做演算法用什麼

① 演算法該用哪種語言編寫

演算法的表示可以是自然語言，流程框圖，ns圖和程序語言。
但自然語言有歧義
程序設計語言表示後可以運行檢查

② C，C++，MATLAB，Python，Go 哪個比較適合寫演算法

僅僅就學習演算法，還是C++/java/C#最適合。

首先，沒泛型的語言未必工作不好用，我司現在服務端代碼幾乎都是go，但是沒有泛型，寫通用的代碼就是不好用。我用Go把半本《演算法》實現了一遍，移植了Haskell 的 Parsec 庫。這些代碼大部分都在我團隊的項目里實際使用。你要說 Go 有多熟練未必，但是要說它在語言功能上有多少坑我倒是挺熟悉。沒泛型的話演算法實現起來太坑人了，別的不說 float32/float64/int8/int16/int32/int64/int 這些數值類型你能都覆蓋么？如果只是基於某一組有限的數據類型和問題領域實現一遍，用 go 倒是不錯，它環境配置容易，不太依賴ide，但是對ide還是比較友好的，天然集成test，編譯快速，模型簡單，學習容易，可以說是我用過的靜態編譯型語言里最像動態腳本語言，最適合快速開發微型工具的。

其次，Python/Ruby 這類語言其實不太適合練習演算法實現，它們太「高級」了。例如用Python的時候，你很難規避它的內置容器List和Dict，這些東西封裝了太多東西，在學習的過程中容易被干擾。另外沒有靜態的類型控制，在學習過程中也會失去一些知識。倒不是就會導致你後半生這部分都不能自理，但是需要另外學習。

在我的經驗，要學習演算法，C++/C#/Java 仍然是比較好的選擇，它們的泛型已經比較成熟，能夠在學習中建立比較完備的知識概念。可以找到一些比較好的IDE用，我個人其實在工作中不怎麼用IDE，但是演算法學習的時候，有個不錯的IDE可以幫你跟蹤代碼的運行過程，還能比較容易的做性能分析，這樣就可以用動態、直觀、形象的視角去理解和觀察演算法。這對學習非常有幫助。

如果只是在一個特定的領域做知識學習的工具，其實C++反而不算很難，C++的難度主要在於覆蓋的領域太廣泛，當你要做一個專業的C++程序員，要掌握的東西就太多了。

個人不太建議用C去學習這些東西，需要處理太多跟問題本身無關的事情了。

③ 復雜演算法一般用什麼語言實現

復雜演算法一般用c語言，或者c++語言實現。

復雜演算法的復雜性是對演算法效率的度量,是評價演算法優劣的重要依據。時間復雜性是指演算法中包含簡單操作次數的多少,是演算法運行時間的相對度量。要求用計算機解決的問題越復雜,規模越大,演算法分析的工作量也越大。

復雜演算法指針：

復雜演算法如果一個變數聲明時在前面使用*號，表明這是個指針型變數。換句話說，該變數存儲一個地址，而則是取內容操作符，意思是取這個內存地址里存儲的內容。指針是C語言區別於其他同時代高級語言的主要特徵之一。

復雜演算法指針不僅可以是變數的地址，還可以是數組、數組元素、函數的地址。通過指針作為形式參數可以在函數的調用過程得到一個以上的返回值，不同於return（z）這樣的僅能得到一個返回值。

復雜演算法指針是一把雙刃劍，許多操作可以通過指針自然的表達，但是不正確的或者過分的使用指針又會給程序帶來大量潛在的錯誤。

④ 機器學習演算法用什麼軟體

機器學習演算法用的軟體：機器學習新手可以選擇以下演算法軟體：線性回歸、邏輯回歸、線性判別分析、分類和回歸樹、樸素貝葉斯、K-近鄰演算法、學習向量量化、支持向量機、Bagging和隨機森林、Boosting和AdaBoost。

⑤ 演算法的工具有哪些

你說的應該是演算法描述的工具吧。
流程圖工具
1、Visio很好用，很強大，微軟出的，水平好的可以用它製作出任何東西來（水平一般的就會做得比較難看，這和微軟風格有關，默認的都沒啥美感）；
2、EDraw(億圖)，又強大又好用，很容易上手，做出來的東西也漂亮，功能也符合大多數的流程圖需求，還能導出多種格式（點陣圖和矢量都可以）；
3、Axure，這個主要是用來進行軟體原型線框設計的，同時具有流程圖功能，特點是非常簡潔易用，如果作很單純的說明性的流程圖（注重功能講解的），用這個很方便。

⑥ 演算法的描述可以採用什麼

如下：

1、用自然語言描述演算法

前面關於歐幾里的演算法以及演算法實例的描述，使用的都是自然語言。自然語言是人們日常所用的語言，如漢語、英語、德語等。使用這些語言不用專門訓練，所描述的演算法也通俗易懂。

2、用流程圖描述演算法

在數學課程里，我們學習了用程序框圖來描述演算法。在程序框圖中流程圖是描述演算法的常用工具由一些圖形符號來表示演算法。

3、用偽代碼描述演算法

偽代碼是用介於自然語言和計算機語言之間的文字和符號來描述演算法的工具。它不用圖形符號，因此，書寫方便、格式緊湊，易於理解，便於向計算機程序設計語言過度。

演算法的特徵

輸入：一個演算法必須有零個或以上輸入量。

輸出：一個演算法應有一個或以上輸出量，輸出量是演算法計算的結果。

明確性：演算法的描述必須無歧義，以保證演算法的實際執行結果是精確地符合要求或期望，通常要求實際運行結果是確定的。

有限性：依據圖靈的定義，一個演算法是能夠被任何圖靈完備系統模擬的一串運算，而圖靈機器只有有限個狀態、有限個輸入符號和有限個轉移函數（指令）。而一些定義更規定演算法必須在有限個步驟內完成任務。

⑦ 寫演算法題為什麼大多用C語言而不用java

首先c語言的效率比較高，執行起來比較快
其次演算法有不少需要對浮點的數據做定點的截斷，這個用c語言比較通用。同時代碼量相對來說不大。
另外不少演算法在晶元上面去實現，很多晶元驗證環境同時支持c語言的參考模型。