演算法技巧歸納

A. 24點的演算法技巧

1、利用3×8＝24、4×6＝24求解。

把牌面上的四個數想辦法湊成3和8、4和6，再相乘求解。如3、3、6、10可組成（10—6÷3）×3＝24等。又如2、3、3、7可組成（7＋3—2）×3＝24等。實踐證明，這種方法是利用率最大、命中率最高的一種方法。

2、利用0、11的運算特性求解。

如3、4、4、8可組成3×8＋4—4＝24等。又如4、5、J、K可組成11×（5—4）＋13＝24等。

3、在有解的牌組中，用得最為廣泛的是以下六種解法：（我們用a、b、c、d表示牌面上的四個數）

①(a—b）×（c＋d）

如（10—4）×（2＋2）＝24等。

②（a＋b）÷c×d

如（10＋2）÷2×4＝24等。

③（a－b÷c）×d

如（3—2÷2）×12＝24等。

④（a＋b－c）×d

如（9＋5—2）×2＝24等。

⑤a×b＋c—d

如11×3＋l—10＝24等。

⑥（a－b）×c＋d

如（4—1）×6＋6＝24等。

(1)演算法技巧歸納擴展閱讀

乘法是加法的簡便運算，除法是減法的簡便運算。

減法與加法互為逆運算，除法與乘法互為逆運算。

整數的加減法運演算法則：

1、相同數位對齊；

2、從個位算起；

3、加法中滿幾十就向高一位進幾；減法中不夠減時，就從高一位退1當10和本數位相加後再減。

加法運算性質

從加法交換律和結合律可以得到：幾個加數相加，可以任意交換加數的位置；或者先把幾個加數相加再和其他的加數相加，它們的和不變。例如：34+72+66+28=(34+66)+(72+28)=200。

B. 24點計算方法與技巧

隨便四個數字，計算24點技巧如下：
1、利用3×8=24、4×6=24、12×2=24求解. 把牌面上的四個數想辦法湊成3和8、4和6，再相乘求解.如3、3、6、10可組成(10-6÷3)×3=24等.又如2、3、3、7可組成(7+3-2)×3=24等.實踐證明，這種方法是利用率最大、命中率最高的一種方法.。
2、利用0、11的運算特性求解. 如3、4、4、8可組成3×8+4-4=24等.又如4、5、J、K可組成11×(5-4)+13=24等。
3、在有解的牌組中，用得最為廣泛的是以下六種解法：(我們用a、b、c、d表示牌面上的四個數)
3.1、(a-b)×(c+d) 如(10-4)×(2+2)=24等；
3.2、(a+b)÷c×d 如(10+2)÷2×4=24等；
3.3、(a-b÷c)×d 如(3-2÷2)×12=24等；
3.4、(a+b-c)×d 如(9+5—2)×2=24等；
3.5、a×b+c—d 如11×3+l—10=24等；
3.6、(a-b)×c+d 如(4-l)×6+6=24等。
游戲時，不妨按照上述方法試一試。

C. 速算方法和技巧

第一步：整體觀察，若有線性趨勢則走思路A，若沒有線性趨勢或線性趨勢不明顯則走思路B。*
*註：線性趨勢是指數列總體上往一個方向發展，即數值越來越大，或越來越小，且直觀上數值的大小變化跟項數本身有直接關聯（別覺得太玄乎，其實大家做過一些題後都能有這個直覺 ）

第二步思路A：分析趨勢
1， 增幅（包括減幅）一般做加減。
基本方法是做差，但如果做差超過三級仍找不到規律，立即轉換思路，因為公考沒有考過三級以上的等差數列及其變式。
例1：-8，15，39，65，94，128，170，（）
A．180 B.210 C. 225 D 256
解：觀察呈線性規律，數值逐漸增大，且增幅一般，考慮做差，得出差23,24,26,29,34,42，再度形成一個增幅很小的線性數列，再做差得出1，2，3，5，8，很明顯的一個和遞推數列，下一項是5+8=13，因而二級差數列的下一項是42+13=55，因此一級數列的下一項是170+55=225，選C。
總結：做差不會超過三級；一些典型的數列要熟記在心

2， 增幅較大做乘除
例2：0.25，0.25，0.5，2，16，（）
A．32 B. 64 C.128 D.256
解：觀察呈線性規律，從0.25增到16，增幅較大考慮做乘除，後項除以前項得出1，2，4，8，典型的等比數列，二級數列下一項是8*2=16，因此原數列下一項是16*16=256
總結：做商也不會超過三級

3， 增幅很大考慮冪次數列
例3：2，5，28，257，（）
A．2006 B。1342 C。3503 D。3126
解：觀察呈線性規律，增幅很大，考慮冪次數列，最大數規律較明顯是該題的突破口，注意到257附近有冪次數256，同理28附近有27、25，5附近有4、8，2附近有1、4。而數列的每一項必與其項數有關，所以與原數列相關的冪次數列應是1，4，27，256（原數列各項加1所得）即1^1,2^2,3^3,4^4,下一項應該是5^5，即3125，所以選D
總結：對冪次數要熟悉

第二步思路B：尋找視覺沖擊點*
*註：視覺沖擊點是指數列中存在著的相對特殊、與眾不同的現象，這些現象往往是解題思路的導引
視覺沖擊點1：長數列，項數在6項以上。基本解題思路是分組或隔項。
例4：1，2，7，13，49，24，343，（）
A．35 B。69 C。114 D。238
解：觀察前6項相對較小，第七項突然變大，不成線性規律，考慮思路B。長數列考慮分組或隔項，嘗試隔項得兩個數列1，7，49，343；2，13，24，（）。明顯各成規律，第一個支數列是等比數列，第二個支數列是公差為11的等差數列，很快得出答案A。
總結：將等差和等比數列隔項雜糅是常見的考法。

