算法技巧归纳

A. 24点的算法技巧

1、利用3×8＝24、4×6＝24求解。

把牌面上的四个数想办法凑成3和8、4和6，再相乘求解。如3、3、6、10可组成（10—6÷3）×3＝24等。又如2、3、3、7可组成（7＋3—2）×3＝24等。实践证明，这种方法是利用率最大、命中率最高的一种方法。

2、利用0、11的运算特性求解。

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

3、在有解的牌组中，用得最为广泛的是以下六种解法：（我们用a、b、c、d表示牌面上的四个数）

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)算法技巧归纳扩展阅读

乘法是加法的简便运算，除法是减法的简便运算。

减法与加法互为逆运算，除法与乘法互为逆运算。

整数的加减法运算法则：

1、相同数位对齐；

2、从个位算起；

3、加法中满几十就向高一位进几；减法中不够减时，就从高一位退1当10和本数位相加后再减。

加法运算性质

从加法交换律和结合律可以得到：几个加数相加，可以任意交换加数的位置；或者先把几个加数相加再和其他的加数相加，它们的和不变。例如：34+72+66+28=(34+66)+(72+28)=200。

B. 24点计算方法与技巧

随便四个数字，计算24点技巧如下：
1、利用3×8=24、4×6=24、12×2=24求解. 把牌面上的四个数想办法凑成3和8、4和6，再相乘求解.如3、3、6、10可组成(10-6÷3)×3=24等.又如2、3、3、7可组成(7+3-2)×3=24等.实践证明，这种方法是利用率最大、命中率最高的一种方法.。
2、利用0、11的运算特性求解. 如3、4、4、8可组成3×8+4-4=24等.又如4、5、J、K可组成11×(5-4)+13=24等。
3、在有解的牌组中，用得最为广泛的是以下六种解法：(我们用a、b、c、d表示牌面上的四个数)
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。
游戏时，不妨按照上述方法试一试。

C. 速算方法和技巧

第一步：整体观察，若有线性趋势则走思路A，若没有线性趋势或线性趋势不明显则走思路B。*
*注：线性趋势是指数列总体上往一个方向发展，即数值越来越大，或越来越小，且直观上数值的大小变化跟项数本身有直接关联（别觉得太玄乎，其实大家做过一些题后都能有这个直觉 ）

第二步思路A：分析趋势
1， 增幅（包括减幅）一般做加减。
基本方法是做差，但如果做差超过三级仍找不到规律，立即转换思路，因为公考没有考过三级以上的等差数列及其变式。
例1：-8，15，39，65，94，128，170，（）
A．180 B.210 C. 225 D 256
解：观察呈线性规律，数值逐渐增大，且增幅一般，考虑做差，得出差23,24,26,29,34,42，再度形成一个增幅很小的线性数列，再做差得出1，2，3，5，8，很明显的一个和递推数列，下一项是5+8=13，因而二级差数列的下一项是42+13=55，因此一级数列的下一项是170+55=225，选C。
总结：做差不会超过三级；一些典型的数列要熟记在心

2， 增幅较大做乘除
例2：0.25，0.25，0.5，2，16，（）
A．32 B. 64 C.128 D.256
解：观察呈线性规律，从0.25增到16，增幅较大考虑做乘除，后项除以前项得出1，2，4，8，典型的等比数列，二级数列下一项是8*2=16，因此原数列下一项是16*16=256
总结：做商也不会超过三级

3， 增幅很大考虑幂次数列
例3：2，5，28，257，（）
A．2006 B。1342 C。3503 D。3126
解：观察呈线性规律，增幅很大，考虑幂次数列，最大数规律较明显是该题的突破口，注意到257附近有幂次数256，同理28附近有27、25，5附近有4、8，2附近有1、4。而数列的每一项必与其项数有关，所以与原数列相关的幂次数列应是1，4，27，256（原数列各项加1所得）即1^1,2^2,3^3,4^4,下一项应该是5^5，即3125，所以选D
总结：对幂次数要熟悉

