專業演算法

『壹』 什麼是專業通用演算法，精進演算法

A*演算法：A*（A-Star)演算法是一種靜態路網中求解最短路徑最有效的直接搜索方法。估價值與實際值越接近，估價函數取得就越好
A* （A-Star)演算法是一種靜態路網中求解最短路最有效的直接搜索方法。
注意是最有效的直接搜索演算法。之後涌現了很多預處理演算法（ALT，CH，HL等等），在線查詢效率是A*演算法的數千甚至上萬倍。
公式表示為： f(n)=g(n)+h(n),
其中 f(n) 是從初始點經由節點n到目標點的估價函數，
g(n) 是在狀態空間中從初始節點到n節點的實際代價，
h(n) 是從n到目標節點最佳路徑的估計代價。
保證找到最短路徑（最優解的）條件，關鍵在於估價函數f(n)的選取：
估價值h(n)<= n到目標節點的距離實際值，這種情況下，搜索的點數多，搜索范圍大，效率低。但能得到最優解。並且如果h(n)=d(n)，即距離估計h(n)等於最短距離，那麼搜索將嚴格沿著最短路徑進行， 此時的搜索效率是最高的。
如果 估價值>實際值,搜索的點數少，搜索范圍小，效率高，但不能保證得到最優解。

『貳』 計算機專業所學的演算法是基於大多是基於什麼語言的學習演算法要有什麼基礎.. 推薦一本教程

演算法是對程序設計是通用的，
有各種語言的描述，比如c描述，c++描述，java描述。
除此之外，演算法還可以用硬體和電路描述，也就是說硬體可以描述演算法。
演算法的書很多，最好的教材應該是興趣吧。很多書要一定基礎以後才能完全看懂。
最好的方法應該是跑程序吧！
《計算機程序設計藝術》這部書是最難的，最深的。
深入演算法該學數學吧！

『叄』 想要成為演算法工程師，要學習哪些課程一般是什麼專業的可以做

演算法工程師要求很高的數學水平和邏輯思維。需要學習高數，線性代數，離散數學，數據結構和計算機等課程。

專業要求：計算機、電子、通信、數學等專業。

演算法工程師簡介：

演算法工程師根據研究領域來分主要有音頻/視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。

在計算機音視頻和圖形圖形圖像技術等二維信息演算法處理方面目前比較先進的視頻處理演算法：機器視覺成為此類演算法研究的核心。

另外還有2D轉3D演算法(2D-to-3D conversion)，去隔行演算法(de-interlacing)，運動估計運動補償演算法(Motion estimation/Motion Compensation)，去噪演算法(Noise Rection)。

縮放演算法(scaling)，銳化處理演算法(Sharpness)，超解析度演算法(Super Resolution),手勢識別(gesture recognition),人臉識別(face recognition)。

以上內容參考：網路-演算法工程師

『肆』 演算法工程師需要學什麼演算法工程師要學哪些東西

演算法工程師需要學：數理統計、線性代數、數字圖像處理、機器語言、C語言、數據結構和演算法、開發工具應用、企業網安全高級技術、企業網綜合管理、網路設備與網路技術、程序設計、資料庫基礎、軟體系統分析與設計、需求分析與建模、數字系統與邏輯設計、通行原理等。

演算法工程師根據研究領域來分主要有音頻、視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。

『伍』 大一計算機專業應該掌握的演算法有哪些

大一的話不用掌握太專一的演算法，主要是真正理解程序設計的3中流程，知道數組能幹哪些事情，嘗試理解函數遞歸，理解RAM機模型。掌握以下基本演算法：
篩選法、試除法求素數，漢諾塔，放蘋果，簡單枚舉法，N皇後問題等簡單回溯法，簡單模擬法，高精度演算法（+-*/），GCD演算法，二分法、牛頓發求根，選擇、冒泡排序等基本演算法。
一開始，學會用程序表達自己的演算法思想是最基本的基本功。
年級高了以後，等你學了離散數學。數據結構，演算法設計與分析以後，就能設計些較復雜的演算法了。

