‘壹’ 如何能快速提高算法能力
对着这个列表做一些题，分析每道题的特点和出错点，总结算法和自己的模板。
做完初期就差不多可以应付校赛了。
然后再是中期。。。
OJ上的一些水题(可用来练手和增加自信)
(poj3299,poj2159,poj2739,poj1083,poj2262,poj1503,poj3006,poj2255,poj3094)
初期:
一.基本算法:
(1)枚举. (poj1753,poj2965)
(2)贪心(poj1328,poj2109,poj2586)
(3)递归和分治法.
(4)递推.
(5)构造法.(poj3295)
(6)模拟法.(poj1068,poj2632,poj1573,poj2993,poj2996)
二.图算法:
(1)图的深度优先遍历和广度优先遍历.
(2)最短路径算法(dijkstra,bellman-ford,floyd,heap+dijkstra)
(poj1860,poj3259,poj1062,poj2253,poj1125,poj2240)
(3)最小生成树算法(prim,kruskal)
(poj1789,poj2485,poj1258,poj3026)
(4)拓扑排序 (poj1094)
(5)二分图的最大匹配 (匈牙利算法) (poj3041,poj3020)
(6)最大流的增广路算法(KM算法). (poj1459,poj3436)
三.数据结构.
(1)串 (poj1035,poj3080,poj1936)
(2)排序(快排、归并排(与逆序数有关)、堆排) (poj2388,poj2299)
(3)简单并查集的应用.
(4)哈希表和二分查找等高效查找法(数的Hash,串的Hash)
(poj3349,poj3274,POJ2151,poj1840,poj2002,poj2503)
(5)哈夫曼树(poj3253)
(6)堆
(7)trie树(静态建树、动态建树) (poj2513)
四.简单搜索
(1)深度优先搜索 (poj2488,poj3083,poj3009,poj1321,poj2251)
(2)广度优先搜索(poj3278,poj1426,poj3126,poj3087.poj3414)
(3)简单搜索技巧和剪枝(poj2531,poj1416,poj2676,1129)
五.动态规划
(1)背包问题. (poj1837,poj1276)
(2)型如下表的简单DP(可参考lrj的书 page149):
1.E[j]=opt{D+w(i,j)} (poj3267,poj1836,poj1260,poj2533)
2.E[i,j]=opt{D[i-1,j]+xi,D[i,j-1]+yj,D[i-1][j-1]+zij} (最长公共子序列)
(poj3176,poj1080,poj1159)
3.C[i,j]=w[i,j]+opt{C[i,k-1]+C[k,j]}.(最优二分检索树问题)
六.数学
(1)组合数学:
1.加法原理和乘法原理.
2.排列组合.
3.递推关系.
(POJ3252,poj1850,poj1019,poj1942)
(2)数论.
1.素数与整除问题
2.进制位.
3.同余模运算.
(poj2635, poj3292,poj1845,poj2115)
(3)计算方法.
1.二分法求解单调函数相关知识.(poj3273,poj3258,poj1905,poj3122)
七.计算几何学.
(1)几何公式.
(2)叉积和点积的运用(如线段相交的判定,点到线段的距离等). (poj2031,poj1039)
(3)多边型的简单算法(求面积)和相关判定(点在多边型内,多边型是否相交)
(poj1408,poj1584)
(4)凸包. (poj2187,poj1113)
中级:
一.基本算法:
(1)C++的标准模版库的应用. (poj3096,poj3007)
(2)较为复杂的模拟题的训练(poj3393,poj1472,poj3371,poj1027,poj2706)
二.图算法:
(1)差分约束系统的建立和求解. (poj1201,poj2983)
(2)最小费用最大流(poj2516,poj2195)
(3)双连通分量(poj2942)
(4)强连通分支及其缩点.(poj2186)
(5)图的割边和割点(poj3352)
(6)最小割模型、网络流规约(poj3308, )
三.数据结构.