第二步思路B：寻找视觉冲击点*
*注：视觉冲击点是指数列中存在着的相对特殊、与众不同的现象，这些现象往往是解题思路的导引
视觉冲击点1：长数列，项数在6项以上。基本解题思路是分组或隔项。
例4：1，2，7，13，49，24，343，（）
A．35 B。69 C。114 D。238
解：观察前6项相对较小，第七项突然变大，不成线性规律，考虑思路B。长数列考虑分组或隔项，尝试隔项得两个数列1，7，49，343；2，13，24，（）。明显各成规律，第一个支数列是等比数列，第二个支数列是公差为11的等差数列，很快得出答案A。
总结：将等差和等比数列隔项杂糅是常见的考法。

视觉冲击点2：摇摆数列，数值忽大忽小，呈摇摆状。基本解题思路是隔项。
20 5
例5：64，24，44，34，39，（）
10
A．20 B。32 C 36.5 D。19
解：观察数值忽小忽大，马上隔项观察，做差如上，发现差成为一个等比数列，下一项差应为5/2=2.5，易得出答案为36.5
总结：隔项取数不一定各成规律，也有可能如此题一样综合形成规律。

视觉冲击点3：双括号。一定是隔项成规律！
例6：1，3，3，5，7，9，13，15，（），（）
A．19，21 B。19，23 C。21，23 D。27，30
解：看见双括号直接隔项找规律，有1，3，7，13，（）；3，5，9，15，（），很明显都是公差为2的二级等差数列，易得答案21，23，选C

例7：0，9，5，29，8，67，17，（），（）
A．125，3 B。129，24 C。84，24 D。172，83
解：注意到是摇摆数列且有双括号，义无反顾地隔项找规律！有0，5，8，17，（）；9，29，67，（）。支数列二数值较大，规律较易显现，注意到增幅较大，考虑乘除或幂次数列，脑中闪过8，27，64，发现支数列二是2^3+1，3^3+2，4^3+3的变式，下一项应是5^3+4=129。直接选B。回头再看会发现支数列一可以还原成1-1，4+1,9-1,16+1,25-1.
总结：双括号隔项找规律一般只确定支数列其一即可，为节省时间，另一支数列可以忽略不计

视觉冲击点4：分式。
类型（1）：整数和分数混搭，提示做乘除。
例8：1200，200，40，（），10/3
A．10 B。20 C。30 D。5
解：整数和分数混搭，马上联想做商，很易得出答案为10

类型（2）：全分数。解题思路为：能约分的先约分；能划一的先划一；突破口在于不宜变化的分数，称作基准数；分子或分母跟项数必有关系。
例9：3/15，1/3，3/7，1/2，（）
A．5/8 B。4/9 C。15/27 D。-3
解：能约分的先约分3/15=1/5；分母的公倍数比较大，不适合划一；突破口为3/7，因为分母较大，不宜再做乘积，因此以其作为基准数，其他分数围绕它变化；再找项数的关系3/7的分子正好是它的项数，1/5的分子也正好它的项数，于是很快发现分数列可以转化为1/5，2/6，3/7，4/8，下一项是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：没有可约分的；但是分母可以划一，取出分子数列有-4，10，12，7，1，后项减前项得
14，2，-5，-6，（-3.5），（-0.5）与分子数列比较可知下一项应是7/（-2）=-3.5，所以分子数列下一项是1+（-3.5）= -2.5。因此（-2.5）/9= -5/18

视觉冲击点5：正负交叠。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：正负交叠，立马做商，发现是一个等比数列，易得出A

视觉冲击点6：根式。
类型（1）数列中出现根数和整数混搭，基本思路是将整数化为根数，将根号外数字移进根号内
例12：0 3 1 6 √2 12 ( ) ( ) 2 48
A. √3 24 B．√3 36 C．2 24 D．2 36
解：双括号先隔项有0，1，√2，（），2；3，6，12，（），48.支数列一即是根数和整数混搭类型，以√2为基准数，其他数围绕它变形，将整数划一为根数有√0 √1 √2 （）√4，易知应填入√3；支数列二是明显的公比为2的等比数列，因此答案为A

类型（2）根数的加减式，基本思路是运用平方差公式：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：形式划一：√2-1=（√2-1）（√2+1）/(√2+1)=(2-1)/ (√2+1)=1/(√2+1),这是根式加减式的基本变形形式，要考就这么考。同时，1/3=1/(1+2)=1/(1+√4),因此，易知下一项是1/(√5+1)=( √5-1)/[( √5)^2-1]= (√5-1)/4.