推薦幾本書：
演算法導論，英文叫Introction to Algorithms,2nd Edition，這個很經典
計算機程序設計藝術，這個也是經典著作，最好看看
數據結構與演算法分析
如果你們學校有ACM校隊的話最好和他們交流交流。

『陸』 計算機相關專業想學習演算法，需要看哪些書

《演算法與數據結構》，《計算機組成原理,匯編語言》，《數字邏輯》，《編譯原理》，《計算機網路》，《面向對象的程序設計等》。

『柒』 求計算機專業中的十大演算法。。。qq827316329.。。。

不得不說，演算法沒有「十大」之類的東西的，不過的確有人對此進行過評選

《來自聖經的證明》收集了數十個簡潔而優雅的數學證明，迅速贏得了大批數學愛好者的追捧。如果還有一本《來自聖經的演算法》，哪些演算法會列入其中呢？最近，有人在 StackExchange 上發起了提問，向網友們徵集那些來自聖經的演算法。眾人在一大堆入圍演算法中進行投票，最終得出了呼聲最高的五個演算法：

第五名： BFPRT 演算法
1973 年， Blum 、 Floyd 、 Pratt 、 Rivest 、 Tarjan 集體出動，合寫了一篇題為 「Time bounds for selection」 的論文，給出了一種在數組中選出第 k 大元素的演算法，俗稱"中位數之中位數演算法"。依靠一種精心設計的 pivot 選取方法，該演算法從理論上保證了最壞情形下的線性時間復雜度，打敗了平均線性、最壞 O(n^2) 復雜度的傳統演算法。一群大牛把遞歸演算法的復雜度分析玩弄於骨掌股掌之間，構造出了一個當之無愧的來自聖經的演算法。

第四名：快速排序
快速排序演算法是 1960 年由英國計算機科學家 C.A.R. Hoare 發明的，是一種既高效又簡潔的排序方法，現在已是學習演算法的必修內容之一。快速排序的思想並不復雜，妙就妙在那個線性的數據分割過程，而真正最牛 B 的則是對整個演算法的時間復雜度分析。我曾寫過一個快速排序平均 O(n log n) 的證明，分析過程絕對值得欣賞。

第三名：並查集
嚴格地說，並查集是一種數據結構，它專門用來處理集合的合並操作和查詢操作。並查集巧妙地借用了樹結構，使得編程復雜度降低到了令人難以置信的地步；用上一些遞歸技巧後，各種操作幾乎都能用兩行代碼搞定。而路徑壓縮的好主意，更是整個數據結構的畫龍點睛之筆。並查集的效率極高，單次操作的時間復雜度幾乎可以看作是常數級別；但由於數據結構的實際行為難以預測，精確的時間復雜度分析需要用到不少高深的技巧。

第二名： KMP 演算法
KMP 演算法是一種非常有效的字元串匹配演算法，它告訴了人們一個有些反直覺的事實：字元串匹配竟然能在線性時間里完成！整個演算法寫成代碼不足 10 行，但其中蘊含的天才般的奇妙思想讓演算法初學者們望而卻步，而它的復雜度分析則更是堪稱經典。

第一名：輾轉相除法
輾轉相除法是 Euclid 的《幾何原本》中提到的一種尋找兩個數的最大公因數的演算法。無論是簡潔的演算法過程，還是深刻的演算法原理，抑或是巧妙的復雜度分析，都稱得上是來自聖經的演算法。而擴展的輾轉相除法則構造性地證明了，對任意整數 a 和 b ，存在一對 x 、 y 使得 ax + by = gcd(a, b) 。這一結論的普遍性和實用性讓它成為了數論中的基本定理之一，在很多數學問題中都能看到它的身影。

『捌』 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)。