視覺沖擊點2：搖擺數列，數值忽大忽小，呈搖擺狀。基本解題思路是隔項。
20 5
例5：64，24，44，34，39，（）
10
A．20 B。32 C 36.5 D。19
解：觀察數值忽小忽大，馬上隔項觀察，做差如上，發現差成為一個等比數列，下一項差應為5/2=2.5，易得出答案為36.5
總結：隔項取數不一定各成規律，也有可能如此題一樣綜合形成規律。

視覺沖擊點3：雙括弧。一定是隔項成規律！
例6：1，3，3，5，7，9，13，15，（），（）
A．19，21 B。19，23 C。21，23 D。27，30
解：看見雙括弧直接隔項找規律，有1，3，7，13，（）；3，5，9，15，（），很明顯都是公差為2的二級等差數列，易得答案21，23，選C

例7：0，9，5，29，8，67，17，（），（）
A．125，3 B。129，24 C。84，24 D。172，83
解：注意到是搖擺數列且有雙括弧，義無反顧地隔項找規律！有0，5，8，17，（）；9，29，67，（）。支數列二數值較大，規律較易顯現，注意到增幅較大，考慮乘除或冪次數列，腦中閃過8，27，64，發現支數列二是2^3+1，3^3+2，4^3+3的變式，下一項應是5^3+4=129。直接選B。回頭再看會發現支數列一可以還原成1-1，4+1,9-1,16+1,25-1.
總結：雙括弧隔項找規律一般只確定支數列其一即可，為節省時間，另一支數列可以忽略不計

視覺沖擊點4：分式。
類型（1）：整數和分數混搭，提示做乘除。
例8：1200，200，40，（），10/3
A．10 B。20 C。30 D。5
解：整數和分數混搭，馬上聯想做商，很易得出答案為10

類型（2）：全分數。解題思路為：能約分的先約分；能劃一的先劃一；突破口在於不宜變化的分數，稱作基準數；分子或分母跟項數必有關系。
例9：3/15，1/3，3/7，1/2，（）
A．5/8 B。4/9 C。15/27 D。-3
解：能約分的先約分3/15=1/5；分母的公倍數比較大，不適合劃一；突破口為3/7，因為分母較大，不宜再做乘積，因此以其作為基準數，其他分數圍繞它變化；再找項數的關系3/7的分子正好是它的項數，1/5的分子也正好它的項數，於是很快發現分數列可以轉化為1/5，2/6，3/7，4/8，下一項是5/9，即15/27

例10：-4/9,10/9,4/3,7/9,1/9
A．7/3 B 10/9 C -5/18 D -2
解：沒有可約分的；但是分母可以劃一，取出分子數列有-4，10，12，7，1，後項減前項得
14，2，-5，-6，（-3.5），（-0.5）與分子數列比較可知下一項應是7/（-2）=-3.5，所以分子數列下一項是1+（-3.5）= -2.5。因此（-2.5）/9= -5/18

視覺沖擊點5：正負交疊。基本思路是做商。
例11:8/9, -2/3, 1/2, -3/8,（）
A 9/32 B 5/72 C 8/32 D 9/23
解：正負交疊，立馬做商，發現是一個等比數列，易得出A

視覺沖擊點6：根式。
類型（1）數列中出現根數和整數混搭，基本思路是將整數化為根數，將根號外數字移進根號內
例12：0 3 1 6 √2 12 ( ) ( ) 2 48
A. √3 24 B．√3 36 C．2 24 D．2 36
解：雙括弧先隔項有0，1，√2，（），2；3，6，12，（），48.支數列一即是根數和整數混搭類型，以√2為基準數，其他數圍繞它變形，將整數劃一為根數有√0 √1 √2 （）√4，易知應填入√3；支數列二是明顯的公比為2的等比數列，因此答案為A

類型（2）根數的加減式，基本思路是運用平方差公式：a^2-b^2=(a+b)(a-b)
例13：√2-1，1/(√3+1),1/3,()
A(√5-1)/4 B 2 C 1/(√5-1) D √3
解：形式劃一：√2-1=（√2-1）（√2+1）/(√2+1)=(2-1)/ (√2+1)=1/(√2+1),這是根式加減式的基本變形形式，要考就這么考。同時，1/3=1/(1+2)=1/(1+√4),因此，易知下一項是1/(√5+1)=( √5-1)/[( √5)^2-1]= (√5-1)/4.

視覺沖擊點7：首一項或首兩項較小且接近，第二項或第三項突然數值變大。基本思路是分組遞推，用首一項或首兩項進行五則運算（包括乘方）得到下一個數。
例14：2，3，13，175，（）
A．30625 B。30651 C。30759 D。30952
解：觀察，2，3很接近，13突然變大，考慮用2，3計算得出13有2*5+3=3，也有3^2+2*2=13等等，為使3，13，175也成規律，顯然為13^2+3*2=175,所以下一項是175^2+13*2=30651
總結：有時遞推運算規則很難找，但不要動搖，一般這類題目的規律就是如此。

視覺沖擊點8：純小數數列，即數列各項都是小數。基本思路是將整數部分和小數部分分開考慮，或者各成單獨的數列或者共同成規律。

例15：1.01，1.02，2.03，3.05，5.08，（）
A．8.13 B。 8.013 C。7.12 D 7.012
解：將整數部分抽取出來有1，1，2，3，5，（），是一個明顯的和遞推數列，下一項是8，排除C、D；將小數部分抽取出來有1，2，3，5，8，（）又是一個和遞推數列，下一項是13，所以選A。
總結：該題屬於整數、小數部分各成獨立規律

例16：0.1，1.2，3.5，8.13，( )
A 21.34 B 21.17 C 11.34 D 11.17
解：仍然是將整數部分與小數部分拆分開來考慮，但在觀察數列整體特徵的時候，發現數字非常像一個典型的和遞推數列，於是考慮將整數和小樹部分綜合起來考慮，發現有新數列0，1，1，2，3，5，8，13，（），（），顯然下兩個數是8+13=21，13+21=34，選A
總結：該題屬於整數和小數部分共同成規律

視覺沖擊點9：很像連續自然數列而又不連貫的數列，考慮質數或合數列。
例17：1，5，11，19，28，（），50
A．29 B。38 C。47 D。49
解：觀察數值逐漸增大呈線性，且增幅一般，考慮作差得4，6，8，9，……，很像連續自然數列而又缺少5、7，聯想和數列，接下來應該是10、12，代入求證28+10=38，38+12=50，正好契合，說明思路正確，答案為38.