视觉冲击点7：首一项或首两项较小且接近，第二项或第三项突然数值变大。基本思路是分组递推，用首一项或首两项进行五则运算（包括乘方）得到下一个数。
例14：2，3，13，175，（）
A．30625 B。30651 C。30759 D。30952
解：观察，2，3很接近，13突然变大，考虑用2，3计算得出13有2*5+3=3，也有3^2+2*2=13等等，为使3，13，175也成规律，显然为13^2+3*2=175,所以下一项是175^2+13*2=30651
总结：有时递推运算规则很难找，但不要动摇，一般这类题目的规律就是如此。

视觉冲击点8：纯小数数列，即数列各项都是小数。基本思路是将整数部分和小数部分分开考虑，或者各成单独的数列或者共同成规律。

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：将整数部分抽取出来有1，1，2，3，5，（），是一个明显的和递推数列，下一项是8，排除C、D；将小数部分抽取出来有1，2，3，5，8，（）又是一个和递推数列，下一项是13，所以选A。
总结：该题属于整数、小数部分各成独立规律

例16：0.1，1.2，3.5，8.13，( )
A 21.34 B 21.17 C 11.34 D 11.17
解：仍然是将整数部分与小数部分拆分开来考虑，但在观察数列整体特征的时候，发现数字非常像一个典型的和递推数列，于是考虑将整数和小树部分综合起来考虑，发现有新数列0，1，1，2，3，5，8，13，（），（），显然下两个数是8+13=21，13+21=34，选A
总结：该题属于整数和小数部分共同成规律

视觉冲击点9：很像连续自然数列而又不连贯的数列，考虑质数或合数列。
例17：1，5，11，19，28，（），50
A．29 B。38 C。47 D。49
解：观察数值逐渐增大呈线性，且增幅一般，考虑作差得4，6，8，9，……，很像连续自然数列而又缺少5、7，联想和数列，接下来应该是10、12，代入求证28+10=38，38+12=50，正好契合，说明思路正确，答案为38.

视觉冲击点10：大自然数，数列中出现3位以上的自然数。因为数列题运算强度不大，不太可能用大自然数做运算，因而这类题目一般都是考察微观数字结构。
例18：763951，59367，7695，967，（）
A．5936 B。69 C。769 D。76
解：发现出现大自然数，进行运算不太现实，微观地考察数字结构，发现后项分别比前项都少一位数，且少的是1，3，5，下一个缺省的数应该是7；另外缺省一位数后，数字顺序也进行颠倒，所以967去除7以后再颠倒应该是69，选B。

例19：1807，2716，3625，（）
A．5149 B。4534 C。4231 D。5847
解：四位大自然数，直接微观地看各数字关系，发现每个四位数的首两位和为9，后两位和为7，观察选项，很快得出选B。

第三步：另辟蹊径。
一般来说完成了上两步，大多数类型的题目都能找到思路了，可是也不排除有些规律不容易直接找出来，此时若把原数列稍微变化一下形式，可能更易看出规律。

变形一：约去公因数。数列各项数值较大，且有公约数，可先约去公约数，转化成一个新数列，找到规律后再还原回去。
例20：0，6，24，60，120，（）
A．186 B。210 C。220 D。226
解：该数列因各项数值较大，因而拿不准增幅是大是小，但发现有公约数6，约去后得0，1，4，10，20，易发现增幅一般，考虑做加减，很容易发现是一个二级等差数列，下一项应是20+10+5=35，还原乘以6得210。

