分演算法
A. 什麼是分治演算法
分治法就是將一個復雜的問題分成多個相對簡單的獨立問題進行求解，並且綜合所有簡單問題的解可以組成這個復雜問題的解。
例如快速排序演算法就是一個分治法的例子。即將一個大的無序序列排序成有序序列，等於將兩個無序的子序列排序成有序，且兩個子序列之間滿足一個序列的元素普遍大於另一個序列中的元素。
B. 標准分演算法
高考一般使用線性標准分的計算方法，Z = (X - mean) / s，T = 500 + 100Z。其中X是原始分，mean是所有考生的平均分，s是所有考生分數的標准差，Z是標准化成績，而T是最後計算出的供使用的標准分。
如果你不知道所有考生的平均分和標准差，是不可能僅從自己的標准分算出原始分的，只能通過以往的數據估計。
C. 分演算法是什麼
分類演算法是在數學和計算機科學之中，演算法為一個計算的具體步驟，常用於計算、數據處理和自動推理。
精確而言，演算法是一個表示為有限長列表的有效方法。演算法應包含清晰定義的指令用於計算函數，演算法分類可以根據演算法設計原理、演算法的具體應用和其他一些特性進行分類。
具體意義：
如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。
演算法中的指令描述的是一個計算，當其運行時能從一個初始狀態和（可能為空的）初始輸入開始，經過一系列有限而清晰定義的狀態，最終產生輸出並停止於一個終態。一個狀態到另一個狀態的轉移不一定是確定的。隨機化演算法在內的一些演算法，包含了一些隨機輸入。
D. 分類演算法怎樣分為 線性分類 和非線性分類
線性演算法
線性演算法的定義：在計算復雜性理論，一個被稱為線性時間或 Ο(n)時間的演算法，表示演算法解題所需時間正比於輸入資料的大小，通常以n表示。
這可以理解為，如果所需時間正比於輸入資料的大小，那就是一個線性演算法，類似於中學時學過的一次函數的函數圖象
非線性演算法
非線性演算法一般有O(NlogN),O(N^2)等等。這些非線性演算法所需的時間和輸入資料大小不成正比，故函數圖象應不會是一條直線，所以這些演算法不是線性分類，即非線性分類。
E. 標准分數計算公式是什麼
用公式表示為：z=(x-μ)/σ。其中x為某一具體分數，μ為平均數，σ為標准差。Z值的量代表著原始分數和母體平均值之間的距離，是以標准差為單位計算。在原始分數低於平均值時Z則為負數，反之則為正數。
應用：
在日本，標准分數常被用在計算學力測驗的"學力偏差值"，並且依此判斷進入理想大學的可能性。在智力測驗時，用來計算"智力標准分數"，在教育的用途上，常和"智商"一起被當作參考的依據。
在智力測驗時，用來計算"智力標准分數"，在教育的用途上，常和"智商"一起被當作參考的依據。自1988年起，中國廣東的高考實施標准分制度。但標准分有一致命弱點，若成績有誤，分數將難以修改，可以引發數千乃至上萬人的分數需要修正，因為它是以名次或順序來計分。
F. 標准分計算方法
Z=(X-X』)/S�
式中，X為原始分數，為原始分的平均數，S為原始分的標准差。�
Z分數是以一批分數的平均數作為參照點，以標准差作為單位表示距離的。它由正負號和絕對數值兩部分組成，正負號說明原始分是大於還是小於平均數，絕對數值說明原始分距離平均分數的遠近程度。一批分數全部轉換成Z分數後，它們的整個分布形態並沒有發生改變。Z分數准確地刻劃了一個分數在一批分數中的相對位置，但是，由於Z分數有負值，常帶有小數，不易被人理解和應用。因此人們在Z分數的基礎上進一步轉換，從而發展起了一系列其他形式的標准分。轉換通式為：�
Z′=αZ+β�
式中，Z′為其他形式的標准分，α是轉換方程的斜率，β是轉換方程的截距。
G. 達成率分成演算法
本題：
①三人的100%完成是應該的，獎勵應按超出部分計算：
15%+25%+35%=75%
按照75份平均分：20000/75=800/3
15*800/3=4000元
25*800/3=6667元
35*800/3=9333元
②另外按照實際完成量來計算：
20000/（115+125+135）=160/3
115*160/3=6133元
125*160/3=6667元
135*160/3=7200元
以上的兩種方法哪種比較合理？請你自己判斷！！
H. 求平均分配演算法
這一百個數放在一個數組中且已經排好序，先計算出這一百個數的和，然後根據你分的份數計算出每份需所有數的大致和應為多少，然後就用一個循環，從第一個元素往後面加，當加到超過上面計算的每份和時就得到分得的一份，後面依次這樣，就得到分得的每份！
I. 什麼是分類演算法
分類(Categorization or Classification)就是按照某種標准給對象貼標簽(label)，再根據標簽來區分歸類。
分類是事先定義好類別 ，類別數不變 。分類器需要由人工標注的分類訓練語料訓練得到，屬於有指導學習范疇。
最常用的分類演算法就是貝葉斯分類演算法，（貝葉斯分類器）
用到的知識就是概率的東西
謝謝採納