五天學完演算法設計

Ⅰ 演算法導論多久學完

大約一年，，看情況

Ⅱ 如何學好演算法與程序設計

由於我是學習計算機軟體專業的，因此關於如何學好該門課程的問題，我的親身體會是：在編寫程序源代碼上，首先必須至少做到：能夠利用程序設計語言自如地編寫出自己想讓電腦完成的事情（即程序源代碼）。這個是第一步的。
其次，在達到上面第一步之後，就必須要盡量多學習一些計算機軟體專業的課程了（例如：數據結構及其計算機演算法），但是這門課程就是重中之重了。你即使暫時不學習其他的計算機專業基礎課程（例如：高等數學、高等代數、離散數學等），數據結構及其計算機演算法也必須是要學習的。因為它是影響到你今後編寫出來的源程序，其程序運行效率高低、內存優化等的理論基礎。
至於說學好了各門數學課程，主要是為了將來在編寫計算機軟體時，建立適當的數學模型的過程中必須用到的。
最後我要說的一句話就是：如果要想達到這個境界，那麼沒有什麼捷徑可走，只能夠是依靠平時多上機編寫、調試大量的程序、以及在平時編程的過程中注意積累豐富的編程經驗。
只有這樣，才能夠真正學習好演算法與程序設計這門課程。

Ⅲ 《演算法分析與設計》課程講什麼內容

《演算法分析與設計》課程是理論性與應用性並重的專業課程。本課程以演算法設計策略為知識單元，系統地介紹計算機演算法的設計方法和分析技巧。課程教學主要內容包括：第一章，演算法概述；第二章，遞歸與分治策略；第三章，動態規劃；第四章，貪心演算法；第五章，回溯法；第六章，分支限界法。通過介紹經典以及實用演算法讓同學掌握演算法設計的基本方法。結合實例分析，讓同學深入理解演算法設計的技巧，以及分析演算法的能力。

Ⅳ 新手自學一本《c語言程序設計》多久能學完

其實C並不難 關鍵你得找個適合自己的材料 如果是自學的話 以我自身經歷來看 感覺看視頻比看書效率高 畢竟理科知識不像是文科的 看書效率太低了 可能一個很簡單的知識點 自己看書得半個小時 但是懂的人就講幾句話 就能明白了 所以相比之下 還是視頻效率比看書高 選擇個適合自己的就能學懂C了 我當初看的是夏老師的 感覺挺適合我這樣初學者的 他講的不繁瑣啰嗦 都是重點 而且思維原理講的最好 能讓我理解 我感覺這點很重要 比之前看的什麼郝斌曾怡金文的那些繁瑣啰嗦聽不出重點的好多了

Ⅳ 演算法該如何學習

我的研究生生涯絕對是一個反面典型——翹課，實習，寫水論文，做水研究，但有一點我頗為自得——從頭到尾認真聽了韓軍教授的演算法設計與分析課程。

韓軍給我印象最深的有兩點：課堂休息時跑到外面和幾個學生借火抽煙；講解演算法時的犀利和毫不含糊。
盡管韓軍從來沒有主動提及，但我敢肯定演算法設計與分析基礎就是他演算法課程事實上的（de-facto）教材，因為他的課程結構幾乎和這本書的組織結構一模一樣。

如果數據結構與演算法分析——C語言描述是我的數據結構啟蒙，那麼韓軍的課程和演算法設計與分析基礎就是我的演算法啟蒙，結合課程和書籍，我一一理解並掌握了復雜度分析、分治、減治、變治、動態規劃和回溯這些簡單但強大的演算法工具。

Ⅵ 我目前在自學演算法，但是我感覺很吃力啊。有時候一個稍微復雜的演算法，想很久都不能明白。希望前輩們給點建

復雜演算法難理解是肯定的
比如波利亞計數定理，就算我寫出程序了也沒有完全理解
其實弗洛伊德最短路演算法也挺難理解的
可以自己先試著解答題目，然後再去看演算法
或者debug，單步調試看看演算法是怎麼工作的