視覺沖擊點10：大自然數，數列中出現3位以上的自然數。因為數列題運算強度不大，不太可能用大自然數做運算，因而這類題目一般都是考察微觀數字結構。
例18：763951，59367，7695，967，（）
A．5936 B。69 C。769 D。76
解：發現出現大自然數，進行運算不太現實，微觀地考察數字結構，發現後項分別比前項都少一位數，且少的是1，3，5，下一個預設的數應該是7；另外預設一位數後，數字順序也進行顛倒，所以967去除7以後再顛倒應該是69，選B。

例19：1807，2716，3625，（）
A．5149 B。4534 C。4231 D。5847
解：四位大自然數，直接微觀地看各數字關系，發現每個四位數的首兩位和為9，後兩位和為7，觀察選項，很快得出選B。

第三步：另闢蹊徑。
一般來說完成了上兩步，大多數類型的題目都能找到思路了，可是也不排除有些規律不容易直接找出來，此時若把原數列稍微變化一下形式，可能更易看出規律。

變形一：約去公因數。數列各項數值較大，且有公約數，可先約去公約數，轉化成一個新數列，找到規律後再還原回去。
例20：0，6，24，60，120，（）
A．186 B。210 C。220 D。226
解：該數列因各項數值較大，因而拿不準增幅是大是小，但發現有公約數6，約去後得0，1，4，10，20，易發現增幅一般，考慮做加減，很容易發現是一個二級等差數列，下一項應是20+10+5=35，還原乘以6得210。

變形二：因式分解法。數列各項並沒有共同的約數，但相鄰項有共同的約數，此時將原數列各數因式分解，可幫助找到規律。
例21：2，12，36，80，（）
A．100 B。125 C 150 D。175
解：因式分解各項有1*2，2*2*3，2*2*3*3，2*2*2*2*5,稍加變化把形式統一一下易得1*1*2，2*2*3，3*3*4，4*4*5，下一項應該是5*5*6=150，選C。

變形三：通分法。適用於分數列各項的分母有不大的最小公倍數。
例22：1/6,2/3,3/2,8/3,()
A.10/3 B.25/6 C.5 D.35/6
解：發現分母通分簡單，馬上通分去掉分母得到一個單獨的分子數列1，4，9，16，（）。增幅一般，先做差的3，5，7，下一項應該是16+9=25。還原成分母為6的分數即為B。

第四步：蒙猜法，不是辦法的辦法。
有些題目就是百思不得其解，有的時候就剩那麼一兩分鍾，那麼是不是放棄呢？當然不能！一分萬金啊，有的放矢地蒙猜往往可以救急，正確率也不低。下面介紹幾種我自己琢磨的蒙猜法。
第一蒙：選項里有整數也有小數，小數多半是答案。
見例5：64，24，44，34，39，（）

A．20 B。32 C 36.5 D。19
直接猜C！

例23：2，2，6，12，27，（）
A．42 B 50 C 58.5 D 63.5
猜：發現選項有整數有小數，直接在C、D里選擇，出現「.5」的小數說明運算中可能有乘除關系，觀察數列中後項除以前項不超過3倍，猜C
正解：做差得0，4，6，15。（0+4）*1.5=6 (2+6)*1.5=12 (4+6)*1.5=15 (6+15)*1.5=31.5，所以原數列下一項是27+31.5=58.5

第二蒙：數列中出現負數，選項中又出現負數，負數多半是答案。
例24：-4/9,10/9,4/3,7/9,1/9,( )
A．7/3 B.10/9 C -5/18 D.-2
猜：數列中出現負數，選項中也出現負數，在C/D兩個裡面猜，而觀察原數列，分母應該與9有關，猜C。

第三蒙：猜最接近值。有時候貌似找到點規律，算出來的答案卻不在選項中，但又跟某一選項很接近，別再浪費時間另找規律了，直接猜那個最接近的項，八九不離十！
例25：1，2，6，16，44，（）
A．66 B。84 C。88 D。120
猜：增幅一般，下意識地做了差有1，4，10，28。再做差3，6，18，下一項或許是（6+18）*2=42，或許是6*18=108，不論是哪個，原數列的下一項都大於100，直接猜D。

例26：0.，0，1，5，23，（）
A．119 B。79 C 63 D 47
猜：首兩項一樣，明顯是一個遞推數列，而從1，5遞推到25必然要用乘法，而5*23=115，猜最接近的選項119

第四蒙：利用選項之間的關系蒙。
例27：0，9，5，29，8，67，17，（），（）
A．125，3 B129，24 C 84，24 D172 83
猜：首先注意到B，C選項中有共同的數值24，立馬會心一笑^_^，知道這是陰險的出題人故意設置的障礙，而又恰恰是給我們的線索，第二個括弧一定是24！而根據之前總結的規律，雙括弧一定是隔項成規律，我們發現偶數項9，29，67，（）後項都是前項的兩倍左右，所以猜129，選B

例28：0，3，1，6，√2，12，（），（），2，48
A．√3，24 B。√3，36 C 2，24 D√2，36
猜：同上題理，第一個括弧肯定是√3！而雙括弧隔項成規律，3，6，12，易知第二個括弧是24，很快選出A

