<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Aybüke Elif Durmaz on Medium]]></title>
        <description><![CDATA[Stories by Aybüke Elif Durmaz on Medium]]></description>
        <link>https://medium.com/@aybukedurmaz0?source=rss-12ecfe0cf678------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*aRSC_tn6jL3FsgwE</url>
            <title>Stories by Aybüke Elif Durmaz on Medium</title>
            <link>https://medium.com/@aybukedurmaz0?source=rss-12ecfe0cf678------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Mon, 16 Nov 2026 21:09:20 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@aybukedurmaz0/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Zekice Arama: Python ile İkili Arama (Binary Search)]]></title>
            <link>https://medium.com/@aybukedurmaz0/zekice-arama-python-ile-i%CC%87kili-arama-binary-search-d9b93e8bedb8?source=rss-12ecfe0cf678------2</link>
            <guid isPermaLink="false">https://medium.com/p/d9b93e8bedb8</guid>
            <category><![CDATA[software]]></category>
            <category><![CDATA[gaming]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[python]]></category>
            <dc:creator><![CDATA[Aybüke Elif Durmaz]]></dc:creator>
            <pubDate>Mon, 05 May 2025 20:10:37 GMT</pubDate>
            <atom:updated>2025-05-05T20:10:37.628Z</atom:updated>
            <content:encoded><![CDATA[<p>Veri yapıları ve algoritmalar evreninde en sade ama en etkili çözümlerden biri, hiç şüphesiz ki <strong>ikili arama</strong>dır. Bu yazıda günlük hayattan benzetmelerle konuyu sadeleştireceğiz ve Python kodlarıyla uygulamasını göreceğiz.</p><h3>Gerçek Hayattan Bir Örnekle Başlayalım</h3><p>Diyelim ki bir sözlükte “programlama” kelimesini arıyorsun. Ne yaparsın? Sayfa sayfa mı ilerlersin?</p><p>Hayır. Ortasından açarsın, harf sırasına göre bakarsın, gerekiyorsa geri ya da ileri atarsın. Her defasında baktığın alanı yarıya indirirsin.<em> İşte bu davranışın algoritmadaki adı: </em><strong><em>İkili Arama</em></strong><em>.</em></p><h3>İkili Aramanın Mantığı</h3><p>İkili arama, sıralı bir veri kümesinde çalışır. Her adımda listenin ortasındaki elemanla hedefi karşılaştırır ve arama alanını yarıya indirir. Bu şekilde ilerleyerek <strong>O(log n)</strong> gibi verimli bir zaman karmaşıklığı sağlar.</p><h3>Python ile Temel İkili Arama</h3><p>İşte klasik ikili arama algoritması:</p><pre>def binary_search(arr, target):<br>    low = 0<br>    high = len(arr) - 1<br><br>    while low &lt;= high:<br>        mid = (low + high) // 2<br>        guess = arr[mid]<br><br>        if guess == target:<br>            return mid  # Hedef bulundu<br>        elif guess &lt; target:<br>            low = mid + 1  # Sağ yarıya geç<br>        else:<br>            high = mid - 1  # Sol yarıya geç<br><br>    return -1  # Hedef bulunamadı</pre><p>Örnek kullanım:</p><pre>numbers = [2, 5, 8, 12, 16, 23, 38, 56, 72, 91]<br>result = binary_search(numbers, 23)<br><br>if result != -1:<br>    print(f&quot;23 sayısı dizinin {result}. indeksinde bulundu.&quot;)<br>else:<br>    print(&quot;Sayı dizide bulunamadı.&quot;)</pre><h3>Bonus: İlk Geçerli Değeri Bulma</h3><p>Diyelim ki elimizde bir fonksiyon var ve sadece belirli bir değerden sonra True döndürüyor. Örneğin:</p><pre>def can_survive(fps):<br>    return fps &gt;= 60</pre><p>FPS değerleri: [30, 40, 50, 60, 70, 80, 90]</p><p>Minimum kaç FPS ile oyun akıcı hale gelir? İşte cevap:</p><pre>def find_first_true(arr, condition_fn):<br>    low, high = 0, len(arr) - 1<br>    result = -1<br><br>    while low &lt;= high:<br>        mid = (low + high) // 2<br>        if condition_fn(arr[mid]):<br>            result = arr[mid]<br>            high = mid - 1  # Daha erken bir değer olabilir mi?<br>        else:<br>            low = mid + 1<br><br>    return result</pre><p>Kullanımı:</p><pre>fps_values = [30, 40, 50, 60, 70, 80, 90]<br>minimum_fps = find_first_true(fps_values, can_survive)<br>print(f&quot;Oyun en az {minimum_fps} FPS ile akıcı hale geliyor.&quot;)</pre><h3>Dikkat Et!</h3><ul><li>İkili arama <strong>sadece sıralı</strong> listelerde işe yarar.</li><li>Veri tipi tutarlı olmalı: sayılar sayı, string string olmalı.</li><li>Büyük veri setlerinde mid = low + (high - low) // 2 yazmak daha güvenlidir (overflow&#39;dan kaçınmak için, Python&#39;da pek sorun yaratmaz ama iyi alışkanlıktır).</li></ul><h3>Sonuç</h3><p>İkili arama, algoritmalar dünyasında <strong>“az kod, çok iş”</strong> felsefesinin somut bir örneğidir. Kodlaması kısa, mantığı net ve büyük veri setlerinde muazzam etkilidir.</p><p>Python öğrenirken veya algoritma mülakatlarına hazırlanırken bu yapıyı kavramak, seni birkaç adım öne taşır. Hem kodda hız kazanırsın, hem de çözüm üretmede daha stratejik düşünürsün.</p><h3>Sözün Özü</h3><p><em>“Sıralı bilgide aradığını bulmanın yolu, sırayı değil zekâyı izlemektir.”</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d9b93e8bedb8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Lineer Arama: Bir Şeyleri Bulmanın En Dürüst Yolu]]></title>
