算法 订阅
算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。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。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。算法中的指令描述的是一个计算,当其运行时能从一个初始状态和(可能为空的)初始输入开始,经过一系列有限而清晰定义的状态,最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。随机化算法在内的一些算法,包含了一些随机输入。形式化算法的概念部分源自尝试解决希尔伯特提出的判定问题,并在其后尝试定义有效计算性或者有效方法中成形。这些尝试包括库尔特·哥德尔、Jacques Herbrand和斯蒂芬·科尔·克莱尼分别于1930年、1934年和1935年提出的递归函数,阿隆佐·邱奇于1936年提出的λ演算,1936年Emil Leon Post的Formulation 1和艾伦·图灵1937年提出的图灵机。即使在当前,依然常有直觉想法难以定义为形式化算法的情况。 展开全文
算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。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。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。算法中的指令描述的是一个计算,当其运行时能从一个初始状态和(可能为空的)初始输入开始,经过一系列有限而清晰定义的状态,最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。随机化算法在内的一些算法,包含了一些随机输入。形式化算法的概念部分源自尝试解决希尔伯特提出的判定问题,并在其后尝试定义有效计算性或者有效方法中成形。这些尝试包括库尔特·哥德尔、Jacques Herbrand和斯蒂芬·科尔·克莱尼分别于1930年、1934年和1935年提出的递归函数,阿隆佐·邱奇于1936年提出的λ演算,1936年Emil Leon Post的Formulation 1和艾伦·图灵1937年提出的图灵机。即使在当前,依然常有直觉想法难以定义为形式化算法的情况。
信息
特    征
有穷性 确切性 输入 输出 可行
常    用
计算、数据处理和自动推理
外文名
Algorithm
中文名
算法
学    科
数学 计算机
算法特征
一个算法应该具有以下五个重要的特征:(Finiteness)算法的有穷性是指算法必须能在执行有限个步骤之后终止;(Definiteness)算法的每一步骤必须有确切的定义;(Input)一个算法有0个或多个输入,以刻画运算对象的初始情况,所谓0个输入是指算法本身定出了初始条件;(Output)一个算法有一个或多个输出,以反映对输入数据加工后的结果。没有输出的算法是毫无意义的;(Effectiveness)算法中执行的任何计算步骤都是可以被分解为基本的可执行的操作步骤,即每个计算步骤都可以在有限时间内完成(也称之为有效性)。
收起全文
精华内容
下载资源
问答
  • 由于我之前一直强调数据结构以及算法学习的重要性,所以就有一些读者经常问我,数据结构与算法应该要学习到哪个程度呢?,说实话,这个问题我不知道要怎么回答你,主要取决于你想学习到哪些程度,不过针对这个问题,...

    由于我之前一直强调数据结构以及算法学习的重要性,所以就有一些读者经常问我,数据结构与算法应该要学习到哪个程度呢?,说实话,这个问题我不知道要怎么回答你,主要取决于你想学习到哪些程度,不过针对这个问题,我稍微总结一下我学过的算法知识点,以及我觉得值得学习的算法。这些算法与数据结构的学习大多数是零散的,并没有一本把他们全部覆盖的书籍。下面是我觉得值得学习的一些算法以及数据结构,当然,我也会整理一些看过不错的文章给大家。大家也可以留言区补充。

    一、算法最最基础

    1、时间复杂度

    2、空间复杂度

    一般最先接触的就是时间复杂度和空间复杂度的学习了,这两个概念以及如何计算,是必须学的,也是必须最先学的,主要有最大复杂度、平均复杂度等,直接通过博客搜索学习即可。

    文章推荐:

    算法分析神器—时间复杂度

    二、基础数据结构

    1、线性表

    • 列表(必学)
    • 链表(必学)
    • 跳跃表(知道原理,应用,最后自己实现一遍)
    • 并查集(建议结合刷题学习)

    不用说,链表、列表必须,不过重点是链表。

    三分钟基础数据结构:如何轻松手写链表?