好了 希望大家都能理解並熟練運用這些方法，加快解題速度，提高正確率！加油！！！
這裡面當然不可能包含所有的方法，因為題是無窮的，歡迎大家踴躍分享更多好方法~

PS：網上找到的：十 大 速 算 技 巧

★【速算技巧一：估演算法】

要點：
"估演算法"毫無疑問是資料分析題當中的速算第一法，在所有計算進行之前必須考慮能否先行估算。所謂估算，是在精度要求並不太高的情況下，進行粗略估值的速算方式，一般在選項相差較大，或者在被比較數據相差較大的情況下使用。估算的方式多樣，需要各位考生在實戰中多加訓練與掌握。
進行估算的前提是選項或者待比較的數字相差必須比較大，並且這個差別的大小決定了"估算"時候的精度要求。

★ 【速算技巧二：直除法】

要點：
"直除法"是指在比較或者計算較復雜分數時，通過"直接相除"的方式得到商的首位（首一位或首兩位），從而得出正確答案的速算方式。"直除法"在資料分析的速算當中有非常廣泛的用途，並且由於其"方式簡單"而具有"極易操作"性。
"直除法"從題型上一般包括兩種形式：

一、 比較多個分數時，在量級相當的情況下，首位最大/小的數為最大/小數；
二、 計算一個分數時，在選項首位不同的情況下，通過計算首位便可選出正確答案

"直除法"從難度深淺上來講一般分為三種梯度：

一、 簡單直接能看出商的首位；
二、 通過動手計算能看出商的首位；
三、 某些比較復雜的分數，需要計算分數的"倒數"的首位來判定答案。

★【速算技巧三：截位法】

要點：
所謂"截位法"，是指"在精度允許的范圍內，將計算過程當中的數字截位（即只看或者只取前幾位），從而得到精度足夠的計算結果"的速算方式。
在加法或者減法中使用"截位法"時，直接從左邊高位開始相加或者相減（同時注意下一位是否需要進位與借位），直到得到選項要求精度的答案為止。
在乘法或者除法中使用"截位法"時，為了使所得結果盡可能精確，需要注意截位近似的方向：
一、 擴大（或縮小）一個乘數因子，則需縮小（或擴大）另一個乘數因子；
二、 擴大（或縮小）被除數，則需擴大（或縮小）除數。 如果是求"兩個乘積的和或者差（即a×b±c×d）"，應該注意：三、 擴大（或縮小）加號的一側，則需縮小（或擴大）加號的另一側；
四、 擴大（或縮小）減號的一側，則需擴大（或縮小）減號的另一側。

到底採取哪個近似方向由相近程度和截位後計算難度決定。

一般說來，在乘法或者除法中使用"截位法"時，若答案需要有N位精度，則計算過程的數據需要有N＋1位的精度，但具體情況還得由截位時誤差的大小以及誤差的抵消情況來決定；在誤差較小的情況下，計算過程中的數據甚至可以不滿足上述截位方向的要求。所以應用這種方法時，需要考生在做題當中多加熟悉與訓練誤差的把握，在可以使用其它方式得到答案並且截位誤差可能很大時，盡量避免使用乘法與除法的截位法。

★【速算技巧四：化同法】

要點：
所謂"化同法"，是指"在比較兩個分數大小時，將這兩個分數的分子或分母化為相同或相近，從而達到簡化計算"的速算方式。一般包括三個層次：
一、 將分子（或分母）化為完全相同，從而只需要再看分母（或分子）即可；
二、 將分子（或分母）化為相近之後，出現"某一個分數的分母較大而分子較小"或"某一個分數的分母較小而分子較大"的情況，則可直接判斷兩個分數的大小。
三、 將分子（或分母）化為非常接近之後，再利用其它速算技巧進行簡單判定。
事實上在資料分析試題當中，將分子（或分母）化為完全相同一般是不可能達到的，所以化同法更多的是"化為相近"而非"化為相同"。

★【速算技巧五：差分法】

要點：
"差分法"是在比較兩個分數大小時，用"直除法"或者"化同法"等其它速算方式難以解決時可以採取的一種速算方式。

適用形式：

兩個分數做比較時，若其中一個分數的分子與分母都比另外一個分數的分子與分母分別僅僅大一點，這時候使用"直除法"、"化同法"經常很難比較出大小關系，而使用"差分法"卻可以很好的解決這樣的問題。

基礎定義：

在滿足"適用形式"的兩個分數中，我們定義分子與分母都比較大的分數叫"大分數"，分子與分母都比較小的分數叫"小分數"，而這兩個分數的分子、分母分別做差得到的新的分數我們定義為"差分數"。例如：324/53.1與313/51.7比較大小，其中324/53.1就是"大分數"，313/51.7就是"小分數"，而(324-313)/(53.1-51.7)=11/1.4就是"差分數"。

"差分法"使用基本准則------

"差分數"代替"大分數"與"小分數"作比較：

1、 若差分數比小分數大，則大分數比小分數大；
2、 若差分數比小分數小，則大分數比小分數小；
3、 若差分數與小分數相等，則大分數與小分數相等。

比如上文中就是"11/1.4代替324/53.1與313/51.7作比較"，因為11/1.4>313/51.7（可以通過"直除法"或者"化同法"簡單得到），所以324/53.1>313/51.7。

特別注意：

一、"差分法"本身是一種"精演算法"而非"估演算法"，得出來的大小關系是精確的關系而非粗略的關系；

二、"差分法"與"化同法"經常聯系在一起使用，"化同法緊接差分法"與"差分法緊接化同法"是資料分析速算當中經常遇到的兩種情形。

三、"差分法"得到"差分數"與"小分數"做比較的時候，還經常需要用到"直除法"。

四、如果兩個分數相隔非常近，我們甚至需要反復運用兩次"差分法"，這種情況相對比較復雜，但如果運用熟練，同樣可以大幅度簡化計算。

★【速算技巧六：插值法】

要點：
"插值法"是指在計算數值或者比較數大小的時候，運用一個中間值進行"參照比較"的速算方式，一般情況下包括兩種基本形式：

一、在比較兩個數大小時，直接比較相對困難，但這兩個數中間明顯插了一個可以進行參照比較並且易於計算的數，由此中間數可以迅速得出這兩個數的大小關系。比如說A與B的比較，如果可以找到一個數C，並且容易得到A>C，而B<C，即可以判定A>B。