            <link>https://medium.com/@aybukedurmaz0/lineer-arama-bir-%C5%9Feyleri-bulman%C4%B1n-en-d%C3%BCr%C3%BCst-yolu-60f907a830a5?source=rss-12ecfe0cf678------2</link>
            <guid isPermaLink="false">https://medium.com/p/60f907a830a5</guid>
            <category><![CDATA[python]]></category>
            <category><![CDATA[software]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[linear-search]]></category>
            <dc:creator><![CDATA[Aybüke Elif Durmaz]]></dc:creator>
            <pubDate>Mon, 28 Apr 2025 19:49:59 GMT</pubDate>
            <atom:updated>2025-04-28T19:49:59.919Z</atom:updated>
            <content:encoded><![CDATA[<p>Hiç bir çekmeceyi karıştırıp anahtarını aradığın oldu mu? Hani, tek tek her şeyi eline alıp “Bu mu?”, “Bu mu?” diye bakarsın. İşte o yaptığın şeyin bilgisayar bilimindeki adı lineer arama.</p><p>Lineer arama, adından da anlaşılacağı gibi, bir listeyi doğrusal bir şekilde tarar. Başlangıçtan itibaren, tek tek her öğeye bakar ve aradığını bulana kadar devam eder. Basit, değil mi? Çünkü gerçekten basit.</p><p>Peki neden hâlâ lineer arama kullanıyoruz, onca hızlı algoritma varken?</p><p><strong>Önce Basitlik</strong></p><p>Kod yazarken her zaman en karmaşık yöntemi seçmek zorunda değilsin. Bazen, özellikle veri küçükse ya da sıralı değilse, lineer arama en pratik çözüm olur.</p><p>Şu kodu düşün:</p><pre>def linear_search(dizi, aranan):<br>    for index, eleman in enumerate(dizi):<br>        if eleman == aranan:<br>            return index<br>    return -1<br></pre><p>Bu kadar. Ne ekstra ön hazırlık, ne veri yapısı gereksinimi… Sadece sırayla bakıyoruz.</p><p><strong>Bir Hikaye: Ofiste Kayıp Kalem</strong></p><p>Bir gün ofiste kalemimi kaybettim. Masamın üstü o kadar dağınıktı ki… Laptoplar, kahve fincanları, kablolar… Kalemi bulmak için tek seçeneğim vardı: tek tek her şeye bakmak.</p><p>Laptopu kaldırdım: Yok. Kahve fincanını çektim: Yok. Defterleri karıştırdım… Ve sonunda, evet, kalemi buldum!</p><p>İşte lineer arama tam da böyle çalışır. Sıra sıra bakarsın. Bazen şansın yaver gider ve hemen bulursun. Bazen ise bütün listeyi taraman gerekir.</p><p><strong>Karmaşıklık Konusu</strong></p><p>Lineer aramanın zaman karmaşıklığı şudur:</p><p>-En iyi durumda (Best Case): İlk öğe aradığın şeydir. O(1)</p><p>-En kötü durumda (Worst Case): Son öğe aradığın şeydir (ya da hiç yoktur). O(n)</p><p>Bu da demek oluyor ki, verin büyükse ve sürekli arama yapıyorsan, lineer arama seni yavaşlatabilir. Böyle durumlarda daha sofistike yöntemlere geçmek gerekebilir.</p><p><strong>Ne Zaman Lineer Arama Kullanmalı?</strong></p><p>-Liste küçükse (örneğin 100 öğeden azsa)</p><p>-Liste sıralı değilse ve hızlıca bir çözüm gerekiyorsa</p><p>-Kodun okunabilirliği senin için önemliyse</p><p><strong>Kapanış</strong></p><p>Lineer arama bir mühendislik harikası değil. Hız rekorları kırmaz. Ama sadeliğiyle, güvenilirliğiyle hâlâ her geliştiricinin cebinde bulunması gereken bir araçtır.</p><p>Sonuçta, bazen hayatta da kodda da en iyi çözüm, en basit olanıdır.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=60f907a830a5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Bir Torbayı Nasıl Sıralarsın? — Python ile Sıralama Algoritmalarına Eğlenceli Bir Bakış]]></title>
            <link>https://medium.com/@aybukedurmaz0/bir-torbay%C4%B1-nas%C4%B1l-s%C4%B1ralars%C4%B1n-python-ile-s%C4%B1ralama-algoritmalar%C4%B1na-e%C4%9Flenceli-bir-bak%C4%B1%C5%9F-ba0b5f6003e0?source=rss-12ecfe0cf678------2</link>
            <guid isPermaLink="false">https://medium.com/p/ba0b5f6003e0</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[quicksort]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[bubble-sort]]></category>
            <dc:creator><![CDATA[Aybüke Elif Durmaz]]></dc:creator>
            <pubDate>Mon, 21 Apr 2025 18:37:00 GMT</pubDate>
            <atom:updated>2025-04-21T18:37:00.141Z</atom:updated>
            <content:encoded><![CDATA[<h3>Bir Torbayı Nasıl Sıralarsın? — Python ile Sıralama Algoritmalarına Eğlenceli Bir Bakış</h3><p>Hayal et: Bir torba dolusu düzensiz sayı var. Sayılar tıpkı senin masanın üstündeki kalemler gibi dağınık. Peki bu sayıları nasıl sıraya koyarsın? Küçükten büyüğe, belki de büyüğünden küçüğe?</p><p>Bu yazıda, sıralama algoritmalarının ne olduğunu, nasıl çalıştıklarını ve Python ile nasıl kodlanacaklarını gerçek hayat benzetmeleriyle anlatacağım. Hazırsan başlayalım!</p><h3>1. Bubble Sort: Baloncuklar Gibi Yukarı Çıkan Sayılar</h3><p><strong>Hayal et:</strong> Torbadaki her sayıyı eline alıyorsun, yanındakiyle karşılaştırıp hangisi büyükse yer değiştiriyorsun. Bunu tekrar tekrar yapıyorsun. Tıpkı baloncukların en üste çıkması gibi.</p><pre>def bubble_sort(arr):<br>    for i in range(len(arr)):<br>        for j in range(0, len(arr) - i - 1):<br>            if arr[j] &gt; arr[j + 1]:<br>                arr[j], arr[j + 1] = arr[j + 1], arr[j]<br>    return arr<br><br>print(bubble_sort([5, 1, 4, 2, 8]))</pre><p>Basit ama yavaş. Bir işi 10 kez yapmayı göze alıyorsan kullanılır.