    以后有面试官问你「跳跃表」,你就把这篇文章扔给他

    2、栈与队列

    • 栈(必学)
    • 队列(必学)
    • 优先队列、堆(必学)
    • 多级反馈队列(原理与应用)

    特别是优先队列,再刷题的时候,还是经常用到的,队列与栈,是最基本的数据结构,必学。可以通过博客来学习。相关文章:

    三分钟基础知识:什么是栈?

    二叉堆是什么鬼?

    【算法与数据结构】堆排序是什么鬼?

    3、哈希表(必学)

    • 碰撞解决方法:开放定址法、链地址法、再次哈希法、建立公共溢出区(必学)
    • 布隆过滤器(原理与应用)

    哈希表相关的,推荐通过博客来学习,推荐文章:

    Hash冲突之开放地址法

    4、树

    • 二叉树:各种遍历(递归与非递归)(必学)
    • 哈夫曼树与编码(原理与应用)
    • AVL树(必学)
    • B 树与 B+ 树(原理与应用)
    • 前缀树(原理与应用)
    • 红黑树(原理与应用)
    • 线段树(原理与应用)

    树相关是知识还是挺多的,建议看书,可以看《算法第四版》。相关文章:

    高频面试题:什么是B树?为啥文件索引要用B树而不用二叉查找树?

    【漫画】以后在有面试官问你AVL树,你就把这篇文章扔给他。

    腾讯面试题:有了二叉查找树、平衡树为啥还需要红黑树?

    【面试被虐】游戏中的敏感词过滤是如何实现的?

    5、数组

    • 树状数组
    • 矩阵(必学)

    树状数组其实我也没学过,,,,

    三、各种常见算法

    1、十大排序算法

    • 简单排序:插入排序、选择排序、冒泡排序(必学)
    • 分治排序:快速排序、归并排序(必学,快速排序还要关注中轴的选取方式)
    • 分配排序:桶排序、基数排序
    • 树状排序:堆排序(必学)
    • 其他:计数排序(必学)、希尔排序

    对于十大算法的学习,假如你不大懂的话,那么我还是挺推荐你去看书的,因为看了书,你可能不仅仅知道这个算法怎么写,还能知道他是怎么来的。推荐书籍是《算法第四版》,这本书讲的很详细,而且配了很多图演示,还是挺好懂的。

    推荐文章:

    必学十大经典排序算法,看这篇就够了(附完整代码/动图/优质文章)(修订版)

    2、图论算法

    • 图的表示:邻接矩阵和邻接表
    • 遍历算法:深度搜索和广度搜索(必学)
    • 最短路径算法:Floyd,Dijkstra(必学)
    • 最小生成树算法:Prim,Kruskal(必学)
    • 实际常用算法:关键路径、拓扑排序(原理与应用)
    • 二分图匹配:配对、匈牙利算法(原理与应用)
    • 拓展:中心性算法、社区发现算法(原理与应用)

    图还是比较难的,不过我觉得图涉及到的挺多算法都是挺实用的,例如最短路径的计算等,图相关的,我这里还是建议看书的,可以看《算法第四版》。

    漫画:什么是 “图”?(修订版)

    漫画:深度优先遍历 和 广度优先遍历

    漫画:图的 “最短路径” 问题

    漫画:Dijkstra 算法的优化

    漫画:图的 “多源” 最短路径

    更多算法的学习,欢迎关注我的公众号『帅地玩编程

    3、搜索与回溯算法

    • 贪心算法(必学)
    • 启发式搜索算法:A*寻路算法(了解)
    • 地图着色算法、N 皇后问题、最优加工顺序
    • 旅行商问题

    这方便的只是都是一些算法相关的,我觉得如果可以,都学一下。像贪心算法的思想,就必须学的了。建议通过刷题来学习,leetcode 直接专题刷。

    4、动态规划

    • 树形DP:01背包问题
    • 线性DP:最长公共子序列、最长公共子串
    • 区间DP:矩阵最大值(和以及积)
    • 数位DP:数字游戏
    • 状态压缩DP:旅行商

