关键功能设计及算法

‘壹’ 平衡二叉树涉及了哪些数据结构和算法，关键技术是什么，主要功能和模块有哪些急！！！！！！

主要就是一些二叉搜索树，用于搜索的呗。。。像红黑树，AVL树等。功能就是构建，插入删除，查找咯，他主要就是速度快，时间复杂度是log(n)

‘贰’ 嵌入式系统软件可靠性设计资料及嵌入式软件可靠性设计培训

“中国电子标准协会WAYS”有嵌入式软件可靠性设计的企公开课程和企业内训安排，详情可以网络搜一下他们网站了解一下。以下为他们协会的通用大纲！

嵌入式软件既是电子系统的核心，也是硬件系统的有效补充，需要具备防错、判错、纠错、容错的功能，具备了这些功能，就能保证系统可靠性要求在软件分系统设计中的实现。但是软件可靠性又不同于硬件电路，它不会随时间的推移而降低，并且其可靠性保障全部在设计过程中实现。因此软件工程的工作也是软件可靠性所要关注的内容。
为此，中国电子标准协会决定组织召开《嵌入式软件可靠性设计》讲座，本讲座主要从嵌入式软件的系统设计、需求分析、接口、模块、变量控制、软件测试、安全性分析、硬件匹配设计等设计规范进行总结和分析，深层次探讨嵌入式软件的可靠性设计技巧。现具体事宜通知如下：

课程提纲：

1.概述和定义

2.计算机系统设计准则：
2.1、一般要求；
2.2、硬件与软件功能的分配原则；
2.3、硬件与软件可靠性指标的分配原则；
2.4、安全关键功能的人工确认；
2.5、安全性内核；
2.6、自动记录系统故障；
2.7、禁止回避检测出的不安全状态；
2.8、保密性设计；
2.9、容错设计

3.硬件设计：
3.1、硬件选用；
3.2、总线检测；
3.3、加电检测；
3.4、电源失效的安全措施；
3.5、主控计算机失效的安全措施；
3.6、反馈回路传感器失效的防护措施
3.7、电磁干扰的防护措施；
3.8、维修互锁措施

4.软件需求分析

5.软件危险分析

6.安全关键功能设计

7.冗余设计准则：
7.1、指令冗余设计；
7.2、软件陷阱与软件拦截技术；
7.3、软件冗余

8.接口设计准则：
8.1、硬件接口要求；
8.2、硬件接口的软件设计；
8.3、人机界面设计；
8.4、报警设计；
8.5、软件接口设计

9.软件健壮性设计准则：
9.1、电源失效防护；
9.2、加电检测；
9.3、电磁干扰；
9.4、系统不稳定；
9.5、接口故障
9.6、干扰信号
9.7、错误操作；
9.8、监控定时器的设计
9.9、异常保护设计

10. 简化设计准则：
10.1、单入和单出；
10.2、模块的独立性；
10.3、模块的扇入扇出；
10.4、模块耦合方式；
10.5、模块内聚顺方式；
10.6、其他特殊考虑

11.余量设计：
11.1、资源分配及余量要求
11.2、时序安排的余量要求

12. 数据要求:
12.1、数据需求;
12.2、属性控制;
12.3、数值运算范围控制;
12.4、合理性检查

13. 防错程序设计准则:
13.1、参数化;
13.2、公用数据和公共变量;
13.3、标志;
13.4、文件;
13.5、非授权存取的限制
13.6、无意指令跳转的处理;
13.7、程序检测点的设置
13.8、寻址模式的选用;
13.9、数据区隔离;
13.10、安全关键信息的要求;
13.11、信息存储要求;
13.12、算法选择要求

14. 编程要求:
14.1、语言要求;
14.2、汇编语言编程限制
14.3、高级语言的编程限制;
14.4、圈复杂度指数（McCabe）
14.5、软件单元的规模;
14.6、命名要求;
14.7、程序格式要求;
14.8、程序注释要求与方法;
14.8.1、注释的一般要求
14.8.2、模块头注释要求;
14.8.3、模块内注释要求;
14.8.4、安全关键内容注释要求;
14.9程序设计风格;
14.9.1、通用类;
14.9.2、结构类;
14.9.3、说明类;
14.9.4、输人输出类;
14.9.5、语言类

15. 多余物的处理:
15.1、文档中未记载特征的清除;
15.2、程序多余物的清除;
15.3、未使用内存的处理;
15.4、覆盖的处理
16. 版式
17. 注释
18. 命名
19. 可读性
20. 变量、结构
21.函数、过程
22. 可测性与软件测试:
22.1、需求遗漏或不明确
22.2、配置保存的生效
22.3、缺省配置的影响
22.4、报警和清除
22.5、菜单选项测试
22.6、缺省配置测试
22.7、系统测试注意事项
23. 程序效率
24. 质量保证
25. 代码编辑、编译、审查
26. 代码测试、维护
27. 宏