</p><h3>2. Selection Sort: En Küçüğü Seç, Baştan Başla</h3><p><strong>Hayal et:</strong> Önünde bir dizi sayı var ve her defasında en küçüğünü seçip başa alıyorsun. Tıpkı futbol takımı kurarken ilk olarak en iyi kaleciyi seçmen gibi.</p><pre>def selection_sort(arr):<br>    for i in range(len(arr)):<br>        min_idx = i<br>        for j in range(i + 1, len(arr)):<br>            if arr[j] &lt; arr[min_idx]:<br>                min_idx = j<br>        arr[i], arr[min_idx] = arr[min_idx], arr[i]<br>    return arr<br><br>print(selection_sort([64, 25, 12, 22, 11]))</pre><p>Sade ve anlaşılır ama çok da hızlı değil.</p><h3>3. Insertion Sort: Doğru Yere Sıkıştır</h3><p><strong>Hayal et:</strong> Elindeki kartları sırayla diziyorsun. Her yeni kartı, diğerlerinin arasına uygun yere “sıkıştırıyorsun”. Tıpkı iskambil kartlarını dizerken olduğu gibi.</p><pre>def insertion_sort(arr):<br>    for i in range(1, len(arr)):<br>        key = arr[i]<br>        j = i - 1<br>        while j &gt;= 0 and key &lt; arr[j]:<br>            arr[j + 1] = arr[j]<br>            j -= 1<br>        arr[j + 1] = key<br>    return arr<br><br>print(insertion_sort([9, 5, 1, 4, 3]))</pre><p>Küçük veri kümelerinde çok etkili ve kodu oldukça okunabilir.</p><h3>4. Merge Sort: Böl, Sırala, Birleştir</h3><p><strong>Hayal et:</strong> Bir pizzayı önce ortadan ikiye kesiyorsun, sonra her parçayı tekrar ikiye… En sonunda küçük dilimleri sırayla birleştiriyorsun. Merge Sort da tam olarak bunu yapar.</p><pre>def merge_sort(arr):<br>    if len(arr) &gt; 1:<br>        mid = len(arr)//2<br>        L = arr[:mid]<br>        R = arr[mid:]<br><br>        merge_sort(L)<br>        merge_sort(R)<br><br>        i = j = k = 0<br><br>        while i &lt; len(L) and j &lt; len(R):<br>            if L[i] &lt; R[j]:<br>                arr[k] = L[i]<br>                i += 1<br>            else:<br>                arr[k] = R[j]<br>                j += 1<br>            k += 1<br><br>        while i &lt; len(L):<br>            arr[k] = L[i]<br>            i += 1<br>            k += 1<br><br>        while j &lt; len(R):<br>            arr[k] = R[j]<br>            j += 1<br>            k += 1<br>    return arr<br><br>print(merge_sort([38, 27, 43, 3, 9, 82, 10]))</pre><p>Özellikle büyük veri setlerinde çok başarılı.</p><h3>5. Quick Sort: Ortaya Bir Pivot At, Gerisini Böl</h3><p><strong>Hayal et:</strong> Bir eşyayı merkez olarak alıyorsun (pivot). Küçükleri sola, büyükleri sağa koyuyorsun. Aynı işlemi alt kümelere de uyguluyorsun. Hızlı ve etkili!</p><pre>def quick_sort(arr):<br>    if len(arr) &lt;= 1:<br>        return arr<br>    pivot = arr[0]<br>    less = [x for x in arr[1:] if x &lt;= pivot]<br>    greater = [x for x in arr[1:] if x &gt; pivot]<br>    return quick_sort(less) + [pivot] + quick_sort(greater)<br><br>print(quick_sort([10, 7, 8, 9, 1, 5]))</pre><p>Hem sade hem hızlı, ama dikkat: pivot seçimi başarısız olursa performans düşer.</p><h3>Hangi Algoritma Ne Zaman Kullanılır?</h3><ul><li><strong>Küçük veri için</strong> → Insertion Sort</li><li><strong>Veri sürekli artıyorsa</strong> → Insertion Sort</li><li><strong>Büyük veri ve karışıklık varsa</strong> → Merge Sort veya Quick Sort</li><li><strong>Zaman sıkıntın yoksa</strong> → Bubble Sort ile eğlen</li><li><strong>Bellek sınırlıysa</strong> → Selection Sort</li></ul><h3>Kapanış</h3><p>Sıralama algoritmaları sadece birer kod bloğu değil, aynı zamanda bir düşünce şeklidir. Elindeki problemi analiz etmek, hangi algoritmanın uygun olduğuna karar vermek yazılımcılığın kalbidir.</p><p>Python ile sıralamak sadece liste yazmak değil; mantığıyla birlikte kavramak seni iyi bir geliştirici yapar. Umarım bu yazı, sıralama algoritmalarını bir tık daha keyifli hale getirmiştir!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ba0b5f6003e0" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Blockchain ve Hashing: Kripto Paraların Temel Taşı]]></title>
            <link>https://medium.com/@aybukedurmaz0/blockchain-ve-hashing-kripto-paralar%C4%B1n-temel-ta%C5%9F%C4%B1-d336ce0393dc?source=rss-12ecfe0cf678------2</link>
            <guid isPermaLink="false">https://medium.com/p/d336ce0393dc</guid>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[blockchain]]></category>
            <category><![CDATA[hashing-algorithm]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[cryptology]]></category>
            <dc:creator><![CDATA[Aybüke Elif Durmaz]]></dc:creator>
            <pubDate>Mon, 24 Mar 2025 19:20:13 GMT</pubDate>
            <atom:updated>2025-03-24T19:20:13.641Z</atom:updated>
