演算法題好處

① 演算法三種描述方法的優缺點

本來演算法和語言沒有太大關系，用什麼來描述都可以。優點：Java語言對於一些小的演算法描述起來更方便，因為Java語言的抽象程度比較高。並且不用考略內存分配的問題。缺點：但是對於大型演算法要考略到執行效率的時候，Java就不太適合，Java的運行速度相對於C/C++要慢一些，並且Java是在JVM虛擬機上運行的，雖然優點是跨平台，但是很多演算法是要求和底層打交道，用Java反而顯得不太方便。

② 農夫過河程序流程圖演算法的好處

農夫過河程序流程圖演算法的好處？一個農夫，帶著一隻狼、一隻羊、和一棵白菜，身處河的南岸，他要把這些東西全部運到北岸。農夫的面前有一條小船，船小到只能容下他和一件物件。另外，只能農夫會撐船。又因為狼能吃羊，而羊愛吃白菜，所以農夫不能留下羊和白菜而自己離開，也不能留下狼和羊而自己離開。但狼屬於食肉動物，不吃白菜。

問農夫採取什麼方案才能將所有的東西運過河？
解題思路
農夫過河問題的求解方法是使用廣度優先搜索（BFS），即在搜索過程中總是最先搜索下面一步的所有可能狀態，然後再進行考慮更後面的各種情況。

要實現廣度優先搜索，一般採用隊列結構。把下一步所有可能達到的狀態都列舉出來，放在這個隊列中，然後順序取出來分別對其進行處理，處理過程中再把下一步的狀態放在隊列里。

在採用編程解決農夫過河的問題時，首先需要考慮以下幾個問題：
程序中為了方便描述農夫過河過程中幾個角色的位置（位於南岸還是北岸），最好的方法是用 4 個二進制數，分別順序表示農夫、狼、白菜和羊的位置。在本節程序中，用二進制 0 表示某角色在河的南岸，用 1 表示某角色在河的北岸。例如，整數 5（其二進制為 0101），表示農夫和白菜在河的南岸，而狼和羊在北岸。
為了方便獲取各個角色當前所在的位置，程序中設置了如下 4 個函數。其中，函數返回值為 1，反之則表示角色在河的北岸

③ 大學學計算機為什麼必須要學演算法

演算法是計算機編程非常重要的組成部分。
同樣的一個運算，有的人寫完，需要幾個月才能運算出結果。而運用了演算法，可以在幾秒內解決。計算機的計算能力是有限的，需要利用演算法來輔助計算機完成復雜的運算。
另外，在一些技術難度高的領域，如果不會演算法，那是寸步難行。
很多公司會有專門的演算法工程師，為軟體的開發提供演算法支持。即使普通的程序員不能做到演算法工程師那種程度，但是基本的演算法還是必須要有所了解的。

④ 什麼是演算法用計算機解題時，演算法起到什麼作用

在數學和計算機科學之中，演算法（Algorithm）為一個計算的具體步驟，常用於計算、數據處理和自動推理。精確而言，演算法是一個表示為有限長列表的有效方法。
演算法是一種描述程序行為的語言，廣泛應用於計算機科學領域，是一種讓程序最為簡潔的思考方式。

⑤ 怎麼循序漸進的學習演算法演算法對於程序員有什麼作用

首先，對於大部分程序員而言，在工作中不是必須的，但是你要找工作，特別是剛畢業參加校招的學生，想進入一些比較大的公司（BAT之流），是必須要學好演算法的。
此外，在提高自我技術水平的過程中，比如去閱讀一些優秀的代碼的時候，也是需要演算法功底的，就像去看leveldb、redis源碼的時候，起碼得知道跳錶是個啥吧，看Linux內核文件系統的代碼得知道紅黑樹是個啥吧。
再就是有一個很重要的影響：演算法學的好的話，不論對你思考問題的方式還是對你編程的思維都會有很大的好處。
另外關於刷題的網站還是首推Leetcode。
如果有一些演算法基礎的話，推薦Codeforces。
至於資料書籍的話，其實沒有太多要求，網上的資料很多，隨便谷歌一下就能找到很多詳細的資料。
演算法導論的話不推薦，不推薦初學者看。這本書是本神書，但是這本書的門檻比較高，需要有一定數學基礎和演算法基礎的人去研究，如果你沒有一定的基礎或者對演算法狂熱的學習興趣，你很難啃下去。
改了一下知識列表的結構，分了下類，可能更加清楚一點。這裡面基礎是我覺得必須應該掌握的，中等的是有如有餘力最好學習的，高級的可以了解，可以了解一下，對於個別感興趣的可以深入學習一下。