‘叁’ 情报检索系统的系统设计

情报检索系统设计是开发情报检索系统的重要阶段。根据系统开发的目的和要求，全面地研究和分析各种有关因素，规划系统的组成、功能和开发的方法、步骤，合理地组织人力和物力，以保证按时建成人机密切配合的自动化情报检索系统。现代化情报检索系统因数据库内容和服务对象不同而各异,但是,不论进行何种情报检索系统的设计，都要考虑数据的搜集、选择评价、加工、输入、建库、检索和输出工作环节的任务和要求。情报检索系统的设计，与其他信息系统的设计一样，要经过以下主要步骤：
①分析用户要求用户需求调查、现状调查和分析，确定系统功能并写出系统设计任务书。
②系统设计确定系统的结构 (包括数据结构和模块结构) 、功能要求及关键性算法。设计的结果应产生一份系统设计说明书。
③程序设计 按数据结构和功能模块等明确任务,分工进行程序设计。
④调试和检测用一组精心设计的数据来揭露系统的缺陷和错误，以保证忠实地实现系统任务书中所规定的各项要求，并有相当的可靠性和稳定性，而不致于因这样或那样的失误造成整个系统失效。
⑤验收、运行管理对已调试的系统进行测试和鉴定。验收合格后便可投入运行管理。运行管理即对系统运行进行不断的检查、控制和维护。它包括建立和改善环境，保证系统正常运行；记录系统运行情况，这是科学管理的基础；有计划有组织地对系统进行必要的修改，以保证能正确地完成用户所要求的任务，使系统适应内外环境的各种变化；定期或不定期地对系统的运行史进行回顾和评价。工作由系统主管人员负责进行，组织专家进行评议，作出科学的评价，提出改进和发展方向。

‘肆’ 如何选择网上阅卷系统

选择网上阅卷系统的明智之举

历经十年发展，计算机网上阅卷系统在高考、中考、教育局统考及学校日常考试的应用日益普及，人们对它的概念或说法已不陌生。但面对纷繁复杂、真伪难辨的网上阅卷市场，部分用户或经销商由于缺乏对产品及市场的充分了解而感到迷茫，都在思考什么样的产品才是用户最需要的，如何才能做到正确选择等问题。
为使广大用户和经销商正确选择产品，我们将对网上阅卷系统的本质、要求及选择要素作简要介绍，期望对有意购买或经销网上阅卷系统的人们有所帮助。

一、何谓网上阅卷系统？
网上阅卷系统是指以计算机网络技术及电子扫描与识别技术为依托，实现客观题自动阅卷，主观题网上评卷及成绩数据处理的计算机软件系统。

二、网上阅卷系统的功能及性能要求
总体上说，网上阅卷系统应具有如下功能：
1、支持普通纸单面、双面设计及制作答卷；
2、答卷扫描与识别必须方便、快速与准确；
3、网上评卷过程及结果必须符合教学需要；
4、统计分析满足教育测量理论与实际要求。

三、网上阅卷系统的核心技术及关键功能
1、核心技术 ---- 扫描识别技术
扫描识别技术之所以被称为网上阅卷系统的核心技术，一方面是因为它从根本上决定了系统功能及性能的优劣；另一方面是因为它具有较高的技术门槛，非一般厂家或人员所能轻易攻克。
目前，应用于网上阅卷系统的扫描识别技术分为固定定位识别技术、相对定位识别技术与“无需定位，模糊识别技术”三种。前两种相对容易，可供借鉴的较多，但以此技术设计的产品存在较多的弊端；后者难度较高，需要深厚的技术功底才能掌握，但以其设计的产品，相对于定位识别技术产品而言具有绝对的优势。两者的主要差异见下表：

比较项目名称 无需定位、模糊识别技术 固定定位或相对定位技术
答卷设计与制作要求 常用软件+普通纸+速印机即可 相同条件下的操作复杂性较高
识别效率及其准确性 识别效率高，准确率高达100% 识别效率低，准确性难以确定
系统查错与纠错能力 出错率低，查错与纠错能力强 错误率高，差错与纠错能力弱
系统的环境适应能力 图像小，可适应任何网络环境 图像大，不能实现互联网阅卷

※以上仅为便于理解所做的比较，任何厂家或人员请勿对号入座。

2、关键功能 ---- 分析评价功能
对教育局及学校而言，应用网上阅卷系统的主要目的不外乎两个方面：一是为教学诊断和针对性教学提供科学依据；二是为减轻教师负担，节省考试成本提供现代化手段。相对而言，前者更受人们重视，因为离开了教学质量一切都将变得毫无意义。但要实现科学的教学诊断和有针对性的教学，达到提高教学质量的目的，对考试阅卷结果的科学处理与专业分析尤为重要，因此，统计分析与评价就成为网上阅卷系统的关键功能。
衡量网上阅卷系统的分析与评价功能优劣，可结合如下因素考虑：
（1）统计指标与分析报表是否符合《教育测量学》、《教育统计学》与《教育评价学》的原理？
（2）系统提供的统计指标及算法是否符合教学实际需要，其所生成的分析报表是否满足教学要求？
（3） 统计指标及报表的选择是否灵活，扩展性是否良好，操作是否简单、方便等。

四、选择网上阅卷系统必须考查的要素
鉴于网上阅卷系统市场日趋复杂，各种不实宣传甚至虚假广告广泛流传，为避免因错误选择导致的重大损失，我们认为，无论是最终用户，还是从事产品销售的经销商，正确选择都比正确使用或销售更重要，因为错误选择的结果轻则带来使用操作上的麻烦，重则关系到项目成败，甚至必须为此承担不必要的责任。因此，掌握网上阅卷系统选择的要领，无论对最终用户还是经销商都至关重要。
以下是选择网上阅卷系统前必须注重做好的产品考查原则。
1、应用情况考查
网上阅卷系统是纯软件产品，只有经过大量的应用和完善才能成熟稳定。因此，考查产品的使用情况，在某种程度上是确保所选产品质量最为可靠的方法。在实际的考查中，建议用户或经销商着重考查所选产品实际案例的多少，使用频率的高低，操作使用的难易和用户整体的评价等内容，为最终决策提供可靠的依据。
2、系统功能考查
网上阅卷系统的构成从说法上虽然大同小异，但不同产品之间的功能存在明显的差别。以下是考查教育局及学校级应用网上阅卷系统时必须重点关注的功能：
（1）考查答卷的设计是否简单，答卷的制作是否方便？
这是衡量系统操作方便性及成本高低的功能指标。答案如果是否定的，那么其使用一定麻烦，成本也必定增高。
（2）考查填涂要求，判别每张答卷是否需要填涂考号？
这是衡量系统科学性及差错规避能力的功能指标。如果答案是肯定的，那么这样的系统一定存在人为错误增多，浪费答卷纸张及增加学生负担等问题。
（3）考查答卷图像格式，正确分辨答卷图像容量大小？
这是衡量系统对设备配置与网络带宽要求的功能指标。如果A3答卷的图像容量大于300K，那么这样的系统只能在局域网或专网上运行，无法满足通过互联网远程阅卷的需要。换句话说，“回家改卷”或跨地区联考阅卷将成为空话。
（4）考查统计指标及分析报表是否符合教学管理需要？
这是衡量系统的统计分析结果是否科学及能否满足教学需要的功能指标。如果答案是否定的，那么这样的系统对教学诊断、针对性教学和提高教学质量将难有帮助。
※以上只是考查网上阅卷系统功能的部分内容，完整的考查项目可向专业机构咨询或根据用户实际需要制订。