            <content:encoded><![CDATA[<p>Dijital çağın en büyük devrimlerinden biri olan blockchain teknolojisi, güvenilir ve değiştirilemez veri yapısı sayesinde finans, lojistik ve daha birçok sektörde çığır açıyor. Peki, blockchain’in temel taşı olan <strong>hashing (karma fonksiyonları)</strong>nedir ve neden bu kadar önemli?</p><h3>Hashing Nedir?</h3><p>Hashing, herhangi bir veriyi sabit uzunlukta ve benzersiz bir özet haline getiren matematiksel bir işlemdir. Hash fonksiyonları, aynı girdiye her zaman aynı çıktıyı üretir, ancak küçük bir değişiklik bile tamamen farklı bir hash sonucu doğurur. Blockchain’in güvenliğini sağlayan en kritik özelliklerden biri de budur.</p><p>Örneğin, SHA-256 hash fonksiyonu, blockchain dünyasında en yaygın kullanılan algoritmalardan biridir. Örnek bir SHA-256 hash çıktısı şu şekildedir:</p><pre>import hashlib<br><br>def hash_verisi(veri):<br>    return hashlib.sha256(veri.encode()).hexdigest()<br><br>veri = &quot;Blockchain devrimi&quot;<br>hash_sonucu = hash_verisi(veri)<br>print(f&quot;Girdi: {veri}\nSHA-256 Hash: {hash_sonucu}&quot;)</pre><p>Bu hash değeri, giriş verisi değiştirildiğinde tamamen farklı bir hale gelir. Bu sayede blockchain, kayıtların değiştirilemezliğini garanti eder.</p><h3>Blockchain’de Hashing Nasıl Çalışır?</h3><p>Blockchain, <strong>bloklar</strong> adı verilen veri paketlerinden oluşur ve her blok, bir önceki bloğun hash değerini içerir. Bu zincirleme yapı, herhangi bir bloğun değiştirilmesini neredeyse imkansız hale getirir.</p><h3>1. Blok Yapısı ve Hashing</h3><p>Her blok, şu bileşenleri içerir:</p><ul><li><strong>Blok verisi</strong> (işlemler, zaman damgası, vb.)</li><li><strong>Önceki blokun hash’i</strong> (blockchain bağlantısını sağlar)</li><li><strong>Kendi hash değeri</strong> (verilerin bütünlüğünü korur)</li></ul><p>Örnek bir blok şeması:</p><pre>Blok #102<br>- Veri: 3 BTC transferi<br>- Önceki Blok Hash: 6a2b...<br>- Mevcut Blok Hash: 9f5c...</pre><p>Bir bloktaki veri değişirse, hash değeri değişeceği için sonraki tüm bloklar da geçersiz hale gelir. Bu özellik, blockchain’in değiştirilemezliğini (immutability) sağlar.</p><p>Python ile basit bir blockchain yapısı oluşturabiliriz:</p><pre>import hashlib<br>import time<br><br>class Block:<br>    def __init__(self, index, previous_hash, timestamp, data):<br>        self.index = index<br>        self.previous_hash = previous_hash<br>        self.timestamp = timestamp<br>        self.data = data<br>        self.hash = self.calculate_hash()<br><br>    def calculate_hash(self):<br>        block_string = f&quot;{self.index}{self.previous_hash}{self.timestamp}{self.data}&quot;<br>        return hashlib.sha256(block_string.encode()).hexdigest()<br><br># İlk Genesis bloğunu oluşturma<br>blockchain = [Block(0, &quot;0&quot;, time.time(), &quot;Genesis Block&quot;)]<br><br># Yeni blok ekleme fonksiyonu<br>def add_block(data):<br>    previous_block = blockchain[-1]<br>    new_block = Block(len(blockchain), previous_block.hash, time.time(), data)<br>    blockchain.append(new_block)<br><br># Test amaçlı bloklar ekleyelim<br>add_block(&quot;Alice&#39;den Bob&#39;a 5 BTC&quot;)<br>add_block(&quot;Bob&#39;dan Charlie&#39;ye 2 BTC&quot;)<br><br># Blockchain&#39;in tamamını yazdırma<br>for block in blockchain:<br>    print(f&quot;Blok #{block.index}&quot;)<br>    print(f&quot;Önceki Hash: {block.previous_hash}&quot;)<br>    print(f&quot;Mevcut Hash: {block.hash}\n&quot;)</pre><h3>2. Madencilik ve Hashing</h3><p>Blockchain’deki işlemleri doğrulayan madenciler, karmaşık matematiksel işlemler yaparak yeni bloklar üretir. Bitcoin madenciliğinde <strong>Proof of Work (İş Kanıtı)</strong> mekanizması kullanılır. Madenciler, belirli bir hedefin altına düşen bir hash değeri bulmak için milyonlarca deneme yapar.</p><p>Örneğin, madencinin çözmesi gereken problem şu olabilir:</p><pre>import random<br><br>def proof_of_work(difficulty):<br>    nonce = 0<br>    target = &quot;0&quot; * difficulty  # Örneğin, ilk 4 karakteri &#39;0000&#39; olmalı<br>    while True:<br>        guess = f&quot;{nonce}&quot;.encode()<br>        guess_hash = hashlib.sha256(guess).hexdigest()<br>        if guess_hash[:difficulty] == target:<br>            return nonce, guess_hash<br>        nonce += 1<br><br>difficulty = 4  # Zorluk seviyesini belirleyelim<br>nonce, final_hash = proof_of_work(difficulty)<br>print(f&quot;Nonce: {nonce}\nPoW Hash: {final_hash}&quot;)</pre><p>Bu problemi çözen madenci, bloğu ekleyerek ödül kazanır.</p><h3>Hashing’in Blockchain’deki Önemi</h3><p><strong>Güvenlik</strong>: Hashing, verilerin değiştirilmesini imkansız hale getirir.</p><p><strong>Hızlı doğrulama</strong>: Verileri hızlı bir şekilde doğrulamayı sağlar.</p><p><strong>Dağıtık yapı</strong>: Merkezi bir otoriteye ihtiyaç duymadan işlem yapılmasını sağlar.</p><p><strong>Şeffaflık</strong>: Blockchain ağına katılan herkes işlemleri doğrulayabilir.</p><p><strong>İzlenebilirlik</strong>: Her işlemin kaydı tutulur ve herkes tarafından doğrulanabilir.</p><h3>Sonuç</h3><p>Blockchain’in temel güvenlik mekanizması olan hashing, dijital dünyada veri bütünlüğünü ve güvenilirliği sağlayan en önemli unsurlardan biridir. Kripto para madenciliğinden veri saklamaya kadar geniş bir kullanım alanı olan hash fonksiyonları, gelecekte de dijital sistemlerin vazgeçilmez parçalarından biri olmaya devam edecek.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d336ce0393dc" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Twitter, Bir Ağaç Gibi Düşündüğünde Daha Hızlı Çalışıyor Olabilir]]></title>