(1)线段树. (poj2528,poj2828,poj2777,poj2886,poj2750)
(2)静态二叉检索树. (poj2482,poj2352)
(3)树状树组(poj1195,poj3321)
(4)RMQ. (poj3264,poj3368)
(5)并查集的高级应用. (poj1703,2492)
(6)KMP算法. (poj1961,poj2406)
四.搜索
(1)最优化剪枝和可行性剪枝
(2)搜索的技巧和优化 (poj3411,poj1724)
(3)记忆化搜索(poj3373,poj1691)
五.动态规划
(1)较为复杂的动态规划(如动态规划解特别的施行商问题等)
(poj1191,poj1054,poj3280,poj2029,poj2948,poj1925,poj3034)
(2)记录状态的动态规划. (POJ3254,poj2411,poj1185)
(3)树型动态规划(poj2057,poj1947,poj2486,poj3140)
六.数学
(1)组合数学:
1.容斥原理.
2.抽屉原理.
3.置换群与Polya定理(poj1286,poj2409,poj3270,poj1026).
4.递推关系和母函数.
(2)数学.
1.高斯消元法(poj2947,poj1487, poj2065,poj1166,poj1222)
2.概率问题. (poj3071,poj3440)
3.GCD、扩展的欧几里德(中国剩余定理) (poj3101)
(3)计算方法.
1.0/1分数规划. (poj2976)
2.三分法求解单峰(单谷)的极值.
3.矩阵法(poj3150,poj3422,poj3070)
4.迭代逼近(poj3301)
(4)随机化算法(poj3318,poj2454)
(5)杂题.
(poj1870,poj3296,poj3286,poj1095)
七.计算几何学.
(1)坐标离散化.
(2)扫描线算法(例如求矩形的面积和周长并,常和线段树或堆一起使用).
(poj1765,poj1177,poj1151,poj3277,poj2280,poj3004)
(3)多边形的内核(半平面交)(poj3130,poj3335)
(4)几何工具的综合应用.(poj1819,poj1066,poj2043,poj3227,poj2165,poj3429
)
高级:
一.基本算法要求:
(1)代码快速写成,精简但不失风格
(poj2525,poj1684,poj1421,poj1048,poj2050,poj3306)
(2)保证正确性和高效性. poj3434
二.图算法:
(1)度限制最小生成树和第K最短路. (poj1639)
(2)最短路,最小生成树,二分图,最大流问题的相关理论(主要是模型建立和求解)
(poj3155, poj2112,poj1966,poj3281,poj1087,poj2289,poj3216,poj2446
(3)最优比率生成树. (poj2728)
(4)最小树形图(poj3164)
(5)次小生成树.
(6)无向图、有向图的最小环
三.数据结构.
(1)trie图的建立和应用. (poj2778)
(2)LCA和RMQ问题(LCA(最近公共祖先问题) 有离线算法(并查集+dfs) 和 在线算法
(RMQ+dfs)).(poj1330)
(3)双端队列和它的应用(维护一个单调的队列,常常在动态规划中起到优化状态转移
的
目的). (poj2823)
(4)左偏树(可合并堆).
(5)后缀树(非常有用的数据结构,也是赛区考题的热点).
(poj3415,poj3294)
四.搜索
(1)较麻烦的搜索题目训练(poj1069,poj3322,poj1475,poj1924,poj2049,poj3426)
(2)广搜的状态优化:利用M进制数存储状态、转化为串用hash表判重、按位压缩存储
状态、双向广搜、A*算法. (poj1768,poj1184,poj1872,poj1324,poj2046,poj1482)
(3)深搜的优化:尽量用位运算、一定要加剪枝、函数参数尽可能少、层数不易过大
、可以考虑双向搜索或者是轮换搜索、IDA*算法. (poj3131,poj2870,poj2286)
五.动态规划
(1)需要用数据结构优化的动态规划.
(poj2754,poj3378,poj3017)
(2)四边形不等式理论.
(3)较难的状态DP(poj3133)
六.数学
(1)组合数学.
1.MoBius反演(poj2888,poj2154)
2.偏序关系理论.
(2)博奕论.
1.极大极小过程(poj3317,poj1085)
2.Nim问题.
七.计算几何学.
(1)半平面求交(poj3384,poj2540)
(2)可视图的建立(poj2966)
(3)点集最小圆覆盖.
(4)对踵点(poj2079)
八.综合题.