3、产品技术考查
网上阅卷系统功能的优劣、性能的好坏与开发商采用的开发技术及利用技术实现目标的程度密切相关。经过十多年的发展，网上评卷部分的技术相对成熟，差距不断缩小，可不作为重点的考查内容。但基于普通纸答卷应用的扫描识别技术，在某种程度上可以说是衡量网上阅卷系统优劣的关键所在。因为它不但涉及到答卷制作的难易，而且还事关扫描识别的速度及其准确性，因而它是网上阅卷系统的核心技术。
为便于把握技术考查重点，现就考查内容及其理由阐述如下。
（1）考查系统是否支持无需定位点、定位线或同步头的答卷扫描识别？
这是衡量系统容错能力的功能指标。因为如果答案是否定的，那么答卷的设计、印刷、扫描等过程产生的任何偏移都将导致识别错误的发生，并由此引发容错能力的下降及查错、纠错的工作量的增加。
（2）考查系统的扫描与识别是否同步，速度是否达到了扫描仪标称值？
这是衡量系统效率高低的功能指标。如果答案是否定的，意味着扫描与识别工作必须分步进行，由此除增加扫描识别工作量外，还将大幅增加查错、纠错的时间和难度，降低工作效率。
（3）考查系统在现有功能的辅助下，扫描识别准确率是否能达到100%？
这是衡量系统识别准确性的功能指标。如果答案是否定的，或需要过多的人工干预才能实现，那么该系统的可靠性将大大降低，甚至还可能由于错误率高而影响到系统的应用，降低系统的可用性。
（4）考查系统对可疑的填涂是否具有自动查错、提示及集中纠错功能？
这是衡量系统效率高低的另一重要功能指标。如果答案是否定的，意味着查错、纠错都需要人工逐一进行，因此不但操作麻烦，效率低下，而且结果的准确性也将受到质疑。
除上述考查内容外，一个技术过硬的网上阅卷系统还应具有较强的兼容能力，可以满足不同系统、不同答卷的兼容性要求，并能在各种网络环境下运行。
4、实际测试检验
由于软件产品的特殊性和复杂性，如果通过上述方法尚不能判定产品是否符合要求，最为稳妥的方法就是进行试用测试。在测试产品时，如下方法可供用户参考：
（1）独家产品测试
如果意向购买产品非常明确，用户可在实际考试中要求供应商提供产品试用，并从答卷设计到统计分析进行全程测试，过程中应准确记录各环节所需时间及出现的问题。如果用户条件许可的，最好能派人实际操作，避免因厂家或供应商操作隐瞒系统缺陷。
（2）多家产品测试
如果意向购买产品不明确或有多家可以候选，用户最好按照独家产品测试的方法，在同一次考试中要求各开发商提供产品进行分科测试，并准确记录各产品在每一测试环节所需要时间及出现的问题，形成对比测试表，以此作为最终选择的依据。与独家测试相同,在条件许可的情况下，用户最好派人对不同系统进行实际操作，避免因开发商或供应商操作隐瞒系统缺陷。
※注意：如果测试规模太小，建议增加具有针对性的技术及功能测试，因为规模太小的考试难以准确分辨出系统效率，也不利于发现问题。

五、经销商应如何选择网上阅卷系统？
除上述有关网上阅卷的概念、功能、技术及选择要素必须掌握外，我们认为，经销商在选择网上阅卷系统时还应注重如下几方面的因素：
1、 产品价值与产品价格的统一
追求利益最大化是企业的本质。一般而言，产品的价值应与产品的价格统一，任何偏离都将难以为继，因此，经销商在选择产品时务必注意这一因素的作用，确保产品的利润空间与企业持续发展的协调统一。
2、 项目投资与运营成本的比较
对用户而言，任何项目建设都涉及投资与成本问题，项目效益分析毫不例外都会以此为主线。作为经销商，无论经销任何产品上述问题都也同样存在，不同的只是其投资与成本是在销售过程中产生，最终为项目利润服务而已。因此，经销商选择经销产品时，既要看前期及过程的投资，更要看后期的维护成本，不要被一些质次价低的产品所迷惑。因为劣质产品不但不可能高价，而且维护成本巨大，根本不可能为你带来合理利润，甚至还可能给企业带来灭顶之灾。
3、 经营投入与收益回报的分析
销售收入去除直接成本、销售费用、管理费用后才是项目的利润，这是众所周知的营销常识。作为经销商，如何以最少的投入，最低的费用去换取最大的效益不外乎也就在这几个因素中谋划。要实现利润的最大化，经销商除需要具备智慧的眼光外，还需要对经营投入与收益回报进行精确分析。因其中涉及产品、市场、销售等复杂问题，故在此不展开论述。
以上介绍仅供有意购买或经销网上阅卷系统者参考，不妥之处，欢迎指正。

