โครงสร้างข้อมูลและอัลกอริทึม
พื้นฐานที่ดีคือแกนของการทำวิศวกรรมที่ยั่งยืน
Time complexity — how runtime scales with input (log scale, n = 1 → 100)
Prompt ≠ Program
LLMs suggest. Engineers decide what runs, when, and why. Correctness and safety still require human reasoning.
Efficiency Matters
A poorly designed agent loop burning O(n²) API calls in production will cost real money. Complexity awareness is a cost control.
Debugging Agents
When an agentic pipeline fails silently, you trace execution graphs, inspect state machines, and reason about concurrency — all DSA territory.
Classical algorithms powering modern AI systems
Sliding Window
Manages LLM context windows and streaming token buffers during inference.
k-Nearest Neighbor
Powers semantic similarity search in RAG pipelines and vector embeddings.
Graph Traversal
Agent task planning, dependency resolution, and multi-tool orchestration.
Dynamic Programming
Beam search decoding and optimal token sequence selection in LLMs.
Hash Maps + Tries
KV-cache systems, prompt deduplication, and fast token lookup tables.
Priority Queues
Multi-agent scheduling, LLM request batching, and rate-limit enforcement.
เลือกวิธีแก้ปัญหาที่เหมาะสมได้เร็วขึ้นด้วยโครงสร้างข้อมูลที่ถูกต้อง
AI ช่วยได้ แต่การตัดสินใจและการประเมินยังต้องใช้มนุษย์
ส่วนนี้จะมีบทความ โน้ต และตัวอย่างการทำงานของผม