(poj3109,poj1478,poj1462,poj2729,poj2048,poj3336,poj3315,poj2148,poj1263）
‘贰’ 数学怎么提高计算速度
如何提高中考数学的计算的正确率，以下有四种方法以供借鉴：
第一，要对计算引起足够的重视。
很多同学总以为计算式题比分析应用题容易得多，对一些法则、定律等知识学得比较扎实，计算是件轻而易举的事情，因而在计算时或过于自信，或注意力不能集中，结果错误百出。其实，计算正确并不是一件很容易的事。例如计算一道像37×54这样简单的式题，要用到乘法、加法的运算法则，经过四次表内乘法和四次一位数加法才能完成。至于计算一道分数、小数四则混合运算式题，需要用到运算顺序、运算定律和四则运算的法则等大量的知识，经过数十次基本计算。在这个复杂的过程中，稍有粗心大意就会使全题计算错误。因此，计算时来不得半点马虎。
第二，要按照计算的一般顺序进行。
首先，弄清题意，看看有没有简单方法、得数保留几位小数等特别要求;其次，观察题目特点，看看几步运算，有无简便算法;再次，确定运算顺序。在此基础上利用有关法则、定律进行计算。最后，要仔细检查，看有无错抄、漏抄、算错现象。
第三，要养成认真演算的好习惯。
有些同学由于演算不认真而出现错误。数据写不清，辨认失误。打草稿时不能按照一定的顺序排列竖式，出现上下粘连，左右不分，再加上相同数位不对齐，既不便于检查，又极易看错数据。所以一定要养成有序排列竖式，认真书写数字的良好习惯。
第四，不能盲目追求高速度。
计算又对又快是最理想的目标，但必须知道计算正确是前提条件，是最基本的要求，没有正确作基础的高速度是没有任何价值的。所以，宁愿计算的速度慢一些，也要保证计算正确，提高计算的正确率。
‘叁’ 如何改进此算法，使得算法效率提高
voidDeletaz(ElemTypex)
{
inti=0,j;
while(i<length&&elem[i]<x)i++;
if(i==length)cout<<”X不存在”<<endl;
else{
while(elem[i]==x)
{n++;i++;}//关键在这里
for(j=i;j<length-1;j++)
elem[j-n]=elem[j];
length=length-n;
}
}
解析：这里用了一个变量n，可以更好的解决连续出现x的情况，你可以想一下，假设数据是{1,2，x,x,x,3,3,3},按照原先的代码，连续的3个x需要连续3次运行
for(j=I;j<length;j++)elem[j]=elem[j+1];
length--;
而此处则仅需要一次，相对而言提高了效率，但是这也不是绝对的，比如：如果所有的x都不是连续出现的，那么这两个代码没什么区别！
‘肆’ 如何提高算法
计算的准确性不但在“应试教育”中占主要地位,在“素质教育”的今天同样重要。因为式子题的计算是学生解决实际问题的基础,是每个小学生必须掌握的数学基础知识和基本技能。只有计算过硬,才能进一步学好应用题和其他学科知识。式子题计算是各年级的重要内容,根据学生的考试和作业看,造成成绩不理想的原因是计算能力差,准确率不高。造成这种现象的原因是多方面的:首先是低年级忽略了口算训练,其次是在各年级中轻视了式子题的教学,误认为计算式子题只要弄清计算顺序,便能算出来,这种想法造成学生计算不细心,准确率低,从而缺乏攻克复杂式子题的兴趣和信心。
计算准确,要从低年级抓起,不仅要教学生算法,更要重视口算的训练。口算是笔算、估算的基础,只有让学生在理解的基础上掌握了口算的方法,坚持练习,逐步达到熟练的程度,才会在中、高年级中熟练、准确地计算。同样,中高年级也不能忽视口算的练习。
式子题的训练,还要从读题做起,读题要求学生正确规范,这样有助于弄清运算顺序。有括号题,如(a+b)c,可读作a与b的和乘以c,不能把括号读出来,严格要求学生读准,从中悟出运算顺序,确定自己的算法。弄清计算顺序是计算的前期。不这样训练,学生容易忽略和弄错顺序,对“准确”没有把握,长期这样,学生会对数学失去信心,失去积极性,教师也会对学生的计算失去信心。
