Przejdź do treści
Biblioteka skilli
Programowanie · Analiza

role-algorithms:algorithm-design

/role-algorithms:algorithm-design

Projektuje algorytmy z analizą złożoności, dowodami poprawności i doborem paradygmatu, np. zachłannego lub programowania dynamicznego.

Repozytorium
alpha-engineer ↗
Licencja
MIT
Ostatnia zmiana repozytorium
24.07.2026

Ocena i bezpieczeństwo

90/ 100Klasa: dobry
Format15 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
4
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 24.07.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Projektuje algorytmy z analizą złożoności, dowodami poprawności i doborem paradygmatu, np. zachłannego lub programowania dynamicznego.

Oryginalny opis (EN)

Designs algorithms with formal analysis — Big-O/Theta/Omega, amortized analysis, recurrence relations (Master theorem), correctness proofs (loop invariants, induction, reduction), and paradigm selection (greedy, divide-and-conquer, dynamic programming, backtracking). Use when analyzing efficiency, proving correctness, comparing approaches, or selecting optimal algorithms for given constraints.

Jak działa

  1. When to use
  2. Core principles
  3. Reference Files
Sekcje z nagłówków SKILL.md, w oryginale · 23 linii, 202 słów
Podgląd SKILL.md
---
name: role-algorithms:algorithm-design
description: Designs algorithms with formal analysis — Big-O/Theta/Omega, amortized analysis, recurrence relations (Master theorem), correctness proofs (loop invariants, induction, reduction), and paradigm selection (greedy, divide-and-conquer, dynamic programming, backtracking). Use when analyzing efficiency, proving correctness, comparing approaches, or selecting optimal algorithms for given constraints.
allowed-tools: Read, Grep, Glob, Bash
---

# Algorithm Design

## When to use
- Analyzing algorithm efficiency and comparing time/space bounds
- Selecting the right paradigm: greedy, divide-and-conquer, DP, or backtracking
- Proving algorithm correctness with loop invariants or induction
- Solving recurrence relations and applying the Master theorem
- Evaluating space-time trade-offs under memory or latency constraints
- Explaining why a greedy choice is (or is not) valid

## Core principles
1. **Prove before you code** — choose a paradigm and establish correctness argument before implementation
2. **Tight bounds over loose bounds** — Big-Theta tells the truth; Big-O alone can mislead
3. **Constants matter at small n** — O(n log n) with large constants can lose to O(n²) for n < 10,000
4. **Amortized cost is not average cost** — a single expensive operation does not break O(1) amortized
5. **Greedy requires proof** — exchange argument or cut property; intuition is not a proof

## Reference Files
- `references/asymptotic-analysis.md` — notation (O/Ω/Θ/o), practical interpretation, amortized methods (aggregate, accounting, potential), recurrence relations and Master theorem
- `references/design-paradigms.md` — greedy (exchange argument, classic examples), divide-and-conquer (split/merge decisions), dynamic programming (when DP beats greedy), backtracking (pruning strategies)
- `references/correctness-and-tradeoffs.md` — loop invariants, structural induction, reduction proofs, space-time trade-off decision matrix
Pliki w paczce (4)
  • SKILL.md 2 KB
  • references/asymptotic-analysis.md 2 KB
  • references/correctness-and-tradeoffs.md 2 KB
  • references/design-paradigms.md 2 KB

Wersje

W bazie nie ma innych skilli o nazwie role-algorithms:algorithm-design.

Migawka bazy z 13.11.2026 · wersja paczki 83cef907d9a7 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100algorithms
    Pomaga dobierać algorytmy i struktury danych, analizować złożoność Big-O oraz kompromisy czasu i pamięci, opierając się na podejściu Knutha.
  • 100apply-algorithms
    Dopasowuje problem do klasycznej rodziny algorytmów (programowanie dynamiczne, zachłanne, dziel i zwyciężaj, przeszukiwanie grafów, sortowanie najpierw) i uzasadnia wybór.
  • 100computer-science-algorithms
    Pomaga wybierać i implementować algorytmy i struktury danych: złożoność asymptotyczną, sortowanie, programowanie dynamiczne, grafy, algorytmy zachłanne oraz narzędzia na dużą skalę jak Bloom filter, HyperLogLog i consistent hashing.
  • 80role-algorithms:dynamic-programming
    Rozwiązuje problemy optymalizacyjne programowaniem dynamicznym: memoizacją, tabelaryzacją i projektowaniem przestrzeni stanów.
  • 80role-algorithms:computational-complexity
    Klasyfikuje trudność problemów obliczeniowych, dowodzi redukcji NP-zupełności i dobiera algorytmy przybliżone lub heurystyczne.
  • 100algorithm-selection-and-complexity
    Pomaga wybierać, recenzować i wyjaśniać algorytmy przy jawnych ograniczeniach poprawności, czasu, pamięci, skali danych i łatwości utrzymania.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.