verificados para tareas como ordenamiento, búsqueda y recorrido de grafos. El proyecto enfatiza la programación de sistemas de bajo nivel utilizando gestión de memoria manual y enlace de datos basado en punteros para organizar la información. Emplea un enfoque procedimental para la lógica, confiando en la aplicación del sistema de tipos estáticos para garantizar el rendimiento y la seguridad de la memoria durante la ejecución de operaciones comunes como listas enlazadas, pilas, colas, árboles y tablas hash. Estas implementaciones están diseñadas para apoyar el desarrollo de software y la educación en ciencias de la computación demostrando cómo gestionar la memoria y acceder a los datos de manera eficiente. La biblioteca se distribuye en un formato de solo cabecera (header-only) para facilitar la integración directa en unidades de compilación.