演算法導論學習方法

㈠ 初學者如何學演算法

先看看兩本書，一本數據結構，一本離散數學。。。看完以後你就會。。。。

㈡ 高中生適合看演算法導論嗎

高中生是否適合看演算法導論，取決於其編程基礎和數學基礎：

1. 若基礎薄弱：對於大多數高中生而言，如果尚未具備扎實的編程基礎和數學基礎，演算法導論可能顯得過於復雜和深奧。此時不適合直接閱讀演算法導論。建議先通過一些簡單的編程練習和入門級演算法問題，逐步提升編程能力，並加強數學基礎。

2. 若基礎扎實：如果高中生已經掌握了良好的編程技能，並且對數學有一定的理解和應用能力，那麼可以嘗試閱讀演算法導論。但需注意，閱讀此書需要有耐心和毅力，逐步理解書中的概念與演算法設計方法。同時，要注重理論與實踐相結合，通過實踐解決具體問題來加深對演算法的理解。

3. 學習策略：在閱讀演算法導論時，高中生可以制定合理的學習計劃，分階段逐步深入。遇到難以理解的部分，可以查閱其他資源，如在線教程或相關書籍，也可以與同學討論，共同解決問題。

綜上所述，高中生是否適合看演算法導論，關鍵在於其是否具備必要的編程和數學基礎。在具備這些基礎後，通過有策略的學習，可以逐步探索演算法導論的奧秘，為日後的計算機科學學習打下堅實的基礎。

㈢ 我是學生，高中，現在想學計算機，自學，那麼《演算法導論》適合零基礎的嗎，高數啥的什麼都不會，學的好嗎

《演算法導論》不適合零基礎。可以先學習《計算機基礎》，然後再學習C語言或Java語言基礎，再學習《數據結構》。

㈣ 演算法怎麼學

貪心演算法的定義：

貪心演算法是指在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優上加以考慮，只做出在某種意義上的局部最優解。貪心演算法不是對所有問題都能得到整體最優解，關鍵是貪心策略的選擇，選擇的貪心策略必須具備無後效性，即某個狀態以前的過程不會影響以後的狀態，只與當前狀態有關。

解題的一般步驟是：

1.建立數學模型來描述問題；

2.把求解的問題分成若干個子問題；

3.對每一子問題求解，得到子問題的局部最優解；

4.把子問題的局部最優解合成原來問題的一個解。

如果大家比較了解動態規劃，就會發現它們之間的相似之處。最優解問題大部分都可以拆分成一個個的子問題，把解空間的遍歷視作對子問題樹的遍歷，則以某種形式對樹整個的遍歷一遍就可以求出最優解，大部分情況下這是不可行的。貪心演算法和動態規劃本質上是對子問題樹的一種修剪，兩種演算法要求問題都具有的一個性質就是子問題最優性(組成最優解的每一個子問題的解，對於這個子問題本身肯定也是最優的)。動態規劃方法代表了這一類問題的一般解法，我們自底向上構造子問題的解，對每一個子樹的根，求出下面每一個葉子的值，並且以其中的最優值作為自身的值，其它的值舍棄。而貪心演算法是動態規劃方法的一個特例，可以證明每一個子樹的根的值不取決於下面葉子的值，而只取決於當前問題的狀況。換句話說，不需要知道一個節點所有子樹的情況，就可以求出這個節點的值。由於貪心演算法的這個特性，它對解空間樹的遍歷不需要自底向上，而只需要自根開始，選擇最優的路，一直走到底就可以了。

話不多說，我們來看幾個具體的例子慢慢理解它：

1.活動選擇問題

這是《演算法導論》上的例子，也是一個非常經典的問題。有n個需要在同一天使用同一個教室的活動a1,a2,…,an，教室同一時刻只能由一個活動使用。每個活動ai都有一個開始時間si和結束時間fi 。一旦被選擇後，活動ai就占據半開時間區間[si,fi)。如果[si,fi]和[sj,fj]互不重疊，ai和aj兩個活動就可以被安排在這一天。該問題就是要安排這些活動使得盡量多的活動能不沖突的舉行。例如下圖所示的活動集合S，其中各項活動按照結束時間單調遞增排序。

關於貪心演算法的基礎知識就簡要介紹到這里，希望能作為大家繼續深入學習的基礎。

㈤ 《演算法導論》有什麼好的學習心得

本人沒有讀過這本書，文化水平不夠，就算讀了估計也是不知所雲，這個應該是比較專業的人看的吧，那我只能從網上摘錄些供大家分享。

推薦每學一個演算法，就去各個OJ（Online Judge）找一些相關題目做做，有時理論讓人很無語，分析代碼也是一個不錯的選擇。