演算法入門

A. 零基礎自學演算法看什麼書

既然是自學，途徑無非就是看書和看視頻兩種途徑。這些資料，今天已經非常的豐富了。每個人都可以有很多選擇。
但這就帶來另一個問題：究竟該從什麼書，什麼視頻開始呢？
巧了！！我用過一個學習演算法的網站，只適合小白。哈哈。
你可以搜索 1024fun樂學編程 讓後學習其中的樂學編程課程
就是，免費！，缺點就是只有基礎課程。你去看一下。

B. 計算機專業學演算法的都學些什麼演算法，有什麼書可以看的學的話需要些什麼基礎的

計算機演算法非常多的
A*搜尋演算法
俗稱A星演算法。這是一種在圖形平面上，有多個節點的路徑，求出最低通過成本的演算法。常用於游戲中的NPC的移動計算，或線上游戲的BOT的移動計算上。該演算法像Dijkstra演算法一樣，可以找到一條最短路徑；也像BFS一樣，進行啟發式的搜索。
Beam Search
束搜索(beam search)方法是解決優化問題的一種啟發式方法，它是在分枝定界方法基礎上發展起來的，它使用啟發式方法估計k個最好的路徑，僅從這k個路徑出發向下搜索，即每一層只有滿意的結點會被保留，其它的結點則被永久拋棄，從而比分枝定界法能大大節省運行時間。束搜索於20 世紀70年代中期首先被應用於人工智慧領域,1976 年Lowerre在其稱為HARPY的語音識別系統中第一次使用了束搜索方法。他的目標是並行地搜索幾個潛在的最優決策路徑以減少回溯，並快速地獲得一個解。
二分取中查找演算法
一種在有序數組中查找某一特定元素的搜索演算法。搜索過程從數組的中間元素開始，如果中間元素正好是要查找的元素，則搜索過程結束；如果某一特定元素大於或者小於中間元素，則在數組大於或小於中間元素的那一半中查找，而且跟開始一樣從中間元素開始比較。這種搜索演算法每一次比較都使搜索范圍縮小一半。
Branch and bound
分支定界(branch and bound)演算法是一種在問題的解空間樹上搜索問題的解的方法。但與回溯演算法不同，分支定界演算法採用廣度優先或最小耗費優先的方法搜索解空間樹，並且，在分支定界演算法中，每一個活結點只有一次機會成為擴展結點。
數據壓縮
數據壓縮是通過減少計算機中所存儲數據或者通信傳播中數據的冗餘度，達到增大數據密度，最終使數據的存儲空間減少的技術。數據壓縮在文件存儲和分布式系統領域有著十分廣泛的應用。數據壓縮也代表著尺寸媒介容量的增大和網路帶寬的擴展。
Diffie–Hellman密鑰協商
Diffie–Hellman key exchange，簡稱「D–H」，是一種安全協議。它可以讓雙方在完全沒有對方任何預先信息的條件下通過不安全信道建立起一個密鑰。這個密鑰可以在後續的通訊中作為對稱密鑰來加密通訊內容。
Dijkstra』s 演算法
迪科斯徹演算法（Dijkstra）是由荷蘭計算機科學家艾茲格·迪科斯徹（Edsger Wybe Dijkstra）發明的。演算法解決的是有向圖中單個源點到其他頂點的最短路徑問題。舉例來說，如果圖中的頂點表示城市，而邊上的權重表示著城市間開車行經的距離，迪科斯徹演算法可以用來找到兩個城市之間的最短路徑。
動態規劃
動態規劃是一種在數學和計算機科學中使用的，用於求解包含重疊子問題的最優化問題的方法。其基本思想是，將原問題分解為相似的子問題，在求解的過程中通過子問題的解求出原問題的解。動態規劃的思想是多種演算法的基礎，被廣泛應用於計算機科學和工程領域。比較著名的應用實例有：求解最短路徑問題，背包問題，項目管理，網路流優化等。這里也有一篇文章說得比較詳細。
歐幾里得演算法
在數學中，輾轉相除法，又稱歐幾里得演算法，是求最大公約數的演算法。輾轉相除法首次出現於歐幾里得的《幾何原本》（第VII卷，命題i和ii）中，而在中國則可以追溯至東漢出現的《九章算術》。
最大期望（EM）演算法
在統計計算中，最大期望（EM）演算法是在概率（probabilistic）模型中尋找參數最大似然估計的演算法，其中概率模型依賴於無法觀測的隱藏變數（Latent Variable）。最大期望經常用在機器學習和計算機視覺的數據聚類（Data Clustering）領域。最大期望演算法經過兩個步驟交替進行計算，第一步是計算期望（E），利用對隱藏變數的現有估計值，計算其最大似然估計值；第二步是最大化（M），最大化在 E 步上求得的最大似然值來計算參數的值。M 步上找到的參數估計值被用於下一個 E 步計算中，這個過程不斷交替進行。
快速傅里葉變換(FFT)
快速傅里葉變換（Fast Fourier Transform，FFT），是離散傅里葉變換的快速演算法，也可用於計算離散傅里葉變換的逆變換。快速傅里葉變換有廣泛的應用，如數字信號處理、計算大整數乘法、求解偏微分方程等等。
哈希函數
HashFunction是一種從任何一種數據中創建小的數字「指紋」的方法。該函數將數據打亂混合，重新創建一個叫做散列值的指紋。散列值通常用來代表一個短的隨機字母和數字組成的字元串。好的散列函數在輸入域中很少出現散列沖突。在散列表和數據處理中，不抑制沖突來區別數據，會使得資料庫記錄更難找到。
堆排序
Heapsort是指利用堆積樹（堆）這種數據結構所設計的一種排序演算法。堆積樹是一個近似完全二叉樹的結構，並同時滿足堆積屬性：即子結點的鍵值或索引總是小於（或者大於）它的父結點。
歸並排序
Merge sort是建立在歸並操作上的一種有效的排序演算法。該演算法是採用分治法（Divide and Conquer）的一個非常典型的應用。
RANSAC 演算法
RANSAC 是」RANdom SAmpleConsensus」的縮寫。該演算法是用於從一組觀測數據中估計數學模型參數的迭代方法，由Fischler and Bolles在1981提出，它是一種非確定性演算法，因為它只能以一定的概率得到合理的結果，隨著迭代次數的增加，這種概率是增加的。該演算法的基本假設是觀測數據集中存在」inliers」（那些對模型參數估計起到支持作用的點）和」outliers」（不符合模型的點），並且這組觀測數據受到雜訊影響。RANSAC 假設給定一組」inliers」數據就能夠得到最優的符合這組點的模型。
RSA加密演演算法
這是一個公鑰加密演算法，也是世界上第一個適合用來做簽名的演算法。今天的RSA已經專利失效，其被廣泛地用於電子商務加密，大家都相信，只要密鑰足夠長，這個演算法就會是安全的。
並查集Union-find
並查集是一種樹型的數據結構，用於處理一些不相交集合（Disjoint Sets）的合並及查詢問題。常常在使用中以森林來表示。
Viterbi algorithm
尋找最可能的隱藏狀態序列(Finding most probable sequence of hidden states)。