‘伍’ 如何设计算法

设计一个正确的算法是一件困难的工作，因为它需要创新，从以太真空中发掘出一个解方案来解决问题。算法设计比对现有的方案进行改良要难得多，因为算法设计的可选择空间太，过多的自由反而成了一种约束。 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. 本书的设计目标是让你成为一个更好的算法设计者。本书第一部分展示有关组合算法的基本原理和基本思想；第二部分的问题清单帮助你为你的问题建模，并且为你指明实现正确算法的方向。尽管如此，要成为一个成功的算法设计者光有书本知识是不够的，面对问题的态度（attitude）和选择正确的方法更重要。书本容易传授知识，很难传授人的心态（mindset)和思考方式；而这种心态和思考却是成为成功的算法设计者的根本条件。 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. 算法设计（或其它问题解决任务）的关键是一系列持续的自我反问，这些反问引导我们思维的前进。“如果这样做会怎样？”，“如果那样做又会怎样？”……如果 你被一个问题掐住了，最好的办法就是先搁一下，换一个问题换一个前进的方向试试。在每组头脑风暴会议中，最有价值的人是不断提出为什么的人，不是尔后解说为什么的人。因为我们常常被一些习以为常的东西所拌倒，掉进自己设置的陷阱。 kemin：如果问题解决是一种思考过程，那么思考的形式（过程的严谨性、细致性和正确性）很重要，而思考的内容也不容忽视。因为引导我们思考前进的方式 除反问本身外，反问的内容也很重。就比如参加头脑风暴的材料一样。人大脑的思维功能是硬编码的，人与人之间没有思维规律——质的区别，只是思维的清晰度和 灵敏度——量的差别。人与人之间智力的差别更多体现在思维内容的量上，体现在对外部世界的事实掌握的广度和深度上。 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（明确有力地表达） your reasoning as to why something doesn't work, you can check if it really holds up or whether you have just glossed（掩盖） 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. 在末尾我们提供一个反问问题的列表，你不但要反问自己这些问题，更重要是仔细回答这些问题，最好把答案写下来。回答诸如问题“我可以使用这种方式吗？”的 不是一个“不能”就完了，而是“不能，因为……”。通过仔细明确的回答“为什么不能”时，你会发现到底是“真的不能“，还是只是你自己不愿意去深入思考掩 盖了”能“。如果你不曾训练出严谨的思考方式，当你这样做时你会惊讶的发现，为了说明某些东西但却找不到一个令人信服的解释的原因常常是因为你的结论本身 是错的。 An important distinction to keep aware of ring any design process is the difference between strategy and tactics（战略）. 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. 在设计过程中特别重要区分策略和战略的概念。策略是对全局的一个探索，一个构筑通向目标路径的指导框架。战略则是用来解决通向大目标过程的较小的问题。如果你对关于如何对付所面临的问题没有一个全局的策略，那关心战略是不得要领的，予事无补的。在解题领域，不断修正思维的层次（thinking on the right level）是很重要战略。（--莱布尼兹曾经将人的解题思考过程比喻成晃筛子，把脑袋里面的东西都给抖落出来，然后正在搜索的注意力会抓住一切细微的、与问题有关的东西。事实上，要做到能够令注意力抓住这些有关的东西，就必须时刻将问题放在注意力层面，否则即使关键的东西抖落出来了也可能没注意到。） 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邻接 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. 一个策略问题的例子是：“我如何才能更好地把我的问题建模成图问题？”。而一个战略问题可能是这样：“我是用邻接列表还是邻接矩阵来实现我的图结构？”。当然，这种战略选择是对解决方案的最终质量起着重要作用；不过战略价值的体现还是基于正确的策略的选择。 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（凝视） into space, then panic（惊惶）, and finally end up settling（沉淀; 决定） for the first thing that comes to mind. Avoid this fate（天数; 运气; 命运 ）. Follow the sequence of questions provided below and in most of the catalog problem sections. We'll tell you what to do next! 初学者在面对问题时常常表现出思维凝滞、手足无措和盲目解题。参考以下的反问问题列表和本书的问题清单，我们告诉你应该怎么做。 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. 当然本反问问题列表对读者有背景要求，要求读者对算法设计技术（动态规划、图算法、难解性和数据结构）的熟悉程度。本书第一部分的目标就是对这些技术背景进行强化。不过，不管你的技术背景怎样，通读这些问题对你解题还是很有裨益的。