    我觉得动态规划是最难的一个算法思想了,记得当初第一次接触动态规划的时候,是看01背包问题的,看了好久都不大懂,懵懵懂懂,后面懂了基本思想,可是做题下不了手,但是看的懂答案。一气之下,再leetcdoe专题连续刷了几十道,才掌握了动态规划的套路,也有了自己的一套模板。不过说实话,动态规划,是考的真他妈多,学习算法、刷题,一定要掌握。这里建议先了解动态规划是什么,之后 leetcode 专题刷,反正就一般上面这几种题型。后面有时间,我也写一下我学到的套路,有点类似于我之前写的递归那样,算是一种经验。也就是我做题时的模板,不过感觉得写七八个小时,,,,,有时间就写。之前写的递归文章:为什么你学不会递归?告别递归,谈谈我的一些经验

    5、字符匹配算法

    • 正则表达式
    • 模式匹配:KMP、Boyer-Moore

    我写过两篇字符串匹配的文章,感觉还不错,看了这两篇文章,我觉得你就差不多懂 kmp 和 Boyer-Moore 了。

    字符串匹配Boyer-Moore算法:文本编辑器中的查找功能是如何实现的?

    更多算法的学习,欢迎关注我的公众号『苦逼的码农

    6、流相关算法

    • 最大流:最短增广路、Dinic 算法
    • 最大流最小割:最大收益问题、方格取数问题
    • 最小费用最大流:最小费用路、消遣

    这方面的一些算法,我也只了解过一些,感兴趣的可以学习下。

    总结

    对于上面设计到的算法,我都提供了感觉还不错的文章,建议大家收藏,然后可以利用零碎的时间进行阅读,有些人可能会觉得上面的算法太多,说实话,我觉得不多,特别是对于在校生的,上面涉及到的算法可以不用很懂,但至少得了解。至于书籍的话,如果你连基本数据结构都还不懂的,建议看《数据结构与算法》相关书籍,例如《大话数据结构》、《数据结构与算法分析》。如果你有一定的基础,例如知道链表,栈,队列,那么可以看《算法第四版》,不过这本书是用 Java 实现的,不过我觉得你只要学过 C,那么可以看的懂。

    这些算法的学习,虽然你觉得学了没有什么用,但还是那些话,它对你的影响是潜意识的,它可以给你打下很深厚的基础内功,如果你想走的更远,那么我推荐学习,标注必学的,那么我觉得,你是真的需要抽时间来学习下,标注原理与应用的,代表你可以不知道怎么用代码实现,但是必得知道它的实现原理以及应用,更多算法的学习,可以持续关注我的微信公众号勒。

    作为一个非常注重计算机基础以及算法学习的程序员,一路自学走来,看过挺多不错的优质书籍,在这里推荐给大家,全都是自己看过滴。

    最后,很多人问我都是怎么学习的,那我干脆就把我看过的优质书籍贡献出来

    计算机基础入门推荐:《程序是怎样跑起来的》、《网络是怎样连接的》、《计算机是怎样工作的》

    进一步认识计算机网络:《计算机网络:自顶向下》、《图解http》

    数据结构+算法入门:《数据结构与算法分析:C语言描述版》,《大话数据结构》、《阿哈算法》

    算法进阶:《算法第四版》、《编程之美》、《编程珠玑》

    由于我是Java技术栈的,顺便推荐基本Java的书籍,从左到由的顺序看到

    Java:《Java核心技术卷1》、《编程思想》、《深入理解Java虚拟机》、《Java编程艺术》

    数据库:《mysql必知必会》、《MySQL技术内幕:InnoDB存储引擎》

    就先介绍这么多,这些都是最基础最核心滴,希望对那些不知道看什书的同学有所帮助

    对了,我介绍的这些书籍,我顺便帮你整理好了,你可以在我的原创微信公众号『帅地玩编程』回复『书籍』获取哦

    另外,帅地把公众号的精华文章整理成了一本电子书,共 630页!目录如下
    在这里插入图片描述
    现在免费送给大家,在我的公众号帅地玩编程回复程序员内功修炼即可获取。