            <link>https://medium.com/@aybukedurmaz0/twitter-bir-a%C4%9Fa%C3%A7-gibi-d%C3%BC%C5%9F%C3%BCnd%C3%BC%C4%9F%C3%BCnde-daha-h%C4%B1zl%C4%B1-%C3%A7al%C4%B1%C5%9F%C4%B1yor-olabilir-34cf39b1463f?source=rss-12ecfe0cf678------2</link>
            <guid isPermaLink="false">https://medium.com/p/34cf39b1463f</guid>
            <category><![CDATA[binary-tree]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[twitter]]></category>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[binary-search]]></category>
            <dc:creator><![CDATA[Aybüke Elif Durmaz]]></dc:creator>
            <pubDate>Mon, 17 Mar 2025 14:31:13 GMT</pubDate>
            <atom:updated>2025-03-17T14:35:27.729Z</atom:updated>
            <content:encoded><![CDATA[<p>Twitter’da zaman tünelinde kaybolurken hiç düşündün mü, “Bu kadar çok tweet nasıl bu kadar hızlı yükleniyor?” diye. Sonuçta milyonlarca insan aynı anda paylaşım yapıyor, beğeniyor, retweet ediyor ve arama yapıyor. Eğer bu sistem düzensiz çalışsaydı, her şey çok daha yavaş olurdu. İşte burada devreye <strong>ikili arama ağaçları (Binary Search Tree — BST)</strong> giriyor.</p><p>Twitter’ın çalışma mantığını bir ağaç yapısıyla düşünelim. Yeni bir tweet attığında, sistem bu tweet’i bir yere yerleştirmeli. Zaman bazlı bir sıralama yapması gerektiği için bunu <strong>ikili arama ağacı</strong> (BST) olarak organize edebilir.</p><h4><strong>Tweetlerin Ağaç Üzerine Dağılması</strong></h4><p>Diyelim ki biri sabah 08:00’de bir tweet attı. Sonra başka biri 08:05’te bir tweet ekledi, bir başkası 07:55’te. Bunları sıralı bir şekilde saklamak için şöyle bir yapı oluşturabiliriz:</p><ul><li>Eski tweet’ler sol alt ağaçta,</li><li>Yeni tweet’ler sağ alt ağaçta,</li><li>Kök düğüm (root), en eski tweet’i temsil ediyor.</li></ul><p>Bunu bir kodla açıklayalım:</p><pre>class TweetNode:<br> def __init__(self, timestamp, content):<br> self.timestamp = timestamp<br> self.content = content<br> self.left = None<br> self.right = None<br>class TweetBST:<br> def __init__(self):<br> self.root = None<br>def insert(self, timestamp, content):<br> new_tweet = TweetNode(timestamp, content)<br> if not self.root:<br> self.root = new_tweet<br> else:<br> self._insert_recursive(self.root, new_tweet)<br>def _insert_recursive(self, node, new_tweet):<br> if new_tweet.timestamp &lt; node.timestamp:<br> if node.left is None:<br> node.left = new_tweet<br> else:<br> self._insert_recursive(node.left, new_tweet)<br> else:<br> if node.right is None:<br> node.right = new_tweet<br> else:<br> self._insert_recursive(node.right, new_tweet)<br>def print_tweets(self, node):<br> if node:<br> self.print_tweets(node.left)<br> print(f&quot;{node.timestamp}: {node.content}&quot;)<br> self.print_tweets(node.right)<br># Örnek kullanım<br>tweet_tree = TweetBST()<br>tweet_tree.insert(1678900000, &quot;Günaydın! Bugün harika bir gün olacak.&quot;)<br>tweet_tree.insert(1678900500, &quot;Bir kahve içmeden güne başlayamıyorum.&quot;)<br>tweet_tree.insert(1678899000, &quot;Erken kalkan yol alır!&quot;)<br>tweet_tree.print_tweets(tweet_tree.root)</pre><p>Bu sayede, tweet’ler kronolojik olarak saklanıyor ve arandığında hızlıca bulunabiliyor. Birisi <strong>“Dün attığım tweeti görmek istiyorum”</strong> dediğinde, sistem <strong>O(log n)</strong> hızında arama yaparak doğru tweet’i getiriyor.</p><h4>Trend Tweetler ve Ağaç Yapısı</h4><p>Twitter’da <strong>trend olan tweet’leri</strong> belirlemek büyük bir iş. Beğeniler, retweet’ler ve yanıtlar hesaba katılarak en popüler tweet’ler seçiliyor. Peki bunu nasıl yapabiliriz?</p><p>Bir çözüm, en çok beğeni alan tweet’leri <strong>BST içinde saklamak</strong> ve en büyük değeri bulmaktır.</p><pre>class TrendTweetNode:<br>    def __init__(self, likes, content):<br>        self.likes = likes<br>        self.content = content<br>        self.left = None<br>        self.right = None<br><br>class TrendTweetBST:<br>    def __init__(self):<br>        self.root = None<br><br>    def insert(self, likes, content):<br>        new_tweet = TrendTweetNode(likes, content)<br>        if not self.root:<br>            self.root = new_tweet<br>        else:<br>            self._insert_recursive(self.root, new_tweet)<br><br>    def _insert_recursive(self, node, new_tweet):<br>        if new_tweet.likes &lt; node.likes:<br>            if node.left is None:<br>                node.left = new_tweet<br>            else:<br>                self._insert_recursive(node.left, new_tweet)<br>        else:<br>            if node.right is None:<br>                node.right = new_tweet<br>            else:<br>                self._insert_recursive(node.right, new_tweet)<br><br>    def find_most_liked(self, node):<br>        if node.right is None:<br>            return node.content<br>        return self.find_most_liked(node.right)<br><br># Örnek kullanım<br>trend_tree = TrendTweetBST()<br>trend_tree.insert(120, &quot;Bugün hava çok güzel!&quot;)<br>trend_tree.insert(540, &quot;En çok beğeni alan tweet burada!&quot;)<br>trend_tree.insert(300, &quot;Bu tweet de popüler.