文字题是式子题的读题与列式计算的训练,在读题的基础上,让学生列出算式,正反结合训练,会对学生的计算进行强化。文字题既然是计算题的叙述,那么解决文字题就是列出综合算式,它与应用题的解答有别,不能用分步计算,但可以用分步式分析。分析后列出综合计算是解决文字题的正确做法。
加强运算定律和运算性质的教学,多用于实际计算,让学生充分理解算理,掌握法则,鼓励学生运用简便算法。除题目要求简算外,教师要有意识地要求学生能简算的奥运用简算,提高学生的简算兴趣,使简算贯穿于一切计算之中,逐步摸索计算的技巧,做到计算合理,灵活,准确,迅速,有力的提高学生的计算能力。
计算准确性的训练要常抓不懈,养成检查、验算的习惯。对于一般的学生,式子题做完了不愿意检查、验算,造成准确率低的现象。针对这种现象,要有意识的训练,培养学生验算,长此以往,“准确”就有保证了。
在式子题的计算中,采用适当的计算方法也要给与指导和练习。如高年级的分数、小数、百分数的混合运算,要根据题和自己的特长确定具体算法。让学生针对题型动脑思考,自做练习,在和他人比较,找到巧妙的算法,也是准确性的训练。
对学生经过长期多方面的计算训练,培养学生严格、认真、对计算结果负责的良好习惯以及有毅力、肯动脑、克服困难的意志,学生的计算能力就会明显提高,为下一步学习打下坚实基础
‘伍’ 怎样提高简便计算的效率
（一）首先要教好运算规律
运算律是四则运算中客观存在的规律，它既是在大量的运算事实感悟基础上提出的，又需要进行严密的逻辑推理证明才能确认的真理，然而小学生又不具备这样的抽象逻辑推理证明能力。所以根据小学生的认知特点和规律，教学时一般采用不完全归纳与抽象思考相结合的方法引导学生概括出规律。
（二）、让学生学会用多种方法计算
当学生理解和掌握了加法结合律后，不要急于教学简便计算，而是让学生用几种不同方法计算三个数连加式题，算后检查得数是否一样。如：计算43＋28＋37有这几种不同的算法：按照原来的运算顺序计算；只应用家结合律计算43＋（28＋37）；三是同时应用加法交换律和技术法结合律计算43＋37＋28或28＋（43＋37）。这既能帮助学生理解和掌握加法结合律，又能使学生在计算中积累简便计算的经验，简便计算的方法水到渠成。
（三）、在比较中掌握简便计算的方法
结合59页的例题，得出算式29＋46＋54时，要求学生用几种不同的方法计算这道算式，然后对这几种不同计算方法进行对比，启发学生思考：你喜欢哪种计算方法？为什么？然后让学生连几题，并说说：你是怎么简便计算的？这几道简便计算有什么相同点？帮助学生归纳出简便计算的方法：首先要符合加法运算规律确保得数不变，二是把和是得数的整十（百）两数先加起来。
（四）、对比练习
学生学习中经常会出现思维定势，一是：认为必须应用运算律才是简便计算，二是：随便凑一个简便计算。为了防止学生出现这样的问题，可以安排对比练习让学生辨析，使学生真正理解和掌握简便计算的方法，如：42＋58＋35（没有简便方法）、67－26＋34（容易出现方便计算）、28＋32－28＋32（容易等于0）等。
（五）、请运算意义帮忙
应用乘法分配律的简便计算可以请运算意义帮忙。如：学生经常会出现这样的错误：（100＋3）×25＝100×25＋3这样的错误，任凭教师怎么讲解学生都会出现这样的错误，怎样办？我是请运算意义帮忙解决这样个问题，想：（100＋3）×25按原来运算顺序计算就是103×25，表示103个25是多少，要使得数不变，就必须是100个25加3个25，所以就应当这样简便计算：（100＋3）×25＝100×25＋3×25。再如：有的学生对78×99＋78的简便计算不知所措，原因是算式中的78是一个数，不像正规题是两个积相加，这个问题也可以请运算意义帮忙解决，78×99表示99个78，78是1个78，所以先把式子先成正规的标准式78×99＋78×1，这样一变学生就知道怎么简便计算了。
‘陆’ 如何有效地提高蚁群算法算法的效率
蚁群算法(ant colony optimization, ACO),又称蚂蚁算法,是一种用来在图中寻找优化路径的机率型技术.它由Marco Dorigo于1992年在他的博士论文中引入,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为.
蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值.
蚁群算法是一种求解组合最优化问题的新型通用启发式方法,该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点.通过建立适当的数学模型,基于故障过电流的配电网故障定位变为一种非线性全局寻优问题.由柳洪平创建.
预期的结果：
各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物.当一只找到食物以后,它会向环境释放一种信息素,吸引其他的蚂蚁过来,这样越来越多的蚂蚁会找到食物!有些蚂蚁并没有象其它蚂蚁一样总重复同样的路,他们会另辟蹊径,如果令开辟的道路比原来的其他道路更短,那么,渐渐,更多的蚂蚁被吸引到这条较短的路上来.最后,经过一段时间运行,可能会出现一条最短的路径被大多数蚂蚁重复着.
原理：
为什么小小的蚂蚁能够找到食物?他们具有智能么?设想,如果我们要为蚂蚁设计一个人工智能的程序,那么这个程序要多么复杂呢?首先,你要让蚂蚁能够避开障碍物,就必须根据适当的地形给它编进指令让他们能够巧妙的避开障碍物,其次,要让蚂蚁找到食物,就需要让他们遍历空间上的所有点；再次,如果要让蚂蚁找到最短的路径,那么需要计算所有可能的路径并且比较它们的大小,而且更重要的是,你要小心翼翼的编程,因为程序的错误也许会让你前功尽弃.这是多么不可思议的程序!太复杂了,恐怕没人能够完成这样繁琐冗余的程序.
然而,事实并没有你想得那么复杂,上面这个程序每个蚂蚁的核心程序编码不过100多行!为什么这么简单的程序会让蚂蚁干这样复杂的事情?答案是：简单规则的涌现.事实上,每只蚂蚁并不是像我们想象的需要知道整个世界的信息,他们其实只关心很小范围内的眼前信息,而且根据这些局部信息利用几条简单的规则进行决策,这样,在蚁群这个集体里,复杂性的行为就会凸现出来.这就是人工生命、复杂性科学解释的规律!那么,这些简单规则是什么呢?下面详细说明：
1、范围：
蚂蚁观察到的范围是一个方格世界,蚂蚁有一个参数为速度半径（一般是3）,那么它能观察到的范围就是3*3个方格世界,并且能移动的距离也在这个范围之内.
2、环境：
蚂蚁所在的环境是一个虚拟的世界,其中有障碍物,有别的蚂蚁,还有信息素,信息素有两种,一种是找到食物的蚂蚁洒下的食物信息素,一种是找到窝的蚂蚁洒下的窝的信息素.每个蚂蚁都仅仅能感知它范围内的环境信息.环境以一定的速率让信息素消失.
3、觅食规则：
在每只蚂蚁能感知的范围内寻找是否有食物,如果有就直接过去.否则看是否有信息素,并且比较在能感知的范围内哪一点的信息素最多,这样,它就朝信息素多的地方走,并且每只蚂蚁多会以小概率犯错误,从而并不是往信息素最多的点移动.蚂蚁找窝的规则和上面一样,只不过它对窝的信息素做出反应,而对食物信息素没反应.
4、移动规则：
每只蚂蚁都朝向信息素最多的方向移,并且,当周围没有信息素指引的时候,蚂蚁会按照自己原来运动的方向惯性的运动下去,并且,在运动的方向有一个随机的小的扰动.为了防止蚂蚁原地转圈,它会记住最近刚走过了哪些点,如果发现要走的下一点已经在最近走过了,它就会尽量避开.
5、避障规则：
如果蚂蚁要移动的方向有障碍物挡住,它会随机的选择另一个方向,并且有信息素指引的话,它会按照觅食的规则行为.
7、播撒信息素规则：
每只蚂蚁在刚找到食物或者窝的时候撒发的信息素最多,并随着它走远的距离,播撒的信息素越来越少.
根据这几条规则,蚂蚁之间并没有直接的关系,但是每只蚂蚁都和环境发生交互,而通过信息素这个纽带,实际上把各个蚂蚁之间关联起来了.比如,当一只蚂蚁找到了食物,它并没有直接告诉其它蚂蚁这儿有食物,而是向环境播撒信息素,当其它的蚂蚁经过它附近的时候,就会感觉到信息素的存在,进而根据信息素的指引找到了食物.