‘陆’ 功能设计方法的步骤

一、业务分析——要做什么（业务流程图）
几乎每一款产品都会对应一个或多个业务流程，它是对业务事件和不同角色间通过信息流动和交互方式的一种表达，对应的交付物就是业务流程图。
例如电商业务有订单生产流程图、有货物进仓出库流程图、也有资金流程图；外卖业务有接单业务流程图、派单业务流程图、订单流转流程图等。
做产品的第一步就是把业务分析清楚，弄明白要做什么，有哪些角色参与，业务交互节点是什么，信息流、资金流、物流等是如何流转的。
搞清了这些后，就可以绘制不同业务模块的流程图，对整个全局就比较清楚了。另外，我们所说的产品定位、产品路线图也包含在这个环节内。
二、产品分析——解决什么用户问题（User Story）
在完成业务分析并设计好业务流程之后，就可以进入产品分析的环节了，这部分的主要目的就是要明确下来是要解决什么用户问题。
具体就包含了目标用户、人群画像、需求定义、用户体验地图设计等。主要是从用户和产品的角度，通过一些工具把产品要解决的问题具象化表达出来。
例如具体的用户画像构建、需求分类（紧急重要、是否关键路径）、结合业务流程绘制用户情感体验地图等。
然后，在这一步需要定义 MVP（最小可行性产品）以及产品的关键路径（最小关键业务流程），并形成需求清单以及功能清单，排列好优先级。
除此之外，我们常说的竞品分析和用户调研也是在这一步完成，并交付相应的调研分析报告。
这一步的核心就是围绕“解决用户什么问题”来展开工作。
三、结构设计——构建产品骨架（信息架构、功能结构）
到第三步就比较具体了，就是我们常说的设计信息架构和功能结构，交付物就是树状结构的思维导图，这个大家应该都见过也做过。
但需要区别的是，信息架构和功能结构不是一回事，前者是描述产品的信息骨架。例如一个网站的结构包括哪几个部分，每部分具体包括哪些字段信息。这一步最好有技术同学介入。
后者是从使用操作的角度来描述具体的功能结构，例如账户体系包括了注册和登录功能。
为什么需要这两张图呢？
信息架构有助于我们全局了解产品的信息脉络，尤其是对于一些复杂项目，比较利于进行模块化整合和分类。
而功能结构也能很清晰的告诉我们现在产品有哪些具体的大功能和子功能，有些能抽取出来合并同类项的就可以在技术层面做模块化整合。
到目前为止，我们还不会进入具体的原型绘制阶段。
虽然以上三步很重要，但很多人、很多团队其实都忽视了，出现的问题就是产品混乱，新人来了以后没有产品全景图，也不知从何下手。
涉及到历史功能调整时，也不清楚前期的架构和模块划分是如何设计的，牵一发动全身；就像一座大桥要拔掉一颗螺丝，但你不知道拔掉后整座桥会不会垮。
四、原型设计——产品怎么用（交互设计、功能设计）
这一步大家都很熟悉了，使用工具画原型、做交互设计，我也就不展开讲了。
需要特别说明的是，在小公司，功能设计和交互设计大概率就是产品经理一人完成了，而在大公司可能会有专门的交互设计团队。
例如我之前在京东时，具体的交互设计就是专门的 UED 团队来完成，产品经理更侧重需求定义和流程设计。
五、视觉设计——产品长什么样（设计师的工作）
视觉设计属于设计师的工作范畴了，产品经理可介入性不大，我一向主张专业的事交给专业的人做。
这一步产品经理要做的是什么呢，主要是向设计师描述产品使用场景以及用户特征，即产品在什么情况下被什么特征的用户来用。
对此，设计师可能会采取不同的布局设计和配色方案。
例如针对中老年的产品，在按钮大小和字体颜色上，可能需要更醒目一些，如果设计师不理解大背景和产品用户，可能会自己发挥，这样就会造成产品可用性不高。
当然，这里说的可用性不高是指在目标用户人群的可用性不高，但产品本身是可用的。
六、数据设计——验证什么（埋点、数据指标、监测策略）
我们可以说，大部分的产品都是基于先验的假设进行设计的，也就是说实际情况如何我们提前很难知道，那就需要通过数据区验证。
数据设计主要是基于第三步和第四部的成果进行具体验证项定义，并在产品功能上设计相应的数据埋点，以及数据回收和统计机制。
例如在电商产品的商品详情页，用户到底是点“直接购买”多，还是“加入购物车”多，那就在这两个按钮上进行数据埋点，然后统计一段时间内从这两个渠道产生的订单转化率。
如今已经进入精细化运营的时代，对应的，产品也进入了精细化设计的阶段，用科学的方式验证需求，用数据去证明设计，已经成了产品经理必备的技能之一。
七、假设验证——真相是什么（“假设-数据-调整”闭环）
最后一步，就是基于数据结果进行复盘和调整，只有假设不行，只有数据也不行，最关键的是我们能从数据中获得什么洞察（insight）。

‘柒’ java记事本关键技术和主要算法是什么记事本有打开、编辑、保存、另存为、查找等功能，用图形界面实现的

我觉得应该是字串的操作 ，
模式匹配之类的

‘捌’ C语言中什么叫算法,算法在程序设计中的重要作用

一、什么是算法
算法是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。算法常常含有重复的步骤和一些比较或逻辑判断。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法的时间复杂度是指算法需要消耗的时间资源。一般来说，计算机算法是问题规模n 的函数f(n)，算法执行的时间的增长率与f(n) 的增长率正相关，称作渐进时间复杂度（Asymptotic Time Complexity）。时间复杂度用“O（数量级）”来表示，称为“阶”。常见的时间复杂度有： O（1）常数阶；O（log2n）对数阶；O（n）线性阶；O（n2）平方阶。
算法的空间复杂度是指算法需要消耗的空间资源。其计算和表示方法与时间复杂度类似，一般都用复杂度的渐近性来表示。同时间复杂度相比，空间复杂度的分析要简单得多。