    有收获?希望老铁们来个三连击,给更多的人看到这篇文章

    1、老铁们,关注我的原创微信公众号「帅地玩编程」,专注于写算法 + 计算机基础知识(计算机网络+ 操作系统+数据库+Linux),保存让你看完有所收获,不信你打我。

    2、给俺点个赞呗,可以让更多的人看到这篇文章,顺便激励下我,嘻嘻。

    作者info

    作者:帅地,一位热爱写作的小伙
    原创公众号:『帅地玩编程』,已写了150多篇文章,专注于写 算法、计算机基础知识等提升你内功的文章,期待你的关注。
    转载说明:务必注明来源(注明:来源于公众号:苦逼的码农, 作者:帅地)

    展开全文
  • 算法

    万次阅读 2018-02-08 00:13:09
    1.算法定义 算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。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...

    1.算法定义

    算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。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。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。

    一个算法应该具有以下七个重要的特征:
    ①有穷性(Finiteness):算法的有穷性是指算法必须能在执行有限个步骤之后终止;
    ②确切性(Definiteness):算法的每一步骤必须有确切的定义;
    ③输入项(Input):一个算法有0个或多个输入,以刻画运算对象的初始情况,所谓0个输 入是指算法本身定出了初始条件;
    ④输出项(Output):一个算法有一个或多个输出,以反映对输入数据加工后的结果。没 有输出的算法是毫无意义的;
    ⑤可行性(Effectiveness):算法中执行的任何计算步骤都是可以被分解为基本的可执行 的操作步,即每个计算步都可以在有限时间内完成(也称之为有效性);
    ⑥高效性(High efficiency):执行速度快,占用资源少;
    ⑦健壮性(Robustness):对数据响应正确。

    2. 时间复杂度

    计算机科学中,算法的时间复杂度是一个函数,它定量描述了该算法的运行时间,时间复杂度常用大O符号(大O符号(Big O notation)是用于描述函数渐进行为的数学符号。更确切地说,它是用另一个(通常更简单的)函数来描述一个函数数量级的渐近上界。在数学中,它一般用来刻画被截断的无穷级数尤其是渐近级数的剩余项;在计算机科学中,它在分析算法复杂性的方面非常有用。)表述,使用这种方式时,时间复杂度可被称为是渐近的,它考察当输入值大小趋近无穷时的情况。

    大O,简而言之可以认为它的含义是“order of”(大约是)。

    无穷大渐近

    大O符号在分析算法效率的时候非常有用。举个例子,解决一个规模为 n 的问题所花费的时间(或者所需步骤的数目)可以被求得:T(n) = 4n^2 - 2n + 2。 当 n 增大时,n^2; 项将开始占主导地位,而其他各项可以被忽略——举例说明:当 n = 500,4n^2; 项是 2n 项的1000倍大,因此在大多数场合下,省略后者对表达式的值的影响将是可以忽略不计的。

    3.时间复杂度计算方法

    1.一个算法执行所耗费的时间,从理论上是不能算出来的,必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试,只需知道哪个算法花费的时间多,哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。
    一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。

    2.一般情况下,算法的基本操作重复执行的次数是模块n的某一个函数f(n),因此,算法的时间复杂度记做:T(n)=O(f(n))。随着模块n的增大,算法执行的时间的增长率和f(n)的增长率成正比,所以f(n)越小,算法的时间复杂度越低,算法的效率越高。
    在计算时间复杂度的时候,先找出算法的基本操作,然后根据相应的各语句确定它的执行次数,再找出T(n)的同数量级(它的同数量级有以下:1,Log2n ,n ,nLog2n ,n的平方,n的三次方,2的n次方,n!),找出后,f(n)=该数量级,若T(n)/f(n)求极限可得到一常数c,则时间复杂度T(n)=O(f(n))。