变形二：因式分解法。数列各项并没有共同的约数，但相邻项有共同的约数，此时将原数列各数因式分解，可帮助找到规律。
例21：2，12，36，80，（）
A．100 B。125 C 150 D。175
解：因式分解各项有1*2，2*2*3，2*2*3*3，2*2*2*2*5,稍加变化把形式统一一下易得1*1*2，2*2*3，3*3*4，4*4*5，下一项应该是5*5*6=150，选C。

变形三：通分法。适用于分数列各项的分母有不大的最小公倍数。
例22：1/6,2/3,3/2,8/3,()
A.10/3 B.25/6 C.5 D.35/6
解：发现分母通分简单，马上通分去掉分母得到一个单独的分子数列1，4，9，16，（）。增幅一般，先做差的3，5，7，下一项应该是16+9=25。还原成分母为6的分数即为B。

第四步：蒙猜法，不是办法的办法。
有些题目就是百思不得其解，有的时候就剩那么一两分钟，那么是不是放弃呢？当然不能！一分万金啊，有的放矢地蒙猜往往可以救急，正确率也不低。下面介绍几种我自己琢磨的蒙猜法。
第一蒙：选项里有整数也有小数，小数多半是答案。
见例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：发现选项有整数有小数，直接在C、D里选择，出现“.5”的小数说明运算中可能有乘除关系，观察数列中后项除以前项不超过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，所以原数列下一项是27+31.5=58.5

第二蒙：数列中出现负数，选项中又出现负数，负数多半是答案。
例24：-4/9,10/9,4/3,7/9,1/9,( )
A．7/3 B.10/9 C -5/18 D.-2
猜：数列中出现负数，选项中也出现负数，在C/D两个里面猜，而观察原数列，分母应该与9有关，猜C。

第三蒙：猜最接近值。有时候貌似找到点规律，算出来的答案却不在选项中，但又跟某一选项很接近，别再浪费时间另找规律了，直接猜那个最接近的项，八九不离十！
例25：1，2，6，16，44，（）
A．66 B。84 C。88 D。120
猜：增幅一般，下意识地做了差有1，4，10，28。再做差3，6，18，下一项或许是（6+18）*2=42，或许是6*18=108，不论是哪个，原数列的下一项都大于100，直接猜D。

例26：0.，0，1，5，23，（）
A．119 B。79 C 63 D 47
猜：首两项一样，明显是一个递推数列，而从1，5递推到25必然要用乘法，而5*23=115，猜最接近的选项119

第四蒙：利用选项之间的关系蒙。
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选项中有共同的数值24，立马会心一笑^_^，知道这是阴险的出题人故意设置的障碍，而又恰恰是给我们的线索，第二个括号一定是24！而根据之前总结的规律，双括号一定是隔项成规律，我们发现偶数项9，29，67，（）后项都是前项的两倍左右，所以猜129，选B

例28：0，3，1，6，√2，12，（），（），2，48
A．√3，24 B。√3，36 C 2，24 D√2，36
猜：同上题理，第一个括号肯定是√3！而双括号隔项成规律，3，6，12，易知第二个括号是24，很快选出A

好了 希望大家都能理解并熟练运用这些方法，加快解题速度，提高正确率！加油！！！
这里面当然不可能包含所有的方法，因为题是无穷的，欢迎大家踊跃分享更多好方法~

PS：网上找到的：十 大 速 算 技 巧

★【速算技巧一：估算法】

要点：
"估算法"毫无疑问是资料分析题当中的速算第一法，在所有计算进行之前必须考虑能否先行估算。所谓估算，是在精度要求并不太高的情况下，进行粗略估值的速算方式，一般在选项相差较大，或者在被比较数据相差较大的情况下使用。估算的方式多样，需要各位考生在实战中多加训练与掌握。
进行估算的前提是选项或者待比较的数字相差必须比较大，并且这个差别的大小决定了"估算"时候的精度要求。

★ 【速算技巧二：直除法】

要点：
"直除法"是指在比较或者计算较复杂分数时，通过"直接相除"的方式得到商的首位（首一位或首两位），从而得出正确答案的速算方式。"直除法"在资料分析的速算当中有非常广泛的用途，并且由于其"方式简单"而具有"极易操作"性。
"直除法"从题型上一般包括两种形式：