Ⅶ 如何設計演算法

設計一個正確的演算法是一件困難的工作，因為它需要創新，從以太真空中發掘出一個解方案來解決問題。演算法設計比對現有的方案進行改良要難得多，因為演算法設計的可選擇空間太，過多的自由反而成了一種約束。 This book is designed to make you a better algorithm designer. The techniques presented in Part I of this book provide the basic ideas underlying all combinatorial algorithms. The problem catalog of Part II will help you with modeling your application and point you in the right direction of an algorithm or implementation. However, being a successful algorithm designer requires more than book knowledge; it requires a certain attitude, the right problem-solving approach. It is difficult to teach this mindset in a book; yet getting it is essential to become a successful designer. 本書的設計目標是讓你成為一個更好的演算法設計者。本書第一部分展示有關組合演算法的基本原理和基本思想；第二部分的問題清單幫助你為你的問題建模，並且為你指明實現正確演算法的方向。盡管如此，要成為一個成功的演算法設計者光有書本知識是不夠的，面對問題的態度（attitude）和選擇正確的方法更重要。書本容易傳授知識，很難傳授人的心態（mindset)和思考方式；而這種心態和思考卻是成為成功的演算法設計者的根本條件。 The key to algorithm design (or any other problem-solving task) is to proceed by asking yourself a sequence of questions to guide your thought process. What if we do this? What if we do that? Should you get stuck on the problem, the best thing to do is move onto the next question. In any group brainstorming session, the most useful person in the room is the one who keeps asking, ``Why can't we do it this way?'' not the person who later tells them why. Because eventually she will stumble on an approach that can't be shot down. 演算法設計（或其它問題解決任務）的關鍵是一系列持續的自我反問，這些反問引導我們思維的前進。「如果這樣做會怎樣？」，「如果那樣做又會怎樣？」……如果 你被一個問題掐住了，最好的辦法就是先擱一下，換一個問題換一個前進的方向試試。在每組頭腦風暴會議中，最有價值的人是不斷提出為什麼的人，不是爾後解說為什麼的人。因為我們常常被一些習以為常的東西所拌倒，掉進自己設置的陷阱。 kemin：如果問題解決是一種思考過程，那麼思考的形式（過程的嚴謹性、細致性和正確性）很重要，而思考的內容也不容忽視。因為引導我們思考前進的方式 除反問本身外，反問的內容也很重。就比如參加頭腦風暴的材料一樣。人大腦的思維功能是硬編碼的，人與人之間沒有思維規律——質的區別，只是思維的清晰度和 靈敏度——量的差別。人與人之間智力的差別更多體現在思維內容的量上，體現在對外部世界的事實掌握的廣度和深度上。 Towards this end, we provide below a sequence of questions to guide your search for the right algorithm for your problem. To use it effectively, you must not only ask the questions, but answer them. The key is working through the answers carefully, by writing them down in a log. The correct answer to, ``Can I do it this way?'' is never ``no,'' but ``no, because ....'' By clearly articulating（明確有力地表達） your reasoning as to why something doesn't work, you can check if it really holds up or whether you have just glossed（掩蓋） over a possibility that you didn't want to think hard enough about. You will be surprised how often the reason you can't find a convincing（使人信服的） explanation for something is because your conclusion is wrong. 在末尾我們提供一個反問問題的列表，你不但要反問自己這些問題，更重要是仔細回答這些問題，最好把答案寫下來。回答諸如問題「我可以使用這種方式嗎？」的 不是一個「不能」就完了，而是「不能，因為……」。通過仔細明確的回答「為什麼不能」時，你會發現到底是「真的不能「，還是只是你自己不願意去深入思考掩 蓋了」能「。如果你不曾訓練出嚴謹的思考方式，當你這樣做時你會驚訝的發現，為了說明某些東西但卻找不到一個令人信服的解釋的原因常常是因為你的結論本身 是錯的。 An important distinction to keep aware of ring any design process is the difference between strategy and tactics（戰略）. Strategy represents the quest for the big picture, the framework around which we construct our path to the goal. Tactics are used to win the minor battles we must fight along the way. In problem solving, it is important to check repeatedly whether you are thinking on the right level. If you do not have a global strategy of how you are going to attack your problem, it is pointless to worry about the tactics. 在設計過程中特別重要區分策略和戰略的概念。策略是對全局的一個探索，一個構築通向目標路徑的指導框架。戰略則是用來解決通向大目標過程的較小的問題。如果你對關於如何對付所面臨的問題沒有一個全局的策略，那關心戰略是不得要領的，予事無補的。在解題領域，不斷修正思維的層次（thinking on the right level）是很重要戰略。（--萊布尼茲曾經將人的解題思考過程比喻成晃篩子，把腦袋裡面的東西都給抖落出來，然後正在搜索的注意力會抓住一切細微的、與問題有關的東西。事實上，要做到能夠令注意力抓住這些有關的東西，就必須時刻將問題放在注意力層面，否則即使關鍵的東西抖落出來了也可能沒注意到。） An example of a strategic question is, ``How best can I model my application as a graph algorithm problem?'' A tactical question might be, ``Should I use an adjacency鄰接 list or adjacency matrix data structure to represent my graph?'' Of course, such tactical decisions are critical to the ultimate quality of the solution, but they can be properly evaluated only in light of a successful strategy. 一個策略問題的例子是：「我如何才能更好地把我的問題建模成圖問題？」。而一個戰略問題可能是這樣：「我是用鄰接列表還是鄰接矩陣來實現我的圖結構？」。當然，這種戰略選擇是對解決方案的最終質量起著重要作用；不過戰略價值的體現還是基於正確的策略的選擇。 When faced with a design problem, too many people freeze up in their thinking. After reading or hearing the problem, they sit down and realize that they don't know what to do next. They stare（凝視） into space, then panic（驚惶）, and finally end up settling（沉澱; 決定） for the first thing that comes to mind. Avoid this fate（天數; 運氣; 命運 ）. Follow the sequence of questions provided below and in most of the catalog problem sections. We'll tell you what to do next! 初學者在面對問題時常常表現出思維凝滯、手足無措和盲目解題。參考以下的反問問題列表和本書的問題清單，我們告訴你應該怎麼做。 Obviously, the more experience you have with algorithm design techniques such as dynamic programming, graph algorithms, intractability, and data structures, the more successful you will be at working through the list of questions. Part I of this book has been designed to strengthen this technical background. However, it pays to work through these questions regardless of how strong your technical skills are. The earliest and most important questions on the list focus on obtaining a detailed understanding of the problem and do not require specific expertise. 當然本反問問題列表對讀者有背景要求，要求讀者對演算法設計技術（動態規劃、圖演算法、難解性和數據結構）的熟悉程度。本書第一部分的目標就是對這些技術背景進行強化。不過，不管你的技術背景怎樣，通讀這些問題對你解題還是很有裨益的。