    3.常见的时间复杂度
    按数量级递增排列,常见的时间复杂度有:
    常数阶O(1), 对数阶O(log2n), 线性阶O(n), 线性对数阶O(nlog2n), 平方阶O(n^2), 立方阶O(n^3),…, k次方阶O(n^k), 指数阶O(2^n) 。

    其中,
    1.O(n),O(n^2), 立方阶O(n^3),…, k次方阶O(n^k) 为多项式阶时间复杂度,分别称为一阶时间复杂度,二阶时间复杂度。。。。
    2.O(2^n),指数阶时间复杂度,该种不实用
    3.对数阶O(log2n), 线性对数阶O(nlog2n),除了常数阶以外,该种效率最高
    例:算法:
      for(i=1;i<=n;++i)
      {
         for(j=1;j<=n;++j)
         {
             c[ i ][ j ]=0; //该步骤属于基本操作 执行次数:n^2
              for(k=1;k<=n;++k)
                   c[ i ][ j ]+=a[ i ][ k ]*b[ k ][ j ]; //该步骤属于基本操作 执行次数:n^3
         }
      }
      则有 T(n)= n^2+n^3,根据上面括号里的同数量级,我们可以确定 n^3为T(n)的同数量级
      则有f(n)= n^3,然后根据T(n)/f(n)求极限可得到常数c
      则该算法的 时间复杂度:T(n)=O(n^3)
    

    4.讨论

    定义:如果一个问题的规模是n,解这一问题的某一算法所需要的时间为T(n),它是n的某一函数 T(n)称为这一算法的“时间复杂性”。

    当输入量n逐渐加大时,时间复杂性的极限情形称为算法的“渐近时间复杂性”。

    我们常用大O表示法表示时间复杂性,注意它是某一个算法的时间复杂性。大O表示只是说有上界,由定义如果f(n)=O(n),那显然成立f(n)=O(n^2),它给你一个上界,但并不是上确界,但人们在表示的时候一般都习惯表示前者。

    此外,一个问题本身也有它的复杂性,如果某个算法的复杂性到达了这个问题复杂性的下界,那就称这样的算法是最佳算法。

    “大O记法”:在这种描述中使用的基本参数是 n,即问题实例的规模,把复杂性或运行时间表达为n的函数。这里的“O”表示量级 (order),比如说“二分检索是 O(logn)的”,也就是说它需要“通过logn量级的步骤去检索一个规模为n的数组”记法 O ( f(n) )表示当 n增大时,运行时间至多将以正比于 f(n)的速度增长。

    这种渐进估计对算法的理论分析和大致比较是非常有价值的,但在实践中细节也可能造成差异。例如,一个低附加代价的O(n2)算法在n较小的情况下可能比一个高附加代价的 O(nlogn)算法运行得更快。当然,随着n足够大以后,具有较慢上升函数的算法必然工作得更快。

    O(1)
    
    Temp=i;i=j;j=temp;                    
    
    以上三条单个语句的频度均为1,该程序段的执行时间是一个与问题规模n无关的常数。算法的时间复杂度为常数阶,记作T(n)=O(1)。如果算法的执行时间不随着问题规模n的增加而增长,即使算法中有上千条语句,其执行时间也不过是一个较大的常数。此类算法的时间复杂度是O(1)。
    
    O(n^2)
    
    2.1. 交换i和j的内容
         sum=0;                 (一次)
         for(i=1;i<=n;i++)       (n次 )
            for(j=1;j<=n;j++) (n^2次 )
             sum++;       (n^2次 )
    解:T(n)=2n^2+n+1 =O(n^2)
    
    2.2.   
        for (i=1;i<n;i++)
        {
            y=y+1;         ①   
            for (j=0;j<=(2*n);j++)    
               x++;        ②      
        }         
    解: 语句1的频度是n-1
              语句2的频度是(n-1)*(2n+1)=2n^2-n-1
              f(n)=2n^2-n-1+(n-1)=2n^2-2
              该程序的时间复杂度T(n)=O(n^2).         
    
