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

Ce projet est une bibliothèque curatée d'implémentations d'algorithmes et de problèmes de programmation résolus. Il sert de dépôt de référence pour la programmation compétitive et les implémentations de structures de données, fournissant des solutions optimisées pour un large éventail de défis de codage. La collection organise les exemples de code par technique algorithmique, en se concentrant spécifiquement sur l'implémentation d'arbres, de graphes et de tas pour optimiser la complexité temporelle et spatiale. Elle fournit des solutions spécifiques au langage utilisées pour des tâches de codage haute performance. Le dépôt couvre un large ensemble de capacités, incluant les parcours de graphes, la programmation dynamique, le traitement de motifs de chaînes et les opérations de recherche binaire. Il inclut également des implémentations pour l'interrogation de données sur plage, la manipulation de bits et la conception de structures de données personnalisées telles que des caches et des moteurs d'autocomplétion. Une couverture supplémentaire inclut les calculs mathématiques et le suivi des performances en concours.

Ce projet est une collection complète de bibliothèques et de toolkits C++ fournissant des implémentations de référence pour les structures de données, les algorithmes de graphes et la logique binaire. Il sert de référence d'algorithmes C++ contenant plus de 180 problèmes de programmation résolus et un toolkit spécialisé pour la programmation compétitive. Le dépôt se distingue par ses bibliothèques étendues de manipulation de bits de bas niveau pour les contrôles de parité, la détection d'endianness et la logique basée sur XOR. Il fournit également un large éventail de solutions de référence pour des défis algorithmiques complexes impliquant le backtracking, la théorie des graphes et la programmation dynamique. La surface de fonctionnalités couvre les organisateurs de données linéaires et hiérarchiques fondamentaux, y compris les listes chaînées, les piles, les files d'attente et les arbres de recherche binaire. Il inclut une suite complète d'algorithmes de graphes pour la recherche de chemin et les arbres couvrants, diverses méthodes de tri et de recherche, des transformations de matrices et des utilitaires de traitement de chaînes. De plus, il couvre les fonctions de calcul mathématique, la compression de données sans perte et les chiffrements cryptographiques de base.

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

Ce projet est un dépôt de cours d'apprentissage automatique contenant une collection d'exercices et de notebooks Python. Il est conçu pour implémenter des algorithmes d'apprentissage automatique fondamentaux et compléter des devoirs de programme via des documents interactifs qui combinent texte pédagogique et code exécutable. Le dépôt fournit du code formaté pour la compatibilité avec des systèmes de notation automatisés, permettant la soumission et la validation d'exercices techniques. Il inclut des configurations d'environnement prédéfinies et des verrous de dépendances pour garantir une exécution cohérente des outils de science des données à travers différents environnements de calcul. Le projet couvre l'implémentation et l'éducation en apprentissage automatique, utilisant un flux de travail de notebook interactif pour traduire des concepts mathématiques en code fonctionnel. Ces exercices sont conçus pour s'exécuter dans des espaces de travail basés sur navigateur pour supprimer le besoin d'installation de logiciel 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 est une bibliothèque de recherche et un framework pour l'apprentissage par renforcement, la planification et la simulation de jeux multi-agents. Il fournit un système pour représenter des jeux à agent unique et multi-agents dans des scénarios à somme nulle, coopératifs et à information imparfaite. Le projet utilise une interface de jeu abstraite standardisée pour découpler la logique de jeu des algorithmes, permettant aux agents de fonctionner sur différents types de jeux. Il implémente la logique critique en termes de performance en C++ avec des bindings Python et utilise une simulation déterministe avec graine pour garantir la reproductibilité pour le benchmarking de recherche. Le framework couvre un large éventail de capacités, incluant les algorithmes de recherche et de planification computationnelle, l'apprentissage par renforcement multi-agent et la recherche en théorie des jeux. Il inclut également des outils pour l'analyse de la dynamique d'apprentissage afin de suivre le comportement des agents et calculer des métriques d'évaluation.

Ce projet est une collection d'implémentations de référence et de projets de démonstration couvrant la vision par ordinateur, l'automatisation DevOps, les systèmes distribués et les microservices basés sur Java. Il fournit une bibliothèque de référence de programmation et des exemples pratiques pour créer des applications côté serveur, conteneuriser des services et orchestrer des clusters. Le dépôt propose un ensemble complet d'outils pour l'automatisation DevOps, incluant des scripts et des playbooks pour les pipelines CI/CD et l'installation automatisée de clusters. Il comprend un projet de démonstration de vision par ordinateur pour la détection d'objets et l'analyse faciale, ainsi que des guides détaillés et des fichiers de configuration pour la conteneurisation Docker et le déploiement Kubernetes. Le projet couvre un large éventail de capacités pour les systèmes distribués, notamment l'implémentation d'API gRPC et RESTful, la mise en file d'attente de messages et le streaming de données. Il aborde également l'observabilité de l'infrastructure via le traçage distribué et la surveillance des performances système, ainsi que le traitement de données massives et l'optimisation du stockage. La base de code inclut des exemples d'implémentation pour Java et Go, fournissant le code source pour la compilation de binaires natifs et les builds de conteneurs multi-étapes.

This repository serves as a comprehensive library for algorithmic problem solving, providing reference implementations for fundamental computer science challenges. It is designed as a resource for technical interview preparation and competitive programming training, focusing on the mastery of common patterns and data structures required for coding assessments. The project distinguishes itself by offering solutions that emphasize idiomatic Python usage and performance optimization. It covers a wide range of algorithmic techniques, including greedy selection, dynamic programming, graph theory,

Ce dépôt est une collection de structures de données fondamentales et d'algorithmes standard implémentés en C et C++. Il sert de référence technique pour comprendre et appliquer des modèles computationnels centraux, fournissant des exemples de code vérifiés pour des tâches telles que le tri, la recherche et le parcours de graphes. Le projet met l'accent sur la programmation système bas niveau en utilisant la gestion manuelle de la mémoire et le chaînage de données basé sur des pointeurs pour organiser les informations. Il emploie une approche procédurale de la logique, s'appuyant sur l'application du système de typage statique pour garantir les performances et la sécurité mémoire lors de l'exécution d'opérations courantes comme les listes chaînées, les piles, les files d'attente, les arbres et les tables de hachage. Ces implémentations sont conçues pour soutenir le développement logiciel et l'enseignement de l'informatique en démontrant comment gérer la mémoire et accéder aux données efficacement. La bibliothèque est distribuée dans un format header-only pour faciliter l'intégration directe dans les unités de compilation.