&quot;)<br><br>print(&quot;En popüler tweet:&quot;, trend_tree.find_most_liked(trend_tree.root))</pre><p>Bu yapı, en çok beğeni alan tweet’in en sağda olmasını sağlar. Yani, <strong>en popüler tweet hızlıca bulunur</strong>.</p><h4>Takipçiler ve Ağaç Yapısı</h4><p>Twitter’da takip ettiğin ve seni takip eden kişiler arasındaki ilişki de bir ağaç yapısıyla modellenebilir. Bir kullanıcı bir başkasını takip ettiğinde, bu kişi ağaca eklenir.</p><p>Diyelim ki bir kullanıcı <strong>Alice</strong>, <strong>Bob’u</strong> ve <strong>Charlie’yi</strong> takip ediyor. Bob da <strong>David’i</strong> takip ediyor. Bu durumda şöyle bir ağaç yapısı oluşur:</p><pre>Alice<br> / \<br> Bob Charlie<br> /<br> David</pre><p>Bu yapı sayesinde, <strong>takipçi önerileri</strong> hızlı bir şekilde üretilebilir. Örneğin, <strong>Alice’in takip ettiği kişilerin takipçileri</strong>, Alice’e önerilebilir.</p><pre>class UserNode:<br>    def __init__(self, username):<br>        self.username = username<br>        self.following = None<br>        self.followers = None<br><br>class TwitterNetwork:<br>    def __init__(self):<br>        self.root = None<br><br>    def add_user(self, username):<br>        if not self.root:<br>            self.root = UserNode(username)<br>        else:<br>            self._add_recursive(self.root, username)<br><br>    def _add_recursive(self, node, username):<br>        if username &lt; node.username:<br>            if node.followers is None:<br>                node.followers = UserNode(username)<br>            else:<br>                self._add_recursive(node.followers, username)<br>        else:<br>            if node.following is None:<br>                node.following = UserNode(username)<br>            else:<br>                self._add_recursive(node.following, username)<br><br>    def print_network(self, node):<br>        if node:<br>            self.print_network(node.followers)<br>            print(node.username)<br>            self.print_network(node.following)<br><br># Örnek kullanım<br>network = TwitterNetwork()<br>network.add_user(&quot;Alice&quot;)<br>network.add_user(&quot;Bob&quot;)<br>network.add_user(&quot;Charlie&quot;)<br>network.add_user(&quot;David&quot;)<br><br>network.print_network(network.root)</pre><p>Bu sistemle, <strong>takipçi-takip edilen ilişkileri</strong> verimli bir şekilde saklanabilir ve öneri algoritmaları geliştirilebilir.</p><h4>Sonuç</h4><p>Twitter’ı <strong>bir ağaç gibi düşündüğümüzde</strong>, tweetlerin sıralanması, trendlerin belirlenmesi ve takip ilişkilerinin yönetilmesi çok daha verimli hale gelir.</p><ul><li><strong>Tweetler</strong> zaman sırasına göre bir BST içinde saklanabilir.</li><li><strong>Trend olan içerikler</strong> beğeni sayısına göre sıralanabilir.</li><li><strong>Takipçi-takip edilen ilişkileri</strong> bir ağaç yapısıyla yönetilebilir.</li></ul><p>Bundan sonra Twitter’ı her açtığında, belki de gözünün önüne dev bir ağaç gelecek. Ve belki de bir gün, Twitter’ın gerçekten bu yapıları kullanıp kullanmadığını merak edeceksin.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=34cf39b1463f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Yakıt İstasyonu Kuyruğu (FIFO) Simülasyonu: Python ile Sıra Yönetimi]]></title>
            <link>https://medium.com/@aybukedurmaz0/yak%C4%B1t-i%CC%87stasyonu-kuyru%C4%9Fu-fifo-sim%C3%BClasyonu-python-ile-s%C4%B1ra-y%C3%B6netimi-ca3f3c9ef314?source=rss-12ecfe0cf678------2</link>
            <guid isPermaLink="false">https://medium.com/p/ca3f3c9ef314</guid>
            <category><![CDATA[python]]></category>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[fifo]]></category>
            <category><![CDATA[algoritma]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Aybüke Elif Durmaz]]></dc:creator>
            <pubDate>Mon, 10 Mar 2025 18:57:39 GMT</pubDate>
            <atom:updated>2025-03-10T18:57:39.659Z</atom:updated>
            <content:encoded><![CDATA[<p>Yakıt istasyonlarında araçların sırayla yakıt alması, günlük hayatta sıkça karşılaştığımız bir senaryodur. Bu senaryoyu Python ile simüle ederek, <strong>FIFO (First In, First Out)</strong> algoritmasının nasıl çalıştığını anlamaya çalışacağız. FIFO, ilk gelenin ilk hizmet aldığı bir kuyruk yönetim sistemidir ve bu yazıda, bir yakıt istasyonu kuyruğunu bu prensibe göre nasıl yönetebileceğimizi göreceğiz.</p><h3>Senaryo: Yakıt İstasyonu Kuyruğu</h3><p>Bir yakıt istasyonunda, araçlar sırayla yakıt alır. Her aracın yakıt alma süresi farklı olabilir. Örneğin:</p><ul><li><strong>Araç A</strong>: 5 saniye</li><li><strong>Araç B</strong>: 3 saniye</li><li><strong>Araç C</strong>: 7 saniye</li></ul><p>Bu araçlar sırayla kuyruğa girer ve FIFO prensibine göre işlem yaparlar. İlk gelen araç, ilk olarak yakıt alır. Bu süreci Python ile nasıl simüle edebileceğimizi inceleyelim.</p><h3>Python ile FIFO Kuyruk Yönetimi</h3><p>Python’da <em>deque (double-ended queue)</em> veri yapısını kullanarak FIFO kuyruğunu kolayca yönetebiliriz. İşte adım adım yapılacaklar:</p><ol><li><strong>Araçları Kuyruğa Ekleme</strong>: Her aracı, adı ve yakıt alma süresiyle birlikte kuyruğa ekleriz.