    O(n)      
                                                          
    2.3.
        a=0;
        b=1;                      ①
        for (i=1;i<=n;i++) ②
        {  
           s=a+b;    ③
           b=a;     ④  
           a=s;     ⑤
        }
    解:语句1的频度:2,        
               语句2的频度: n,        
              语句3的频度: n-1,        
              语句4的频度:n-1,    
              语句5的频度:n-1,                                  
              T(n)=2+n+3(n-1)=4n-1=O(n).
                                                                                                     
    O(log2n )
    
    2.4.
         i=1;       ①
        while (i<=n)
           i=i*2; ②
    解: 语句1的频度是1,  
              设语句2的频度是f(n),   则:2^f(n)<=n;f(n)<=log2n    
              取最大值f(n)= log2n,
              T(n)=O(log2n )
    
    O(n^3)
    
    2.5.
        for(i=0;i<n;i++)
        {  
           for(j=0;j<i;j++)  
           {
              for(k=0;k<j;k++)
                 x=x+2;  
           }
        }
    解:当i=m, j=k的时候,内层循环的次数为k当i=m时, j 可以取 0,1,...,m-1 , 所以这里最内循环共进行了0+1+...+m-1=(m-1)m/2次所以,i从0取到n, 则循环共进行了: 0+(1-1)*1/2+...+(n-1)n/2=n(n+1)(n-1)/6所以时间复杂度为O(n^3).
    

    我们还应该区分算法的最坏情况的行为和期望行为。如快速排序的最 坏情况运行时间是 O(n^2),但期望时间是 O(nlogn)。通过每次都仔细地选择基准值,我们有可能把平方情况 (即O(n^2)情况)的概率减小到几乎等于 0。在实际中,精心实现的快速排序一般都能以 (O(nlogn)时间运行。

    下面是一些常用的记法:
    访问数组中的元素是常数时间操作,或说O(1)操作。一个算法如 果能在每个步骤去掉一半数据元素,如二分检索,通常它就取 O(logn)时间。用strcmp比较两个具有n个字符的串需要O(n)时间。常规的矩阵乘算法是O(n^3),因为算出每个元素都需要将n对 元素相乘并加到一起,所有元素的个数是n^2。
    指数时间算法通常来源于需要求出所有可能结果。例如,n个元 素的集合共有2n个子集,所以要求出所有子集的算法将是O(2n)的。指数算法一般说来是太复杂了,除非n的值非常小,因为,在 这个问题中增加一个元素就导致运行时间加倍。不幸的是,确实有许多问题 (如著名的“巡回售货员问题” ),到目前为止找到的算法都是指数的。如果我们真的遇到这种情况,通常应该用寻找近似最佳结果的算法替代之。

    5.常用排序

    这里写图片描述

    展开全文
  • 夜深人静写算法(三)- 初等数论入门

    万次阅读 多人点赞 2017-12-28 15:33:22
    初等数论:扩展欧几里得算法,中国剩余定理,欧拉函数,容斥原理,大数判素
    展开全文
  • 夜深人静写算法(十三)- 树状数组

    万次阅读 多人点赞 2017-12-28 15:07:32
    树状数组:经典统计算法,单点更新,成段求和的一种优化数据结构
    展开全文
  • 大多数据结构课本中,串涉及的内容即串的模式匹配,需要掌握的是朴素算法、KMP算法及next值的求法。在考研备考中,参考严奶奶的教材,我也是在关于求next值的算法中卡了一下午时间,感觉挺有意思的,把一些思考的...
  • 程序员面试、算法研究、编程艺术、红黑树、机器学习5大经典原创系列集锦与总结 作者:July--结构之法算法之道blog之博主。 时间:2010年10月-2018年5月,一直在不断更新中.. 出处:...
  • 经典算法(5)杨辉三角