二、算法设计的方法
1.递推法
递推法是利用问题本身所具有的一种递推关系求问题解的一种方法。设要求问题规模为N的解，当N=1时，解或为已知，或能非常方便地得到解。能采用递推法构造算法的问题有重要的递推性质，即当得到问题规模为i-1的解后，由问题的递推性质，能从已求得的规模为1，2，…，i-1的一系列解，构造出问题规模为I的解。这样，程序可从i=0或i=1出发，重复地，由已知至i-1规模的解，通过递推，获得规模为i的解，直至得到规模为N的解。
【问题】 阶乘计算
问题描述：编写程序，对给定的n（n≤100），计算并输出k的阶乘k！（k=1，2，…，n）的全部有效数字。
由于要求的整数可能大大超出一般整数的位数，程序用一维数组存储长整数，存储长整数数组的每个元素只存储长整数的一位数字。如有m位成整数N用数组a[ ]存储：
N=a[m]×10m-1+a[m-1]×10m-2+ … +a[2]×101+a[1]×100
并用a[0]存储长整数N的位数m，即a[0]=m。按上述约定，数组的每个元素存储k的阶乘k！的一位数字，并从低位到高位依次存于数组的第二个元素、第三个元素……。例如，5！=120，在数组中的存储形式为：
3 0 2 1 ……
首元素3表示长整数是一个3位数，接着是低位到高位依次是0、2、1，表示成整数120。
计算阶乘k！可采用对已求得的阶乘(k-1)！连续累加k-1次后求得。例如，已知4！=24，计算5！，可对原来的24累加4次24后得到120。细节见以下程序。
# include <stdio.h>
# include <malloc.h>
......
2.递归
递归是设计和描述算法的一种有力的工具，由于它在复杂算法的描述中被经常采用，为此在进一步介绍其他算法设计方法之前先讨论它。
能采用递归描述的算法通常有这样的特征：为求解规模为N的问题，设法将它分解成规模较小的问题，然后从这些小问题的解方便地构造出大问题的解，并且这些规模较小的问题也能采用同样的分解和综合方法，分解成规模更小的问题，并从这些更小问题的解构造出规模较大问题的解。特别地，当规模N=1时，能直接得解。
【问题】 编写计算斐波那契（Fibonacci）数列的第n项函数fib（n）。
斐波那契数列为：0、1、1、2、3、……，即：
fib(0)=0;
fib(1)=1;
fib(n)=fib(n-1)+fib(n-2) （当n>1时）。
写成递归函数有：
int fib(int n)
{ if (n==0) return 0;
if (n==1) return 1;
if (n>1) return fib(n-1)+fib(n-2);
}
递归算法的执行过程分递推和回归两个阶段。在递推阶段，把较复杂的问题（规模为n）的求解推到比原问题简单一些的问题（规模小于n）的求解。例如上例中，求解fib(n)，把它推到求解fib(n-1)和fib(n-2)。也就是说，为计算fib(n)，必须先计算fib(n-1)和fib(n-2)，而计算fib(n-1)和fib(n-2)，又必须先计算fib(n-3)和fib(n-4)。依次类推，直至计算fib(1)和fib(0)，分别能立即得到结果1和0。在递推阶段，必须要有终止递归的情况。例如在函数fib中，当n为1和0的情况。
在回归阶段，当获得最简单情况的解后，逐级返回，依次得到稍复杂问题的解，例如得到fib(1)和fib(0)后，返回得到fib(2)的结果，……，在得到了fib(n-1)和fib(n-2)的结果后，返回得到fib(n)的结果。
在编写递归函数时要注意，函数中的局部变量和参数知识局限于当前调用层，当递推进入“简单问题”层时，原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层，它们各有自己的参数和局部变量。
由于递归引起一系列的函数调用，并且可能会有一系列的重复计算，递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时，通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法，即从斐波那契数列的前两项出发，逐次由前两项计算出下一项，直至计算出要求的第n项。
【问题】 组合问题
问题描述：找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5，r=3的所有组合为： （1）5、4、3 （2）5、4、2 （3）5、4、1
（4）5、3、2 （5）5、3、1 （6）5、2、1
（7）4、3、2 （8）4、3、1 （9）4、2、1
（10）3、2、1
分析所列的10个组合，可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时，其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字，约定函数将确定的k个数字组合的第一个数字放在a[k]中，当一个组合求出后，才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k，函数将确定组合的第一个数字放入数组后，有两种可能的选择，因还未去顶组合的其余元素，继续递归去确定；或因已确定了组合的全部元素，输出这个组合。细节见以下程序中的函数comb。
【程序】
# include <stdio.h>
# define MAXN 100
int a[MAXN];
void comb(int m,int k)
{ int i,j;
for (i=m;i>=k;i--)
{ a[k]=i;
if (k>1)
comb(i-1,k-1);
else
{ for (j=a[0];j>0;j--)
printf(“%4d”,a[j]);
printf(“\n”);
}
}
}

void main()
{ a[0]=3;
comb(5,3);
}
3.回溯法
回溯法也称为试探法，该方法首先暂时放弃关于问题规模大小的限制，并将问题的候选解按某种顺序逐一枚举和检验。当发现当前候选解不可能是解时，就选择下一个候选解；倘若当前候选解除了还不满足问题规模要求外，满足所有其他要求时，继续扩大当前候选解的规模，并继续试探。如果当前候选解满足包括问题规模在内的所有要求时，该候选解就是问题的一个解。在回溯法中，放弃当前候选解，寻找下一个候选解的过程称为回溯。扩大当前候选解的规模，以继续试探的过程称为向前试探。

【问题】 组合问题
问题描述：找出从自然数1，2，…，n中任取r个数的所有组合。
采用回溯法找问题的解，将找到的组合以从小到大顺序存于a[0]，a[1]，…，a[r-1]中，组合的元素满足以下性质：
（1） a[i+1]>a，后一个数字比前一个大；
（2） a-i<=n-r+1。
按回溯法的思想，找解过程可以叙述如下：
首先放弃组合数个数为r的条件，候选组合从只有一个数字1开始。因该候选解满足除问题规模之外的全部条件，扩大其规模，并使其满足上述条件（1），候选组合改为1，2。继续这一过程，得到候选组合1，2，3。该候选解满足包括问题规模在内的全部条件，因而是一个解。在该解的基础上，选下一个候选解，因a[2]上的3调整为4，以及以后调整为5都满足问题的全部要求，得到解1，2，4和1，2，5。由于对5不能再作调整，就要从a[2]回溯到a[1]，这时，a[1]=2，可以调整为3，并向前试探，得到解1，3，4。重复上述向前试探和向后回溯，直至要从a[0]再回溯时，说明已经找完问题的全部解。按上述思想写成程序如下：
【程序】
# define MAXN 100
int a[MAXN];
void comb(int m,int r)
{ int i,j;
i=0;
a=1;
do {
if (a-i<=m-r+1
{ if (i==r-1)
{ for (j=0;j<r;j++)
printf(“%4d”,a[j]);
printf(“\n”);
}
a++;
continue;
}
else
{ if (i==0)
return;
a[--i]++;
}
} while (1)
}