二、在計算一個數值f的時候，選項給出兩個較近的數A與B難以判斷，但我們可以容易的找到A與B之間的一個數C，比如說A<C<B，並且我們可以判斷f>C，則我們知道f＝B（另外一種情況類比可得）。

★【速算技巧七：湊整法】

要點：
"湊整法"是指在計算過程當中，將中間結果湊成一個"整數"（整百、整千等其它方便計算形式的數），從而簡化計算的速算方式。"湊整法"包括加/減法的湊整，也包括乘/除法的湊整。

在資料分析的計算當中，真正意義上的完全湊成"整數"基本上是不可能的，但由於資料分析不要求絕對的精度，所以湊成與"整數"相近的數是資料分析"湊整法"所真正包括的主要內容。

★【速算技巧八：放縮法】

要點：
"放縮法"是指在數字的比較計算當中，如果精度要求並不高，我們可以將中間結果進行大膽的"放"（擴大）或者"縮"（縮小），從而迅速得到待比較數字大小關系的速算方式。

要點：

若A>B>0，且C>D>0，則有：
1) A+C>B+D
2) A-D>B-C
3) A×C>B×D
4) A/D>B/C

這四個關系式即上述四個例子所想要闡述的四個數學不等關系，是我們在做題當中經常需要用到的非常簡單、非常基礎的不等關系，但卻是考生容易忽略，或者在考場之上容易漏掉的數學關系，其本質可以用"放縮法"來解釋。

★【速算技巧九：增長率相關速演算法】

要點：
計算與增長率相關的數據是做資料分析題當中經常遇到的題型，而這類計算有一些常用的速算技巧，掌握這些速算技巧對於迅速解答資料分析題有著非常重要的輔助作用。

兩年混合增長率公式：
如果第二期與第三期增長率分別為r1與r2，那麼第三期相對於第一期的增長率為：
r1＋r2＋r1× r2

增長率化除為乘近似公式：
如果第二期的值為A，增長率為r，則第一期的值A'：
A'＝ A/(1+r)≈A×（1-r）
（實際上左式略大於右式，r越小，則誤差越小，誤差量級為r^2）

平均增長率近似公式：
如果N年間的增長率分別為r1、r2、r3……rn，則平均增長率：r≈上述各個數的算術平均數
（實際上左式略小於右式，增長率越接近，誤差越小）

求平均增長率時特別注意問題的表述方式，例如：
1、"從2004年到2007年的平均增長率"一般表示不包括2004年的增長率；
2、"2004、2005、2006、2007年的平均增長率"一般表示包括2004年的增長率。

"分子分母同時擴大/縮小型分數"變化趨勢判定：
1、A/B中若A與B同時擴大，則①若A增長率大，則A/B擴大②若B增長率大，則A/B縮小；A/B中若A與B同時縮小，則①若A減少得快，則A/B縮小②若B減少得快，則A/B擴大。
2、A/(A+B)中若A與B同時擴大，則①若A增長率大，則A/(A+B)擴大②若B增長率大，則A/(A+B)縮小；A/(A+B)中若A與B同時縮小，則①若A減少得快，則A/(A+B)縮小②若B減少得快，則A/(A+B)擴大。

多部分平均增長率：
如果量A與量B構成總量"A＋B"，量A增長率為a，量B增長率為b，量"A＋B"的增長率為r，則A/B=(r-b)/(a-r)，一般用"十字交叉法"來簡單計算。
注意幾點問題：
1、 r一定是介於a、b之間的，"十字交叉"相減的時候，一個r在前，另一個r在後；
2、 算出來的比例是未增長之前的比例，如果要計算增長之後的比例，應該在這個比例上再乘以各自的增長率。

等速率增長結論：
如果某一個量按照一個固定的速率增長，那麼其增長量將越來越大，並且這個量的數值成"等比數列"，中間一項的平方等於兩邊兩項的乘積。

★【速算技巧十：綜合速演算法】

要點：
"綜合速演算法"包含了我們資料分析試題當中眾多體系性不如前面九大速算技巧的速算方式，但這些速算方式仍然是提高計算速度的有效手段。

平方數速算：
牢記常用平方數，特別是11-30以內數的平方，可以很好提高計算速度：
121、144、169、196、225、256、289、324、361、400
441、484、529、576、625、676、729、784、841、900

尾數法速算：
因為資料分析試題當中牽涉到的數據幾乎都是通過近似後得到的結果，所以一般我們計算的時候多強調首位估算，而尾數往往是微不足道的。因此資料分析當中的尾數法只適用於未經近似或者不需要近似的計算之中。歷史數據證明，國考試題資料分析基本上不能用到尾數法，但在地方考題的資料分析當中，尾數法仍然可以有效的簡化計算。

錯位相加/減：
A×9型速算技巧： A×9= A×10- A； 如：743×9=7430-743=6687
A×9.9型速算技巧： A×9.9= A×10+A÷10； 如：743×9.9=7430-74.3=7355.7
A×11型速算技巧： A×11= A×10+A； 如：743×11=7430+743=8173
A×101型速算技巧： A×101= A×100+A； 如：743×101=74300+743=75043

乘/除以5、25、125的速算技巧：
A× 5型速算技巧：A×5= 10A÷2； A÷ 5型速算技巧：A÷5= 0.1A×2
例 8739.45×5=87394.5÷2=43697.25
36.843÷5=3.6843×2=7.3686
A× 25型速算技巧：A×25= 100A÷4； A÷ 25型速算技巧：A÷25= 0.01A×4
例 7234×25=723400÷4=180850
3714÷25=37.14×4=148.56
A×125型速算技巧：A×125= 1000A÷8； A÷125型速算技巧：A÷125= 0.001A×8
例 8736×125=8736000÷8=1092000
4115÷125=4.115×8=32.92