    万次阅读 多人点赞 2019-11-04 17:15:35
    杨辉三角 是经典算法,这篇博客对它的算法思想进行了讲解,并有完整的代码实现。
  • 雪花算法的原理和实现Java

    万次阅读 多人点赞 2019-05-05 15:05:24
    SnowFlake 算法,是 Twitter 开源的分布式 id 生成算法。其核心思想就是:使用一个 64 bit 的 long 型的数字作为全局唯一 id。在分布式系统中的应用十分广泛,且ID 引入了时间戳,基本上保持自增的。 这 64 个 ...
  • 简单易懂——Dijkstra算法讲解

    万次阅读 多人点赞 2018-02-18 00:22:46
    我的机器学习教程「美团」算法工程师带你入门机器学习 已经开始更新了,欢迎大家订阅~ 任何关于算法、编程、AI行业知识或博客内容的问题,可以随时扫码关注公众号「图灵的猫」,加入”学习小组“,沙雕博主在线答疑...
  • 2020最新-精选基础算法100题(面试必备)

    万次阅读 多人点赞 2020-05-18 19:58:16
    作为一个程序员,算法能力必不可少,虽然不一定是算法工程师,但是算法还是彰显着个人的编码能力,面试中也经常会被问到,甚至会被要求临场做算法题,所以,还是好好积累吧。 个人其实对算法挺有兴趣的,从3月份...
  • 创新一直是一个令人纠结的话题,研究生毕业设计多数需要算法的创新,而博士生毕业... 通常,我们使用一个算法,这里举个简单的粒子,PSO粒子群优化算法,我们通过仿真,会得到该算法的收敛速度,仿真精度等一些参数...
  • 算法学习笔记之一阶低通滤波算法

    万次阅读 多人点赞 2016-09-27 11:29:13
    1. 一阶滤波算法的原理 一阶滤波,又叫一阶惯性滤波,或一阶低通滤波。是使用软件编程实现普通硬件RC低通滤波器的功能。 一阶低通滤波的算法公式为: Y(n)=αX(n) (1-α)Y(n-1) 式中:α=滤波系数;X(n)=本次采样...
  • 夜深人静写算法(二)- 动态规划

    万次阅读 多人点赞 2017-12-28 14:57:36
    新地址:夜深人静写算法(二)- 动态规划入门
  • 夜深人静写算法(一)- 搜索入门

    万次阅读 多人点赞 2017-12-28 14:43:02
    新地址:夜深人静写算法(一)- 搜索入门
  • KMP算法—终于全部弄懂了

    万次阅读 多人点赞 2019-03-22 21:00:45
    详细讲解KMP算法,并对难点 k=next[k] 这条语句重点描述
  • 夜深人静写算法(二十三)- 最短路

    万次阅读 多人点赞 2017-12-28 15:24:29
    新地址:夜深人静写算法(二十三)- 最短路
  • 最优化算法之粒子群算法(PSO)

    万次阅读 多人点赞 2018-08-03 10:26:45
    一、粒子群算法的概念   粒子群优化算法(PSO:Particle swarm optimization) 是一种进化计算技术(evolutionary computation)。源于对鸟群捕食的行为研究。粒子群优化算法的基本思想:是通过群体中个体之间的...
  • 粒子群优化算法(PSO)

    万次阅读 多人点赞 2018-06-04 20:07:09
    粒子群优化算法(Partical Swarm Optimization PSO),粒子群中的每一个粒子都代表一个问题的可能解,通过粒子个体的简单行为,群体内的信息交互实现问题求解的智能性。由于PSO操作简单、收敛速度快,...
  • Dijkstra算法原理