Ⅷ 演算法的常用設計方法有哪些

演算法設計是一件非常困難的工作，經常採用的演算法設計技術主要有迭代法、窮舉搜索法、遞推法、貪婪法、回溯法、分治法、動態規劃法等等。
另外，為了更簡潔的形式設計和藐視演算法，在演算法設計時又常常採用遞歸技術，用遞歸描述演算法。

Ⅸ 零基礎學java 一般要學多久

要想學好Java，應該注重以下幾個方面入手。

1、正確理解Java的各種「抽象」。學習Java就是學習各種「抽象」，包括類、介面和抽象類等，不同層次的抽象意味著不同的作用。

對於初學者來說，要想正確的掌握各種抽象，應該從基本的Java編程過程開始，包括類的設計、對象的創建和方法的調用，另外要重點學習一下多態的使用。多做實驗是理解各種抽象的好辦法，因為實驗往往能夠為初學者建立起概念的「畫面」，從而輔助理解。

2、學好集合框架。Java描述復雜數據結構的主要方式是集合框架。Java沒有指針，而是通過強大的集合框架描述數組、對象數組等復雜的數據結構。

學好這些數據結構的描述方法對於應用程序編寫，特別是涉及到伺服器方、3層結構編程至關重要。程序員在這個時候不能再用諸如資料庫結果集之類的結構描述數據了。

由於很多語言沒有這么強大的集合框架體系，很多初學者不知所措，更不知道拿來做什麼用，因此應該引起足夠的重視。

3、注重知識結構的全面性

學習Java開發的過程中要系統地學習一下操作系統、計算機網路、數據結構、演算法設計和資料庫知識，這些計算機基礎內容對於學習Java具有重要的意義，如果想在Java開發領域走得更遠，一定要注重基礎知識的學習。

在學習期間建議使用Linux操作系統開展實驗，未來很多Java開發都離不開Linux操作系統，比如大數據應用開發、物聯網平台開發等。

4、確定一個主攻方向

Java目前主要的應用領域包括Web開發、Android開發和大數據開發，不少網路服務也需要採用Java完成後端功能的編寫，另外Java也是研發級程序員的常見工具，涉及到一些平台和容器的開發，比如大數據平台Hadoop就是採用Java語言編寫的。

對於Java初學者來說，要根據自身的知識結構和興趣愛好，選擇一個適合自己的主攻方向。一般系統學習在千鋒時間在5-6個月。

Ⅹ 如何學習演算法

個人覺得，世界上的演算法多如牛毛，要想全部系統地學習恐怕是不大可能的。只有一邊學編程一邊自己總結。當然典型的一些演算法還是要記下來的。比如最基本的排序等，以及稍微高級點的求最段路徑等。