減半相加：
A×1.5型速算技巧： A×1.5= A+A÷2；
例 3406×1.5=3406＋3406÷2=3406＋1703＝5109

"首數相同尾數互補"型兩數乘積速算技巧：
積的頭＝頭×（頭+1）；積的尾=尾×尾

D. 幾種常用的演算法簡介

1、窮舉法窮舉法是最基本的演算法設計策略，其思想是列舉出問題所有的可能解，逐一進行判別，找出滿足條件的解。
窮舉法的運用關鍵在於解決兩個問題：
在運用窮舉法時，容易出現的問題是可能解過多，導致演算法效率很低，這就需要對列舉可能解的方法進行優化。
以題1041--純素數問題為例，從1000到9999都可以看作是可能解，可以通過對所有這些可能解逐一進行判別，找出其中的純素數，但只要稍作分析，就會發現其實可以大幅度地降低可能解的范圍。根據題意易知，個位只可能是3、5、7，再根據題意可知，可以在3、5、7的基礎上，先找出所有的二位純素數，再在二位純素數基礎上找出三位純素數，最後在三位純素數的基礎上找出所有的四位純素數。
2、分治法分治法也是應用非常廣泛的一種演算法設計策略，其思想是將問題分解為若乾子問題，從而可以遞歸地求解各子問題，再綜合出問題的解。
分治法的運用關鍵在於解決三個問題：
我們熟知的如漢諾塔問題、折半查找演算法、快速排序演算法等都是分治法運用的典型案例。
以題1045--Square
Coins為例，先對題意進行分析，可設一個函數f(m,
n)等於用面值不超過n2的貨幣構成總值為m的方案數，則容易推導出：
f(m,
n)
=
f(m-0*n*n,
n-1)+f(m-1*n*n,
n-1)+f(m-2*n*n,
n-1)+...+f(m-k*n*n,
n-1)
這里的k是幣值為n2的貨幣最多可以用多少枚，即k=m/(n*n)。
也很容易分析出，f(m,
1)
=
f(1,
n)
=
1
對於這樣的題目，一旦分析出了遞推公式，程序就非常好寫了。所以在動手開始寫程序之前，分析工作做得越徹底，邏輯描述越准確、簡潔，寫起程序來就會越容易。
3、動態規劃法
動態規劃法多用來計算最優問題，動態規劃法與分治法的基本思想是一致的，但處理的手法不同。動態規劃法在運用時，要先對問題的分治規律進行分析，找出終結子問題，以及子問題向父問題歸納的規則，而演算法則直接從終結子問題開始求解，逐層向上歸納，直到歸納出原問題的解。
動態規劃法多用於在分治過程中，子問題可能重復出現的情況，在這種情況下，如果按照常規的分治法，自上向下分治求解，則重復出現的子問題就會被重復地求解，從而增大了冗餘計算量，降低了求解效率。而採用動態規劃法，自底向上求解，每個子問題只計算一次，就可以避免這種重復的求解了。
動態規劃法還有另外一種實現形式，即備忘錄法。備忘錄的基本思想是設立一個稱為備忘錄的容器，記錄已經求得解的子問題及其解。仍然採用與分治法相同的自上向下分治求解的策略，只是對每一個分解出的子問題，先在備忘錄中查找該子問題，如果備忘錄中已經存在該子問題，則不須再求解，可以從備忘錄中直接得到解，否則，對子問題遞歸求解，且每求得一個子問題的解，都將子問題及解存入備忘錄中。
例如，在題1045--Square
Coins中，可以採用分治法求解，也可以採用動態規劃法求解，即從f(m,
1)和f(1,
n)出發，逐層向上計算，直到求得f(m,
n)。
在競賽中，動態規劃和備忘錄的思想還可以有另一種用法。有些題目中的可能問題數是有限的，而在一次運行中可能需要計算多個測試用例，可以採用備忘錄的方法，預先將所有的問題的解記錄下來，然後輸入一個測試用例，就查備忘錄，直接找到答案輸出。這在各問題之間存在父子關系的情況下，會更有效。例如，在題1045--Square
Coins中，題目中已經指出了最大的目標幣值不超過300，也就是說問題數只有300個，而且各問題的計算中存在重疊的子問題，可以採用動態規劃法，將所有問題的解先全部計算出來，再依次輸入測試用例數據，並直接輸出答案。
4、回溯法回溯法是基於問題狀態樹搜索的求解法，其可適用范圍很廣。從某種角度上說，可以把回溯法看作是優化了的窮舉法。回溯法的基本思想是逐步構造問題的可能解，一邊構造，一邊用約束條件進行判別，一旦發現已經不可能構造出滿足條件的解了，則退回上一步構造過程，重新進行構造。這個退回的過程，就稱之為回溯。
回溯法在運用時，要解決的關鍵問題在於：
回溯法的經典案例也很多，例如全排列問題、N後問題等。
5、貪心法貪心法也是求解最優問題的常用演算法策略，利用貪心法策略所設計的演算法，通常效率較高，演算法簡單。貪心法的基本思想是對問題做出目前看來最好的選擇，即貪心選擇，並使問題轉化為規模更小的子問題。如此迭代，直到子問題可以直接求解。
基於貪心法的經典演算法例如：哈夫曼演算法、最小生成樹演算法、最短路徑演算法等。