    万次阅读 多人点赞 2017-02-19 22:46:13
    Dijkstra算法 1.定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法是很有代表性...
  • 趣写算法系列之--匈牙利算法

    万次阅读 多人点赞 2013-07-18 13:39:59
    【书本上的算法往往讲得非常复杂,我和我的朋友计划用一些简单通俗的例子来描述算法的流程,这只是刚开始的样稿,其实我们也才刚开始】 匈牙利算法是由匈牙利数学家Edmonds于1965年提出,因而得名。匈牙利算法是...
  • 10大经典排序算法动画解析-收藏

    万次阅读 多人点赞 2018-12-13 14:13:07
    排序算法是《数据结构与算法》中最基本的算法之一。 排序算法可以分为内部排序和外部排序。 内部排序是数据记录在内存中进行排序。 而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要...
  • JAVA近百种算法大全

    千次下载 热门讨论 2013-05-29 10:25:35
    最近找到的JAVA近百种算法大全 分享一下 java算法大全,有近100多种常见算法的源代码,是学习JAVA算法的难得资料,需要的童鞋来下载吧!
  • 大家好,我是 Rocky0429,一个连数据结构和算法都不会的蒟蒻… 学过数据结构和算法的都知道这玩意儿不好学,没学过的经常听到这样的说法还没学就觉得难,其实难吗?真难! 难在哪呢?当年我还是个小蒟蒻,初学数据...
  • 快速排序算法

    万次阅读 多人点赞 2019-01-11 21:09:08
    但是这种算法时间复杂度高,当需要排序的元素较多时,程序运行时间很长,因此产生了快速排序算法。该算法的实现可分为以下几步: 1. 在数组中选一个基准数(通常为数组第一个); 2. 将数组中小于基准数的数据移到...
  • 计算机操作系统_银行家算法

    万次阅读 多人点赞 2018-12-05 23:21:02
    银行家算法
  • 蓝桥杯知识点汇总:基础知识和常用算法

    万次阅读 多人点赞 2020-01-21 14:59:45
    此系列包含蓝桥杯(软件类)所考察的绝大部分知识点,算法,和写算法题必须学会的JAVA的基础语法,API,对想从C/C++转到JAVA组以及初学算法的同学很有帮助。
  • 详解遗传算法(含MATLAB代码)

    万次阅读 多人点赞 2019-05-29 11:30:47
    一、遗传算法概述 二、遗传算法的特点和应用 三、遗传算法的基本流程及实现技术 3.1 遗传算法的基本流程 3.2 遗传算法的实现技术 1.编码 2.适应度函数 3.选择算子 4.交叉算子 5.变异算子 6.运行参数 四、...
  • 各种聚类算法(原理+代码+对比分析)最全总结

    万次阅读 多人点赞 2017-12-14 10:41:20
    序言 还是要持续总结,持续积累。 一、聚类的目标 使同一类对象的相似度尽可能地大;不同类对象之间的相似度尽可能地小。 二、聚类算法分类 ...算法:K-MEANS算法、K-MEDOIDS算法、CLARANS算法 2....
  • 页面置换算法-CLOCK置换算法及其改进版算法

    万次阅读 多人点赞 2018-12-29 13:31:51
    页面置换算法中的LRU算法最接近理想情况下的OPT算法,但是实现起来比较困难且开销较大,所以很多设计者试图用开销比较小的算法接近LRU算法,CLOCK算法就是其中一种。 1.简单的CLOCK算法是通过给每一个访问的页面...
  • 算法算法评价

    万次阅读 多人点赞 2019-07-05 20:42:11
    一、算法的基本概念 算法是对特定问题求解步骤的一种描述,它是指令的有限序列,其中的每条指令表示一个或多个操作。具有以下性质: 1.有穷性:一个算法必须总是在执行有穷步之后结束,且每一步都可在有穷时间内...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,851,258
精华内容 740,503
关键字:

算法