</li><li><strong>Araçlara Hizmet Verme</strong>: Kuyruktaki araçları sırayla alır ve yakıt verme işlemini simüle ederiz.</li><li><strong>Kuyruğu İşleme</strong>: Tüm araçların yakıt almasını sağlarız.</li></ol><h3>Python Kodu</h3><pre>from collections import deque<br>import time</pre><pre>class FurlStation:<br>def __init(self):<br>self.queue= deque() #kuyruk olustur</pre><pre>def add_vehicle(self, vehicle_name, fuel_time):<br>        # Araç adı ve yakıt alma süresi ile kuyruğa ekleme yap<br>        self.queue.append({&#39;vehicle&#39;: vehicle_name, &#39;fuel_time&#39;: fuel_time})<br>        print(f&quot;{vehicle_name} kuyruğa eklendi. Yakıt alma süresi: {fuel_time} saniye.&quot;)</pre><pre>    def serve_vehicle(self):<br>        if not self.queue:<br>            print(&quot;Kuyruk boş! Yakıt alacak araç yok.&quot;)<br>            return</pre><pre>        vehicle = self.queue.popleft()  # FIFO: İlk gelen araç yakıt alır<br>        print(f&quot;{vehicle[&#39;vehicle&#39;]} yakıt almaya başlıyor...&quot;)<br>        time.sleep(vehicle[&#39;fuel_time&#39;])  # Aracın yakıt alma süresi kadar bekle<br>        print(f&quot;{vehicle[&#39;vehicle&#39;]} yakıt almayı tamamladı.\n&quot;)</pre><pre>    def process_queue(self):<br>        # Kuyruğu işleme al<br>        while self.queue:<br>            self.serve_vehicle()<br>        print(&quot;Tüm araçlar yakıt aldı.&quot;)</pre><pre># Yakıt istasyonuna araçlar ekleyelim<br>fuel_station = FuelStation()</pre><pre>fuel_station.add_vehicle(&quot;Araç A&quot;, 5)<br>fuel_station.add_vehicle(&quot;Araç B&quot;, 3)<br>fuel_station.add_vehicle(&quot;Araç C&quot;, 7)</pre><pre># Kuyruğu işleme alalım<br>fuel_station.process_queue()</pre><h3>Kodun Çalışma Mantığı</h3><ol><li><strong><em>FuelStation</em></strong> <strong>Sınıfı</strong>:</li></ol><ul><li><strong><em>queue</em></strong>: Araçları tutan bir kuyruk ( <em>deque </em>kullanılarak oluşturulur).</li><li><strong><em>add_vehicle</em></strong>: Araçları kuyruğa ekler.</li><li><em>s</em><strong><em>erve_vehicle</em></strong>: Kuyruktaki ilk aracı alır ve yakıt verme işlemini simüle eder.</li><li><strong><em>process_queue</em></strong>: Kuyruktaki tüm araçları işler.</li></ul><p><strong>2. Araç Ekleme</strong>:</p><ul><li><em>add_vehicle</em> metodu ile araçlar kuyruğa eklenir. Her aracın bir adı ve yakıt alma süresi vardır.</li></ul><p><strong>3. Hizmet Verme</strong>:</p><ul><li><em>serve_vehicle </em>metodu, kuyruktaki ilk aracı alır ve <em>time.sleep </em>ile yakıt alma süresini simüle eder.</li></ul><p><strong>4. Kuyruğu İşleme</strong>:</p><ul><li><em>process_queue </em>metodu, kuyruktaki tüm araçları sırayla işler.</li></ul><h3>Örnek Çıktı</h3><pre>Araç A kuyruğa eklendi. Yakıt alma süresi: 5 saniye.<br>Araç B kuyruğa eklendi. Yakıt alma süresi: 3 saniye.<br>Araç C kuyruğa eklendi. Yakıt alma süresi: 7 saniye.<br>Araç A yakıt almaya başlıyor...<br>Araç A yakıt almayı tamamladı.</pre><pre>Araç B yakıt almaya başlıyor...<br>Araç B yakıt almayı tamamladı.</pre><pre>Araç C yakıt almaya başlıyor...<br>Araç C yakıt almayı tamamladı.</pre><pre>Tüm araçlar yakıt aldı.</pre><h3>Neden FIFO?</h3><p>FIFO, özellikle sıra yönetimi gerektiren sistemlerde adil bir yaklaşım sunar. İlk gelen, ilk hizmet alır. Bu, yakıt istasyonları, banka kuyrukları, yazıcı işlemleri gibi birçok gerçek hayat senaryosunda kullanılır.</p><h3>Sonuç</h3><p>Bu yazıda, Python ile bir yakıt istasyonu kuyruğunu FIFO prensibine göre nasıl simüle edebileceğimizi gördük. <em>deque </em>veri yapısı ve <em>time.sleep</em> fonksiyonu sayesinde, gerçek hayattaki bir süreci kolayca modelleyebildik. Bu tür simülasyonlar, algoritmaların nasıl çalıştığını anlamak ve gerçek hayat problemlerine çözüm üretmek için oldukça faydalıdır.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ca3f3c9ef314" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Evde Akıllı Isıtma Sistemleri]]></title>
            <link>https://medium.com/@aybukedurmaz0/evde-ak%C4%B1ll%C4%B1-is%C4%B1tma-sistemleri-4ebc455d81a7?source=rss-12ecfe0cf678------2</link>
            <guid isPermaLink="false">https://medium.com/p/4ebc455d81a7</guid>
            <category><![CDATA[smart-home]]></category>
            <category><![CDATA[algorithms]]></category>
            <category><![CDATA[algoritma]]></category>
            <category><![CDATA[weather]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Aybüke Elif Durmaz]]></dc:creator>
            <pubDate>Mon, 03 Mar 2025 15:02:07 GMT</pubDate>