C. 演算法競賽入門經典怎麼樣

從書本的編排上，就可以看出作者的確是用心在寫書。比如講，動態規劃一章，在介紹各種動態規劃基本問題時，我目前見過的所有演算法書都只給出最優值的那個值，而沒有考慮到競賽或其它需要時，對答案構造的需要。比如，如果一個題目真要你輸出字典序列最小的方案，可能會難倒很多人。而真正靠初學者自己要來領悟這樣一些方法，確實是需要不少時間的。諸如此類的用心書中還有很多，作者一個個演算法娓娓道來，卻又在初學者容易犯錯的地方給一些提示，感覺很好。 更難能可貴的是，作者作為ICPC WORLD FINAL銀牌得主，信息學國家隊教練，絲毫沒有架子，不會像高數、數分書上那麼多「顯然」、「很容易看出」之類直接來一個例子。但是，這並不說明行筆羅嗦，相反，更體現作者心思細膩，真去PKU做兩個題目就會發現，很多時候演算法正確是一方面，細節上不出錯又是一個方面，把"=="打成"="然後調一個多小時代碼，絕對是初學語言的時候常犯的錯誤。 但是，整本書沒有任何參考書目附於附錄，一來是對被參考書籍的作者的不尊重，二來不利於讀者進一步閱讀（比如動態規劃一章之後的習題推薦，基本全部來自於《programming challenge》一書的習題）。 總起來說，本書絕對值得一讀，即使是有演算法基礎的ACMER||OIer 期待後續兩本著作問世

D. 推薦一些關於演算法的書籍

1、數據結構與演算法分析：C語言描述（適合入門）

這本書相對於演算法導論要簡單一些，更適合入門。演算法導論其實有比較強的理論性，看起來比較吃力。

《數據結構與演算法分析:C語言描述》內容簡介：書中詳細介紹了當前流行的論題和新的變化，討論了演算法設計技巧，並在研究演算法的性能、效率以及對運行時間分析的基礎上考查了一些高級數據結構，從歷史的角度和近年的進展對數據結構的活躍領域進行了簡要的概括。由於《數據結構與演算法分析:C語言描述(原書第2版)》選材新穎，方法實用，題例豐富，取捨得當。《數據結構與演算法分析:C語言描述》的目的是培養學生良好的程序設計技巧和熟練的演算法分析能力，使得他們能夠開發出高效率的程序。從服務於實踐又鍛煉學生實際能力出發，書中提供了大部演算法的C程序和偽碼常式。