main()
{ comb(5,3);
}

4.贪婪法
贪婪法是一种不追求最优解，只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解，因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪法常以当前情况为基础作最优选择，而不考虑各种可能的整体情况，所以贪婪法不要回溯。
例如平时购物找钱时，为使找回的零钱的硬币数最少，不考虑找零钱的所有各种发表方案，而是从最大面值的币种开始，按递减的顺序考虑各币种，先尽量用大面值的币种，当不足大面值币种的金额时才去考虑下一种较小面值的币种。这就是在使用贪婪法。这种方法在这里总是最优，是因为银行对其发行的硬币种类和硬币面值的巧妙安排。如只有面值分别为1、5和11单位的硬币，而希望找回总额为15单位的硬币。按贪婪算法，应找1个11单位面值的硬币和4个1单位面值的硬币，共找回5个硬币。但最优的解应是3个5单位面值的硬币。
【问题】 装箱问题
问题描述：装箱问题可简述如下：设有编号为0、1、…、n-1的n种物品，体积分别为v0、v1、…、vn-1。将这n种物品装到容量都为V的若干箱子里。约定这n种物品的体积均不超过V，即对于0≤i＜n，有0＜vi≤V。不同的装箱方案所需要的箱子数目可能不同。装箱问题要求使装尽这n种物品的箱子数要少。
若考察将n种物品的集合分划成n个或小于n个物品的所有子集，最优解就可以找到。但所有可能划分的总数太大。对适当大的n，找出所有可能的划分要花费的时间是无法承受的。为此，对装箱问题采用非常简单的近似算法，即贪婪法。该算法依次将物品放到它第一个能放进去的箱子中，该算法虽不能保证找到最优解，但还是能找到非常好的解。不失一般性，设n件物品的体积是按从大到小排好序的，即有v0≥v1≥…≥vn-1。如不满足上述要求，只要先对这n件物品按它们的体积从大到小排序，然后按排序结果对物品重新编号即可。装箱算法简单描述如下：
{ 输入箱子的容积；
输入物品种数n；
按体积从大到小顺序，输入各物品的体积；
预置已用箱子链为空；
预置已用箱子计数器box_count为0；
for (i=0;i<n;i++)
{ 从已用的第一只箱子开始顺序寻找能放入物品i 的箱子j；
if （已用箱子都不能再放物品i）
{ 另用一个箱子，并将物品i放入该箱子；
box_count++；
}
else
将物品i放入箱子j；
}
}
上述算法能求出需要的箱子数box_count，并能求出各箱子所装物品。下面的例子说明该算法不一定能找到最优解，设有6种物品，它们的体积分别为：60、45、35、20、20和20单位体积，箱子的容积为100个单位体积。按上述算法计算，需三只箱子，各箱子所装物品分别为：第一只箱子装物品1、3；第二只箱子装物品2、4、5；第三只箱子装物品6。而最优解为两只箱子，分别装物品1、4、5和2、3、6。
若每只箱子所装物品用链表来表示，链表首结点指针存于一个结构中，结构记录尚剩余的空间量和该箱子所装物品链表的首指针。另将全部箱子的信息也构成链表。以下是按以上算法编写的程序。
}