            <atom:updated>2025-03-03T15:02:07.195Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Evde Akıllı Isıtma Sistemleri: </strong>Hava durumu ve tercihlerinize göre otomatik sıcaklık ayarlama özelliklerine sahip <em>Akıllı Isıtma Sistemleri </em>hayatımızı daha konforlu ve verimli hale getiren yeniliklerle dolu. Özellikle A<em>kıllı Isıtma Sistemleri</em>, hem enerji tasarrufu sağlamak hem de evinizi her zaman ideal sıcaklıkta tutmak için mükemmel bir çözüm sunuyor. Peki, bu sistemler nasıl çalışıyor? Hava durumuna ve sizin tercihlerinize göre evinizin sıcaklığını otomatik olarak ayarlayan bir sistem hayal edin. İşte bu yazıda, tam olarak bunun nasıl mümkün olduğunu anlatacağım.</p><p><strong>Neden <em>Akıllı Isıtma Sistemleri</em>?</strong> Geleneksel ısıtma sistemleri genellikle sabit bir sıcaklıkta çalışır. Ancak bu sistemler, dışarıdaki hava koşullarına veya sizin günlük rutininize uyum sağlayamaz. Örneğin, kışın dondurucu soğuklarda evinizi yeterince ısıtamaz ya da yazın sıcak havalarda gereksiz yere enerji harcayabilir. Akıllı ısıtma sistemleri ise tam da bu noktada devreye giriyor.</p><p><strong>Bu sistemlerin en büyük avantajları şunlardır:</strong></p><p><strong><em>Enerji Tasarrufu:</em></strong> Gereksiz enerji kullanımını önleyerek faturalarınızı düşürür. Ayrıca, zamanla daha verimli bir ısıtma için sistem kendi ayarlarını optimize edebilir.</p><p><strong><em>Konfor:</em></strong> Eviniz her zaman sizin için ideal sıcaklıkta olur. Ayrıca, evin farklı odalarında farklı sıcaklık ayarları yapabilme imkanı sunar. Otomasyon: Hava durumu ve sizin tercihlerinize göre sıcaklık ayarlarını otomatik olarak yapar. Güne başladığınızda ya da eve döndüğünüzde sıcaklık, istediğiniz seviyede olur.</p><p><strong>Nasıl Çalışıyor?</strong> Hava Durumu + Kullanıcı Tercihleri</p><p><strong><em>Akıllı Isıtma Sistemleri</em>, iki temel veri kaynağına dayanır:</strong></p><p><strong><em>Dış Hava Sıcaklığı:</em></strong> Sistem, gerçek zamanlı hava durumu verilerini kullanarak dışarıdaki sıcaklığı analiz eder.</p><p><strong><em>Kullanıcı Tercihleri:</em></strong> Sizin belirlediğiniz ideal sıcaklık aralığı, sistemin temel referans noktasıdır. Bu iki veriyi birleştiren sistem, evinizin sıcaklığını otomatik olarak ayarlar. Ancak burada önemli bir detay var: Sistem, sizin tercihlerinizin tamamen dışına çıkmaz. Örneğin, dışarısı çok soğukken siz düşük bir sıcaklık tercih ettiyseniz, sistem size bir uyarı gönderir ve enerji tasarrufu için önerilen sıcaklığı sunar.</p><p><strong>Algoritmanın İşleyişi, aşağıdaki kurallara göre çalışır:</strong></p><p><strong><em>Dışarısı Çok Soğuksa (5°C altı): </em></strong>Evinizin sıcaklığı en az 24°C olmalı. Eğer siz daha düşük bir sıcaklık tercih ettiyseniz, sistem size bir uyarı gönderir ve 24°C önerir.</p><p><strong><em>Dışarısı Çok Sıcaksa (30°C üstü):</em></strong> Evinizin sıcaklığı en fazla 20°C olmalı. Eğer siz daha yüksek bir sıcaklık tercih ettiyseniz, sistem enerji tasarrufu için 20°C önerir.</p><p><strong><em>Normal Hava Koşullarında (5°C ile 30°C arası):</em></strong> Sistem, sizin tercih ettiğiniz sıcaklıkta çalışır.</p><p><strong><em>Akıllı Isıtma Sistem</em>i için Python ile bu algoritmayı nasıl yazabiliriz?:</strong></p><p><em>def adjust_temperature(outside_temp, preferred_temp):<br> if outside_temp &lt; 5:<br> # Soğuk hava: İç sıcaklık en az 24°C olmalı<br> if preferred_temp &lt; 24:<br> print(“Uyarı: Tercih ettiğiniz sıcaklık 24°C’den düşük. Enerji verimliliği için 24°C önerilir.”)<br> return 24<br> else:<br> return preferred_temp<br> elif outside_temp &gt; 30:<br> # Sıcak hava: İç sıcaklık en fazla 20°C olmalı<br> if preferred_temp &gt; 20:<br> print(“Uyarı: Tercih ettiğiniz sıcaklık 20°C’den yüksek. Enerji tasarrufu için 20°C önerilir.”)<br> return 20<br> else:<br> return preferred_temp<br> else:<br> # Normal hava koşullarında tercih edilen sıcaklık kullanılır<br> return preferred_temp</em></p><p>Bu kod, dış sıcaklık ve kullanıcı tercihlerine göre evinizin sıcaklığını otomatik olarak ayarlar. Ayrıca, enerji tasarrufu sağlamak için kullanıcıyı bilgilendirir.</p><p><strong>Nerelerde Kullanılır?</strong> <em>Akıllı Isıtma Sistemleri</em>, yalnızca evlerde değil, birçok alanda hayatı kolaylaştırabilir:</p><p><strong><em>Evlerde:</em></strong> Otomatik ısıtma ve soğutma ile hem konfor hem de enerji tasarrufu sağlar. Ayrıca, kullanıcıların farklı odalar için farklı sıcaklık ayarları yapabilmesini sağlar.</p><p><strong><em>Ofislerde: </em></strong>Çalışanların verimliliğini artırmak için ideal sıcaklık sağlar. Çalışma saatlerine göre otomatik sıcaklık ayarları, ofis ortamındaki konforu artırabilir.</p><p><strong><em>Endüstriyel Tesislerde:</em></strong> Hassas sıcaklık kontrolü gerektiren üretim süreçlerinde kullanılır. Örneğin, laboratuvarlarda veya soğuk depolarda sıcaklık takibi yapılabilir.</p><p><strong><em>Ticari Alanlarda: </em></strong>Mağaza veya restoranlarda enerji verimliliği sağlamak için kullanılabilir. Özellikle müşteri trafiğine göre ısıtma ve soğutma optimizasyonu yapılabilir.</p><p><strong>Sonuç: </strong><em>Akıllı Isıtma Sistemleri</em> Geleceğimizi Şekillendiriyor Akıllı ısıtma sistemleri, yalnızca evlerimizi daha konforlu hale getirmekle kalmaz, aynı zamanda enerji tasarrufu sağlayarak çevreye de katkıda bulunur. Bu sistemler, IoT (Nesnelerin İnterneti) teknolojisi ile entegre edildiğinde, evlerimiz daha verimli ve sürdürülebilir hale gelir. Ayrıca, kullanıcı tercihlerine göre daha akıllı ve verimli hale gelir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4ebc455d81a7" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>