问题：
说了这么多,蚂蚁究竟是怎么找到食物的呢?
在没有蚂蚁找到食物的时候,环境没有有用的信息素,那么蚂蚁为什么会相对有效的找到食物呢?这要归功于蚂蚁的移动规则,尤其是在没有信息素时候的移动规则.首先,它要能尽量保持某种惯性,这样使得蚂蚁尽量向前方移动（开始,这个前方是随机固定的一个方向）,而不是原地无谓的打转或者震动；其次,蚂蚁要有一定的随机性,虽然有了固定的方向,但它也不能像粒子一样直线运动下去,而是有一个随机的干扰.这样就使得蚂蚁运动起来具有了一定的目的性,尽量保持原来的方向,但又有新的试探,尤其当碰到障碍物的时候它会立即改变方向,这可以看成一种选择的过程,也就是环境的障碍物让蚂蚁的某个方向正确,而其他方向则不对.这就解释了为什么单个蚂蚁在复杂的诸如迷宫的地图中仍然能找到隐蔽得很好的食物.
当然,在有一只蚂蚁找到了食物的时候,其他蚂蚁会沿着信息素很快找到食物的.
蚂蚁如何找到最短路径的?这一是要归功于信息素,另外要归功于环境,具体说是计算机时钟.信息素多的地方显然经过这里的蚂蚁会多,因而会有更多的蚂蚁聚集过来.假设有两条路从窝通向食物,开始的时候,走这两条路的蚂蚁数量同样多（或者较长的路上蚂蚁多,这也无关紧要）.当蚂蚁沿着一条路到达终点以后会马上返回来,这样,短的路蚂蚁来回一次的时间就短,这也意味着重复的频率就快,因而在单位时间里走过的蚂蚁数目就多,洒下的信息素自然也会多,自然会有更多的蚂蚁被吸引过来,从而洒下更多的信息素……；而长的路正相反,因此,越来越多地蚂蚁聚集到较短的路径上来,最短的路径就近似找到了.也许有人会问局部最短路径和全局最短路的问题,实际上蚂蚁逐渐接近全局最短路的,为什么呢?这源于蚂蚁会犯错误,也就是它会按照一定的概率不往信息素高的地方走而另辟蹊径,这可以理解为一种创新,这种创新如果能缩短路途,那么根据刚才叙述的原理,更多的蚂蚁会被吸引过来.
引申
跟着蚂蚁的踪迹,你找到了什么?通过上面的原理叙述和实际操作,我们不难发现蚂蚁之所以具有智能行为,完全归功于它的简单行为规则,而这些规则综合起来具有下面两个方面的特点：
1、多样性
2、正反馈
多样性保证了蚂蚁在觅食的时候不置走进死胡同而无限循环,正反馈机制则保证了相对优良的信息能够被保存下来.我们可以把多样性看成是一种创造能力,而正反馈是一种学习强化能力.正反馈的力量也可以比喻成权威的意见,而多样性是打破权威体现的创造性,正是这两点小心翼翼的巧妙结合才使得智能行为涌现出来了.
引申来讲,大自然的进化,社会的进步、人类的创新实际上都离不开这两样东西,多样性保证了系统的创新能力,正反馈保证了优良特性能够得到强化,两者要恰到好处的结合.如果多样性过剩,也就是系统过于活跃,这相当于蚂蚁会过多的随机运动,它就会陷入混沌状态；而相反,多样性不够,正反馈机制过强,那么系统就好比一潭死水.这在蚁群中来讲就表现为,蚂蚁的行为过于僵硬,当环境变化了,蚂蚁群仍然不能适当的调整.
既然复杂性、智能行为是根据底层规则涌现的,既然底层规则具有多样性和正反馈特点,那么也许你会问这些规则是哪里来的?多样性和正反馈又是哪里来的?我本人的意见：规则来源于大自然的进化.而大自然的进化根据刚才讲的也体现为多样性和正反馈的巧妙结合.而这样的巧妙结合又是为什么呢?为什么在你眼前呈现的世界是如此栩栩如生呢?答案在于环境造就了这一切,之所以你看到栩栩如生的世界,是因为那些不能够适应环境的多样性与正反馈的结合都已经死掉了,被环境淘汰了!