5.分治法
任何一个可以用计算机求解的问题所需的计算时间都与其规模N有关。问题的规模越小，越容易直接求解，解题所需的计算时间也越少。例如，对于n个元素的排序问题，当n=1时，不需任何计算；n=2时，只要作一次比较即可排好序；n=3时只要作3次比较即可，…。而当n较大时，问题就不那么容易处理了。要想直接解决一个规模较大的问题，有时是相当困难的。
分治法的设计思想是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。
如果原问题可分割成k个子问题（1<k≤n），且这些子问题都可解，并可利用这些子问题的解求出原问题的解，那么这种分治法就是可行的。由分治法产生的子问题往往是原问题的较小模式，这就为使用递归技术提供了方便。在这种情况下，反复应用分治手段，可以使子问题与原问题类型一致而其规模却不断缩小，最终使子问题缩小到很容易直接求出其解。这自然导致递归过程的产生。分治与递归像一对孪生兄弟，经常同时应用在算法设计之中，并由此产生许多高效算法。
分治法所能解决的问题一般具有以下几个特征：
（1）该问题的规模缩小到一定的程度就可以容易地解决；
（2）该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质；
（3）利用该问题分解出的子问题的解可以合并为该问题的解；
（4）该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子子问题。
上述的第一条特征是绝大多数问题都可以满足的，因为问题的计算复杂性一般是随着问题规模的增加而增加；第二条特征是应用分治法的前提，它也是大多数问题可以满足的，此特征反映了递归思想的应用；第三条特征是关键，能否利用分治法完全取决于问题是否具有第三条特征，如果具备了第一条和第二条特征，而不具备第三条特征，则可以考虑贪心法或动态规划法。第四条特征涉及到分治法的效率，如果各子问题是不独立的，则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然可用分治法，但一般用动态规划法较好。
分治法在每一层递归上都有三个步骤：
（1）分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题；
（2）解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题；
（3）合并：将各个子问题的解合并为原问题的解。
6.动态规划法
经常会遇到复杂问题不能简单地分解成几个子问题，而会分解出一系列的子问题。简单地采用把大问题分解成子问题，并综合子问题的解导出大问题的解的方法，问题求解耗时会按问题规模呈幂级数增加。
为了节约重复求相同子问题的时间，引入一个数组，不管它们是否对最终解有用，把所有子问题的解存于该数组中，这就是动态规划法所采用的基本方法。以下先用实例说明动态规划方法的使用。
【问题】 求两字符序列的最长公共字符子序列
问题描述：字符序列的子序列是指从给定字符序列中随意地（不一定连续）去掉若干个字符（可能一个也不去掉）后所形成的字符序列。令给定的字符序列X=“x0，x1，…，xm-1”，序列Y=“y0，y1，…，yk-1”是X的子序列，存在X的一个严格递增下标序列<i0，i1，…，ik-1>，使得对所有的j=0，1，…，k-1，有xij=yj。例如，X=“ABCBDAB”，Y=“BCDB”是X的一个子序列。
考虑最长公共子序列问题如何分解成子问题，设A=“a0，a1，…，am-1”，B=“b0，b1，…，bm-1”，并Z=“z0，z1，…，zk-1”为它们的最长公共子序列。不难证明有以下性质：
（1） 如果am-1=bn-1，则zk-1=am-1=bn-1，且“z0，z1，…，zk-2”是“a0，a1，…，am-2”和“b0，b1，…，bn-2”的一个最长公共子序列；
（2） 如果am-1!=bn-1，则若zk-1!=am-1，蕴涵“z0，z1，…，zk-1”是“a0，a1，…，am-2”和“b0，b1，…，bn-1”的一个最长公共子序列；
（3） 如果am-1!=bn-1，则若zk-1!=bn-1，蕴涵“z0，z1，…，zk-1”是“a0，a1，…，am-1”和“b0，b1，…，bn-2”的一个最长公共子序列。
这样，在找A和B的公共子序列时，如有am-1=bn-1，则进一步解决一个子问题，找“a0，a1，…，am-2”和“b0，b1，…，bm-2”的一个最长公共子序列；如果am-1!=bn-1，则要解决两个子问题，找出“a0，a1，…，am-2”和“b0，b1，…，bn-1”的一个最长公共子序列和找出“a0，a1，…，am-1”和“b0，b1，…，bn-2”的一个最长公共子序列，再取两者中较长者作为A和B的最长公共子序列。
代码如下：
# include <stdio.h>
# include <string.h>
# define N 100
char a[N],b[N],str[N];

int lcs_len(char *a, char *b, int c[ ][ N])
{ int m=strlen(a), n=strlen(b), i,j;
for (i=0;i<=m;i++) c[0]=0;
for (i=0;i<=n;i++) c[0]=0;
for (i=1;i<=m;i++)
for (j=1;j<=m;j++)
if (a[i-1]==b[j-1])
c[j]=c[i-1][j-1]+1;
else if (c[i-1][j]>=c[j-1])
c[j]=c[i-1][j];
else
c[j]=c[j-1];
return c[m][n];
}

char *buile_lcs(char s[ ],char *a, char *b)
{ int k, i=strlen(a), j=strlen(b);
k=lcs_len(a,b,c);
s[k]=’’;
while (k>0)
if (c[j]==c[i-1][j]) i--;
else if (c[j]==c[j-1]) j--;
else { s[--k]=a[i-1];
i--; j--;
}
return s;
}

void main()
{ printf (“Enter two string（<%d）!\n”,N);
scanf(“%s%s”,a,b);
printf(“LCS=%s\n”,build_lcs(str,a,b));
}
7.迭代法
迭代法是用于求方程或方程组近似根的一种常用的算法设计方法。设方程为f(x)=0，用某种数学方法导出等价的形式x=g(x)，然后按以下步骤执行：
（1） 选一个方程的近似根，赋给变量x0；
（2） 将x0的值保存于变量x1，然后计算g(x1)，并将结果存于变量x0；
（3） 当x0与x1的差的绝对值还小于指定的精度要求时，重复步骤（2）的计算。
若方程有根，并且用上述方法计算出来的近似根序列收敛，则按上述方法求得的x0就认为是方程的根。上述算法用C程序的形式表示为：
程序如下：
【算法】迭代法求方程组的根
{ for (i=0;i<n;i++)
x=初始近似根;
do {
for (i=0;i<n;i++)
y = x;
for (i=0;i<n;i++)
x = gi(X);
for (delta=0.0,i=0;i<n;i++)
if (fabs(y-x)>delta) delta=fabs(y-x)； } while (delta>Epsilon)；
for (i=0;i<n;i++)
printf(“变量x[%d]的近似根是 %f”，I，x)；
printf(“\n”)；
} 具体使用迭代法求根时应注意以下两种可能发生的情况：
（1）如果方程无解，算法求出的近似根序列就不会收敛，迭代过程会变成死循环，因此在使用迭代算法前应先考察方程是否有解，并在程序中对迭代的次数给予限制；
（2）方程虽然有解，但迭代公式选择不当，或迭代的初始近似根选择不合理，也会导致迭代失败。
8.穷举搜索法
穷举搜索法是对可能是解的众多候选解按某种顺序进行逐一枚举和检验，并从众找出那些符合要求的候选解作为问题的解。
【问题】 将A、B、C、D、E、F这六个变量排成如图所示的三角形，这六个变量分别取[1，6]上的整数，且均不相同。求使三角形三条边上的变量之和相等的全部解。如图就是一个解。
程序引入变量a、b、c、d、e、f，并让它们分别顺序取1至6的整数，在它们互不相同的条件下，测试由它们排成的如图所示的三角形三条边上的变量之和是否相等，如相等即为一种满足要求的排列，把它们输出。当这些变量取尽所有的组合后，程序就可得到全部可能的解。程序如下：
按穷举法编写的程序通常不能适应变化的情况。如问题改成有9个变量排成三角形，每条边有4个变量的情况，程序的循环重数就要相应改变。