2、演算法設計與分析基礎（適合入門）

作者基於豐富的教學經驗，開發了一套對演算法進行分類的新方法。這套方法站在通用問題求解策略的高度，能對現有的大多數演算法都能進行准確分類，從而使本書的讀者能夠沿著一條清晰的、一致的、連貫的思路來探索演算法設計與分析這一迷人領域。本書作為第2版，相對第1版增加了新的習題，還增加了「迭代改進」一章，使得原來的分類方法更加完善。

3.0、演算法引論：一種創造性方法（適合入門）

和普通的演算法書不同，這本書從創造性的角度出發——如果說演算法導論講的是有哪些演算法，那麼演算法引論講的就是如何創造演算法。結合前面的演算法設計與分析基礎，這本書把能解決的演算法問題數量擴大了一個數量級。

3.1 演算法競賽 | 信息學奧賽一本通（算競入門）

AlphaWA同學推薦的入門書籍，網上沒有PDF版本，自己去淘寶買嘍。

3.2 演算法競賽 | 演算法競賽進階指南（算競進階）

E. 有哪些學習演算法的入門書籍

原理 入門：《編碼：隱匿在計算機軟硬體背後的語言》
這是一本講述計算機工作原理的書。
不過，你千萬不要因為「工作原理」之類的字眼就武斷地認為，它是晦澀而難懂的。作者用豐富的想像和清晰的筆墨將看似繁雜的理論闡述得通俗易懂，你絲毫不會感到枯燥和生硬。 更重要的是，你會因此而獲得對計算機工作原理較深刻的理解。這種理解不是抽象層面上的，而是具有一定深度的，這種深度甚至不遜於「電氣工程師」和「程序員」的理解。
不管你是計算機高手，還是對這個神奇的機器充滿敬畏之心的菜鳥，都不妨翻閱一下《編碼:隱匿在計算機軟硬體背後的語言》，讀一讀大師的經典作品，必然會有收獲。

實戰 晉升：《編程珠璣》
正如自然界里珍珠出自細沙對牡蠣的磨礪，計算機科學大師 Jon Bentley 以其獨有的洞察力和創造力，從磨礪程序員的實際問題中凝結出一篇篇不朽的編程「珠璣」，成為世界計算機界名刊《ACM通訊》歷史上最受歡迎的專欄，最終結集為兩部不朽的計算機科學經典名著，影響和激勵著一代又一代程序員和計算機科學工作者。
本書為第一卷，主要討論計算機科學中最本質的問題：如何正確選擇和高效地實現演算法。

永恆的經典：《代碼大全》
Steve McConnell 的原作《代碼大全》(第1版)是公認的關於編程的最佳實踐指南之一， 在過去的十多年間，本書一直在幫助開發人員編寫更好的軟體。
現在，作者將這本經典著作全新演繹，融入了最前沿的實踐技術，加入了上百個嶄新的代碼示例， 充分展示了軟體構建的藝術性和科學性。 McConnell匯集了來自研究機構、學術界以及業界日常實踐的主要知識， 把最高效的技術和最重要的原理交織融會為這本既清晰又實用的指南。
無論您的經驗水平如何，也不管您在怎樣的開發環境中工作，也無論項目是大是小， 本書都將激發您的思維並幫助您構建高品質的代碼。

F. 如何成為演算法工程師 推薦幾本演算法入門書籍

是哪方面的演算法工程師?
信號處理演算法：書比較多，可以看看《數字信號處理》
體征（醫療）信號演算法：先要讀懂醫療的電信號，先看看醫療電信號的書
自動化控制演算法：
軌跡、速度規劃相關，資料很多，直接讀論文更快
控制演算法相關的，可以看看《自動控制原理》
機器人運動學、動力學相關的，可以看看李澤湘的《機器人數學導論》
無人機相關的，也可以看《機器人數學導論》，搜李澤湘學生的論文，看看《李群和李代數》，了解旋量理論，看一下PX4的開源代碼
機器學習/深度學習演算法：李航的《統計學習方法》、搜一下ufldl文檔看一下、還有周志華的西瓜書
通用的可以看看《高等代數》、《最優化原理》和《常微分》

G. 想學習演算法，如何入門

入門的話推薦兩本書：《演算法圖解》和《大話數據結構》，

另外推薦一門視頻課程《300分鍾搞定數據結構與演算法》，不想花時間看書的同學，建議看這個視頻課程，是關於數據結構和演算法很好的一個課程。

H. C語言入門演算法

這是對的，首先P=1,I=2，然後P乘以I，將乘積結果放在P中，這時候P的值變了，即新的P成為了P乘以I的值，即P=1x2=2，然後讓I的數值加1，此時I=2+1=3了，然後讓新的P的數值即P=2乘以新的I的值，再把這個新的值賦予P，即新的P等於原來的P=2乘以了新的I=3，所以P=2x3=6了，即算出了P=1x2x3的結果，以此類推，讓I逐漸加1，直到I=5，就可以算出P=1x2x3x4x5的數值了。那個箭頭是賦予數值的意思，即把PXI的值賦予P，還有不懂得再聯系~~

I. 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。。。。