参数说明：
最大信息素：蚂蚁在一开始拥有的信息素总量,越大表示程序在较长一段时间能够存在信息素.信息素消减的速度：随着时间的流逝,已经存在于世界上的信息素会消减,这个数值越大,那么消减的越快.
错误概率表示这个蚂蚁不往信息素最大的区域走的概率,越大则表示这个蚂蚁越有创新性.
速度半径表示蚂蚁一次能走的最大长度,也表示这个蚂蚁的感知范围.
记忆能力表示蚂蚁能记住多少个刚刚走过点的坐标,这个值避免了蚂蚁在本地打转,停滞不前.而这个值越大那么整个系统运行速度就慢,越小则蚂蚁越容易原地转圈.
蚁群算法的实现
下面的程序开始运行之后,蚂蚁们开始从窝里出动了,寻找食物；他们会顺着屏幕爬满整个画面,直到找到食物再返回窝.
其中,‘F’点表示食物,‘H’表示窝,白色块表示障碍物,‘+’就是蚂蚁了.
参数说明：
最大信息素：蚂蚁在一开始拥有的信息素总量,越大表示程序在较长一段时间能够存在信息素.信息素消减的速度：随着时间的流逝,已经存在于世界上的信息素会消减,这个数值越大,那么消减的越快.
错误概率表示这个蚂蚁不往信息素最大的区域走的概率,越大则表示这个蚂蚁越有创新性.
速度半径表示蚂蚁一次能走的最大长度,也表示这个蚂蚁的感知范围.
记忆能力表示蚂蚁能记住多少个刚刚走过点的坐标,这个值避免了蚂蚁在本地打转,停滞不前.而这个值越大那么整个系统运行速度就慢,越小则蚂蚁越容易原地转圈.
‘柒’ 如何改进算法，提高程序效率
从根本上了解算法是怎么执行的，这样可以做到一通百通。
一般来说，降低时间复杂度是比较好的方法。 有时候，占用更多的内存可以帮助程序更快的运行。还有就是选用效率高的语言，例如C。
‘捌’ 常见的提高消隐算法效率的方法有哪些
提高消隐算法效率的常见方法（利用连贯性，将透视投影转换成平行投影，包围盒技术，背面剔除，空间分割技术，物体分层表示）
选择好的算法， 小心地实现， 同时确定程序不做额外的事。例如， 即使世界上最优化的字符复制循环也比不上不用复制。
当担心效率时， 要保持几样事情在视野中， 这很重要。首先， 虽然效率是个非常流行的话题， 它并不总是象人们想的那样重要。大多数程序的大多数代码并不是时间紧要的。当代码不是时间紧要时， 通常把代码写得清楚和可移植比达到最大效率更重要。记住， 电脑运行得非常非常快， 那些看起来 “低效率” 的代码， 也许可以编译得比较有效率， 而运行起来也没有明显的延时。
试图预知程序的 “热点” 是个非常困难的事。当要关心效率时， 使用 profiling软件来确定程序中需要得到关注的地方。通常， 实际计算时间都被外围任务占用了 (例如 I/O 或内存的分配)， 可以通过使用缓冲和超高速缓存来提高速度。
即使对于时间紧要的代码， 最无效的优化技巧是忙乱于代码细节。许多常被建议的 “有效的代码技巧”， 即使是很简单的编译器也会自动完成 (例如， 用移位运算符代替二的幂次方乘)。非常多的手动优化有可能是代码变得笨重而使效率反而低下了， 同时几乎不可移植。例如， 也许可以在某台机器上提了速， 但在另一台机器上去变慢了。任何情况下， 修整代码通常最多得到线性信能提高; 更好的算法可以得到更好的回报。
‘玖’ 如何提高apriori算法的效率
Apriori算法是关联规则挖掘中的经典算法。在Apriori算法中,使用频繁项集的先验知识,逐层搜索的迭代方法,通过扫描数据库,累积每个项的计数,并收集满足最小支持度的项,找每个Lk都需要扫描一次数据库。算法的效率随着数据量的增大,频繁项集的增多,算法的效率就非常的低,本文通过对Apriori算法分析,应用散列、事务压缩、划分、抽样等方法,最大可能的减少数据库扫描的次数,快速发现频繁项集,提高Apriori算法的效率。