Скачайте изображение (превью) выбрав качество

320x180 480x360 640x480 1280x720

#DevJungles #dotnet #ityoutubers

Telegram канал Dev Jungles -

Поддержать канал можно:
- Спонсорством на YouTube
- Переводом на карту или пополнением банки монобанка:
Dev Jungles YouTube Channel Fund


Номер карты банки:
5375 4112 0230 1466

- Или криптой:
BTC - 18C3jsFYwviN5FvzpAt4uMWRfUeVKvdWxy
ETH - 0x2903f63ba9009732272e91a299053b9d7b623216

USDT on ERC20 - 0x2903f63ba9009732272e91a299053b9d7b623216
USDT on TRC20 - TSmS5RzQKbWdxZkoM2oRo9HK8FYBaq744T

LTC - LN3CkrnvZLZTXDUhqTy1gUKMVpLjEPA4G2

DOGE - DPwon439jf3axVSBwyuXso6z7CivuJF655
AAVE - 0x2903f63ba9009732272e91a299053b9d7b623216
Waves - 3P8D57Zw7CrqW2o7dHpvZR2UzAzQRFA2kZd

Полный ролик тут:



Часто, когда мы работаем с большим количеством данных, мы сталкиваемся с проблемами производительности, которые кажутся нам непонятными. Однако, причина может быть в разных факторах, таких как архитектура RAM и CPU, кеши процессора и характер доступа к памяти.

В этом видео мы обсудим структуру данных под названием Big List. Эта структура данных интересна тем, что ее создатель - сам Рихтер. Мы рассмотрим ее основные характеристики и сравним с другими популярными структурами данных, такими как List и LinkedList.

Будем изучать различные подходы к управлению большим количеством данных и попытаемся понять, какие из них наиболее эффективны в определенных ситуациях.

Так что, если вы сталкиваетесь с проблемами производительности при работе с большими объемами данных, то это видео для вас. Приятного просмотра!


Тайм-коды:
00:00 - Тизер
00:29 - BigList
03:00 - Случай, когда LinkedList работает быстрее
03:28 - Бенчмарк для BigList
08:00 - Получаем Out of Memory Exception
15:21 - Проверяем расходы памяти с помощью DotMemory
18:40 - Как выглядит в оперативной памяти LinkedList и BigList
23:11 - Применение LinkedList в исходниках .NET
29:17 - Итоги, выводы

Чтобы скачать видео "Какую коллекцию в .NET выбрать, если объектов очень много? List vs LinkedList vs BigList?" передвинте ползунок вправо