E. 規律技巧演算法

巧算24點的技巧、特點、規律、方法：
1．利用3×8＝24、4×6＝24求解。 把牌面上的四個數想辦法湊成3和8、4和6，再相乘求解。如3、3、6、10可組成（10—6÷3）×3＝24等。又如2、3、3、7可組成（7＋3—2）×3＝24等。實踐證明，這種方法是利用率最大、命中率最高的一種方法。
2．利用0、11的運算特性求解。 如3、4、4、8可組成3×8＋4—4＝24等。又如4、5、J、K可組成11×（5—4）＋13＝24等。
3．在有解的牌組中，用得最為廣泛的是以下六種解法：（我們用a、b、c、d表示牌面上的四個數）
①(a—b）×（c＋d） 如（10—4）×（2＋2）＝24等。 ②（a＋b）÷c×d 如（10＋2）÷2×4＝24等。 ③（a－b÷c）×d 如（3—2÷2）×12＝24等。 ④（a＋b－c）×d 如（9＋5—2）×2＝24等。 ⑤a×b＋c—d 如11×3＋l—10＝24等。
⑥（a－b）×c＋d 如（4—l）×6＋6＝24等。
例題1： 3388：解法8/(3-8/3)=24 按第一種方法來算，我們有8就先找3，你可能會問這裡面並沒有3，其實除以1/3，就是乘3.
例題2： 5551：解法5*（5-1/5） 這道體型比較特殊，5*2.5算是比較少見，一般的簡便演算法都是3*8，2*12，4*6，15+9，25-1，但5*25也是其中一種 一般情況下，先要看4張牌中是否有2，3，4，6，8，Q，
如果有，考慮用乘法，將剩餘的3個數湊成對應數。如果有兩個相同的6，8，Q，比如已有兩個6，剩下的只要能湊成3，4，5都能算出24，已有兩個8，剩下的只要能湊成2，3，4，已有兩個Q，剩下的只要能湊成1，2，3都能算出24，比如（9，J，Q，Q）。如果沒有2，3，4，6，8，Q，看是否能先把兩個數湊成其中之一。總之，乘法是很重要的，24是30以下公因數最多的整數。
（2）將4張牌加加減減，或者將其中兩數相乘再加上某數，相對容易。 （3）先相乘再減去某數，有時不易想到。例如（4，10，10，J）
（6，10，10，K）
（4）必須用到乘法，且在計算過程中有分數出現。有一個規律，設4個數為a,b,c,d。必有ab+c=24或ab-c=24 d=a或b。若d=a 有a(b+c/a)=24 或 a(b-c/a)=24 如最常見的（1，5，5，5）,
（2，5，5，10）因為約分的原因也歸入此列。（5，7，7，J）
（4，4，7，7）（3，3，7，7）等等。（3，7，9，K）是個例外，可惜還有另一種常規方法，降低了難度。只能用此法的只有10個。
（5）必須用到除法，且在計算過程中有分數出現。這種比較難，比如（1，4，5，6），（3，3，8，8）（1，8，Q，Q）等等。
只能用此法的更少，只有7種。
（6）必須用到除法，且在計算過程中有較大數出現，不過有時可以利用平方差公式或提公因數等方法不必算出這個較大數具體等於幾。比如（3，5，7，K），（1，6，J，K）等等。只能用此法的只有16種。
（7）最特殊的是（6，9，9，10），9*10/6+9=24，9是3的倍數，10是2的倍數，兩數相乘的積才能整除6，再也找不出第二個類似的只能用此法解決的題目了。

F. 演算法的方法

程序調用自身的編程技巧稱為遞歸（recursion）。一個過程或函數在其定義或說明中有直接或間接調用自身的一種方法，它通常把一個大型復雜的問題層層轉化為一個與原問題相似的規模較小的問題來求解，遞歸策略只需少量的程序就可描述出解題過程所需要的多次重復計算，大大地減少了程序的代碼量。遞歸的能力在於用有限的語句來定義對象的無限集合。一般來說，遞歸需要有邊界條件、遞歸前進段和遞歸返回段。當邊界條件不滿足時，遞歸前進；當邊界條件滿足時，遞歸返回。
注意：
(1) 遞歸就是在過程或函數里調用自身;
(2) 在使用遞歸策略時，必須有一個明確的遞歸結束條件，稱為遞歸出口。 貪心演算法是一種對某些求最優解問題的更簡單、更迅速的設計技術。
用貪心法設計演算法的特點是一步一步地進行，常以當前情況為基礎根據某個優化測度作最優選擇，而不考慮各種可能的整體情況，它省去了為找最優解要窮盡所有可能而必須耗費的大量時間，它採用自頂向下,以迭代的方法做出相繼的貪心選擇,每做一次貪心選擇就將所求問題簡化為一個規模更小的子問題, 通過每一步貪心選擇,可得到問題的一個最優解，雖然每一步上都要保證能獲得局部最優解，但由此產生的全局解有時不一定是最優的，所以貪婪法不要回溯。
貪婪演算法是一種改進了的分級處理方法，其核心是根據題意選取一種量度標准，然後將這多個輸入排成這種量度標准所要求的順序，按這種順序一次輸入一個量，如果這個輸入和當前已構成在這種量度意義下的部分最佳解加在一起不能產生一個可行解，則不把此輸入加到這部分解中。這種能夠得到某種量度意義下最優解的分級處理方法稱為貪婪演算法。
對於一個給定的問題，往往可能有好幾種量度標准。初看起來，這些量度標准似乎都是可取的，但實際上，用其中的大多數量度標准作貪婪處理所得到該量度意義下的最優解並不是問題的最優解，而是次優解。因此，選擇能產生問題最優解的最優量度標準是使用貪婪演算法的核心。
一般情況下，要選出最優量度標准並不是一件容易的事，但對某問題能選擇出最優量度標准後，用貪婪演算法求解則特別有效。 分治法是把一個復雜的問題分成兩個或更多的相同或相似的子問題，再把子問題分成更小的子問題……直到最後子問題可以簡單的直接求解，原問題的解即子問題的解的合並。
分治法所能解決的問題一般具有以下幾個特徵：
(1) 該問題的規模縮小到一定的程度就可以容易地解決；
(2) 該問題可以分解為若干個規模較小的相同問題，即該問題具有最優子結構性質；
(3) 利用該問題分解出的子問題的解可以合並為該問題的解；
(4) 該問題所分解出的各個子問題是相互獨立的，即子問題之間不包含公共的子子問題。 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。
動態規劃程序設計是對解最優化問題的一種途徑、一種方法，而不是一種特殊演算法。不象前面所述的那些搜索或數值計算那樣，具有一個標準的數學表達式和明確清晰的解題方法。動態規劃程序設計往往是針對一種最優化問題，由於各種問題的性質不同，確定最優解的條件也互不相同，因而動態規劃的設計方法對不同的問題，有各具特色的解題方法，而不存在一種萬能的動態規劃演算法，可以解決各類最優化問題。因此讀者在學習時，除了要對基本概念和方法正確理解外，必須具體問題具體分析處理，以豐富的想像力去建立模型，用創造性的技巧去求解。 分枝界限法是一個用途十分廣泛的演算法，運用這種演算法的技巧性很強，不同類型的問題解法也各不相同。
分支定界法的基本思想是對有約束條件的最優化問題的所有可行解（數目有限）空間進行搜索。該演算法在具體執行時，把全部可行的解空間不斷分割為越來越小的子集（稱為分支），並為每個子集內的解的值計算一個下界或上界（稱為定界）。在每次分支後，對凡是界限超出已知可行解值那些子集不再做進一步分支，這樣，解的許多子集（即搜索樹上的許多結點）就可以不予考慮了，從而縮小了搜索范圍。這一過程一直進行到找出可行解為止，該可行解的值不大於任何子集的界限。因此這種演算法一般可以求得最優解。
與貪心演算法一樣，這種方法也是用來為組合優化問題設計求解演算法的，所不同的是它在問題的整個可能解空間搜索，所設計出來的演算法雖其時間復雜度比貪婪演算法高，但它的優點是與窮舉法類似，都能保證求出問題的最佳解，而且這種方法不是盲目的窮舉搜索，而是在搜索過程中通過限界，可以中途停止對某些不可能得到最優解的子空間進一步搜索（類似於人工智慧中的剪枝），故它比窮舉法效率更高。 回溯法（探索與回溯法）是一種選優搜索法，按選優條件向前搜索，以達到目標。但當探索到某一步時，發現原先選擇並不優或達不到目標，就退回一步重新選擇，這種走不通就退回再走的技術為回溯法，而滿足回溯條件的某個狀態的點稱為「回溯點」。
其基本思想是，在包含問題的所有解的解空間樹中，按照深度優先搜索的策略，從根結點出發深度探索解空間樹。當探索到某一結點時，要先判斷該結點是否包含問題的解，如果包含，就從該結點出發繼續探索下去，如果該結點不包含問題的解，則逐層向其祖先結點回溯。（其實回溯法就是對隱式圖的深度優先搜索演算法）。 若用回溯法求問題的所有解時，要回溯到根，且根結點的所有可行的子樹都要已被搜索遍才結束。 而若使用回溯法求任一個解時，只要搜索到問題的一個解就可以結束。