⑥ A*演算法的好處

其實A*演算法也是一種最好優先的演算法
只不過要加上一些約束條件罷了。由於在一些問題求解時，我們希望能夠求解出狀態空間搜索的最短路徑，也就是用最快的方法求解問題，A*就是干這種事情的！
我們先下個定義，如果一個估價函數可以找出最短的路徑，我們稱之為可採納性。A*演算法是一個可採納的最好優先演算法。A*演算法的估價函數可表示為：
f'(n) = g'(n) + h'(n)
這里，f'(n)是估價函數，g'(n)是起點到節點n的最短路徑值，h'(n)是n到目標的最短路經的啟發值。由於這個f'(n)其實是無法預先知道的，所以我們用前面的估價函數f(n)做近似。g(n)代替g'(n)，但 g(n)>=g'(n)才可（大多數情況下都是滿足的，可以不用考慮），h(n)代替h'(n)，但h(n)<=h'(n)才可（這一點特別的重要）。可以證明應用這樣的估價函數是可以找到最短路徑的，也就是可採納的。我們說應用這種估價函數的最好優先演算法就是A*演算法。
舉一個例子，其實廣度優先演算法就是A*演算法的特例。其中g(n)是節點所在的層數，h(n)=0，這種h(n)肯定小於h'(n)，所以由前述可知廣度優先演算法是一種可採納的。實際也是。當然它是一種最臭的A*演算法。
再說一個問題，就是有關h(n)啟發函數的信息性。h(n)的信息性通俗點說其實就是在估計一個節點的值時的約束條件，如果信息越多或約束條件越多則排除的節點就越多，估價函數越好或說這個演算法越好。這就是為什麼廣度優先演算法的那麼臭的原因了，誰叫它的h(n)=0，一點啟發信息都沒有。但在游戲開發中由於實時性的問題，h(n)的信息越多，它的計算量就越大，耗費的時間就越多。就應該適當的減小h(n)的信息，即減小約束條件。但演算法的准確性就差了，這里就有一個平衡的問題。

⑦ 演算法題用的多嗎

多。演算法（Algorithm）是指解題方案的准確而完整的描述，是一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。演算法在題中用的很多，可以在有限時間內獲得所要求的輸出。如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法用不同的時間，空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。

⑧ "最短路徑優先演算法"的優缺點

所謂的最短路徑問題有很多種意思，
在這里啟發式指的是一個在一個搜尋樹的節點上定義的函數h(n)，用於評估從此節點到目標節點最便宜的路徑。啟發式通常用於資訊充分的搜尋演算法，例如最好優先貪婪演算法與a*。最好優先貪婪演算法會為啟發式函數選擇最低代價的節點；a*則會為g(n)
+
h(n)選擇最低代價的節點，此g(n)是從起始節點到目前節點的路徑的確實代價。如果h(n)是可接受的（admissible）意即h(n)未曾付出超過達到目標的代價，則a*一定會找出最佳解。
最能感受到啟發式演算法好處的經典問題是n-puzzle。此問題在計算錯誤的拼圖圖形，與計算任兩塊拼圖的曼哈頓距離的總和以及它距離目的有多遠時，使用了本演算法。注意，上述兩條件都必須在可接受的范圍內。

⑨ 遺傳演算法優點，要詳細一些的

遺傳演算法是一種全局優化概率演算法，主要的優點有
1.遺傳演算法對所求解的優化問題沒有太多的數學要求，由於他的進化特性，搜素過程中不需要問題的內在性質，對於任意形式的目標函數和約束，無論是線性的還是非線性的，離散的還是連續的都可處理。
2.進化運算元的各態歷經性使得遺傳演算法能夠非常有效地進行概率意義的全局搜素。
3.遺傳演算法對於各種特殊問題可以提供極大的靈活性來混合構造領域獨立的啟發式，從而保證演算法的有效性。