G. 簡便演算法的技巧

簡便演算法的技巧可以湊整數，整十整百的計算，這樣更簡便。

H. 數學乘法簡便計算方法技巧有哪些

一、結合法

一個數連續乘兩個一位數，可根據情況改寫成用這個數乘這兩個數的積的形式，使計算簡便。

示例：

計算：19×4×5

19×4×5

＝19×（4×5）

＝19×20

＝380

在計算時，添加一個小括弧可以使計算簡便。因為括弧前是乘號，所以括弧內不變號。

二、分解法

一個數乘一個兩位數，可根據情況把這個兩位數分解成兩個一位數相乘的形式，再用這個數連續乘兩個一位數，使計算簡便。

示例：

計算：45×18

48×18

＝45×（2×9）

＝45×2×9

＝90×9

＝810

將18分解成2×9的形式，再將括弧去掉，使計算簡便。

三、拆數法

有些題目，如果一步一步地進行計算，比較麻煩，我們可以根據因數及其他數的特徵，靈活運用拆數法進行簡便計算。

示例：

計算：99×99＋199

（1）在計算時，可以把199寫成99＋100的形式，由此得到第一種簡便演算法：

99×99＋199

＝99×99＋99＋100

＝99×（99＋1）＋100

＝99×100＋100

＝10000

（2）把99寫成100－1的形式，199寫成100＋（100－1）的形式，可以得到第二種簡便演算法：

99×99＋199

＝（100－1）×99＋（100－1）＋100

＝（100－1）×（99＋1）＋100

＝（100－1）×100＋100

＝10000

四、改數法

有些題目，可以根據情況把其中的某個數進行轉化，創造條件化繁為簡。

示例：

計算：25×5×48

25×5×48

＝25×5×4×12

＝（25×4）×（5×12）

＝100×60

＝6000

把48轉化成4×12的形式，使計算簡便。

數學乘法運算定律

整數的乘法運算滿足：交換律，結合律，分配律，消去律。

隨著數學的發展， 運算的對象從整數發展為更一般群。

群中的乘法運算不再要求滿足交換律。 最有名的非交換例子，就是哈密爾頓發現的四元數群。 但是結合律仍然滿足。

1、乘法交換律：ab=ba，註：字母與字母相乘，乘號不用寫，或者可以寫成「·」。

2、乘法結合律：（ab）c=a（bc）

3、乘法分配律：（a+b）c=ac+bc

I. 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。

J. 小學生24點演算法技巧是什麼

24點演算法技巧就是要掌握兩個數怎樣加減乘除得24。

加法就是1+23，2+22……

減法就是25-1，28-4……

乘法就是3x8，4x6，12x2，1x24，

除法就是48÷2，72÷3……

快速地將兩個數兩兩結合，得出一個數字，再判定用什麼方法。

(10)演算法技巧歸納擴展閱讀：

在有解的牌組中，用得最為廣泛的是解法：(我們用a、b、c、d表示牌面上的四個數)

①(a-b)×(c+d) 如(10-4)×(2+2)=24等

②(a+b)÷c×d 如(10+2)÷2×4=24等

③(a-b÷c)×d 如(3-2÷2)×12=24等

④(a+b-c)×d 如(9+5-2)×2=24等

⑤a×b+c-d 如11×3+1-10=24等