一、 比较多个分数时，在量级相当的情况下，首位最大/小的数为最大/小数；
二、 计算一个分数时，在选项首位不同的情况下，通过计算首位便可选出正确答案

"直除法"从难度深浅上来讲一般分为三种梯度：

一、 简单直接能看出商的首位；
二、 通过动手计算能看出商的首位；
三、 某些比较复杂的分数，需要计算分数的"倒数"的首位来判定答案。

★【速算技巧三：截位法】

要点：
所谓"截位法"，是指"在精度允许的范围内，将计算过程当中的数字截位（即只看或者只取前几位），从而得到精度足够的计算结果"的速算方式。
在加法或者减法中使用"截位法"时，直接从左边高位开始相加或者相减（同时注意下一位是否需要进位与借位），直到得到选项要求精度的答案为止。
在乘法或者除法中使用"截位法"时，为了使所得结果尽可能精确，需要注意截位近似的方向：
一、 扩大（或缩小）一个乘数因子，则需缩小（或扩大）另一个乘数因子；
二、 扩大（或缩小）被除数，则需扩大（或缩小）除数。 如果是求"两个乘积的和或者差（即a×b±c×d）"，应该注意：三、 扩大（或缩小）加号的一侧，则需缩小（或扩大）加号的另一侧；
四、 扩大（或缩小）减号的一侧，则需扩大（或缩小）减号的另一侧。

到底采取哪个近似方向由相近程度和截位后计算难度决定。

一般说来，在乘法或者除法中使用"截位法"时，若答案需要有N位精度，则计算过程的数据需要有N＋1位的精度，但具体情况还得由截位时误差的大小以及误差的抵消情况来决定；在误差较小的情况下，计算过程中的数据甚至可以不满足上述截位方向的要求。所以应用这种方法时，需要考生在做题当中多加熟悉与训练误差的把握，在可以使用其它方式得到答案并且截位误差可能很大时，尽量避免使用乘法与除法的截位法。

★【速算技巧四：化同法】

要点：
所谓"化同法"，是指"在比较两个分数大小时，将这两个分数的分子或分母化为相同或相近，从而达到简化计算"的速算方式。一般包括三个层次：
一、 将分子（或分母）化为完全相同，从而只需要再看分母（或分子）即可；
二、 将分子（或分母）化为相近之后，出现"某一个分数的分母较大而分子较小"或"某一个分数的分母较小而分子较大"的情况，则可直接判断两个分数的大小。
三、 将分子（或分母）化为非常接近之后，再利用其它速算技巧进行简单判定。
事实上在资料分析试题当中，将分子（或分母）化为完全相同一般是不可能达到的，所以化同法更多的是"化为相近"而非"化为相同"。

★【速算技巧五：差分法】

要点：
"差分法"是在比较两个分数大小时，用"直除法"或者"化同法"等其它速算方式难以解决时可以采取的一种速算方式。

适用形式：

两个分数做比较时，若其中一个分数的分子与分母都比另外一个分数的分子与分母分别仅仅大一点，这时候使用"直除法"、"化同法"经常很难比较出大小关系，而使用"差分法"却可以很好的解决这样的问题。

基础定义：

在满足"适用形式"的两个分数中，我们定义分子与分母都比较大的分数叫"大分数"，分子与分母都比较小的分数叫"小分数"，而这两个分数的分子、分母分别做差得到的新的分数我们定义为"差分数"。例如：324/53.1与313/51.7比较大小，其中324/53.1就是"大分数"，313/51.7就是"小分数"，而(324-313)/(53.1-51.7)=11/1.4就是"差分数"。

"差分法"使用基本准则------

"差分数"代替"大分数"与"小分数"作比较：

1、 若差分数比小分数大，则大分数比小分数大；
2、 若差分数比小分数小，则大分数比小分数小；
3、 若差分数与小分数相等，则大分数与小分数相等。

比如上文中就是"11/1.4代替324/53.1与313/51.7作比较"，因为11/1.4>313/51.7（可以通过"直除法"或者"化同法"简单得到），所以324/53.1>313/51.7。

特别注意：

一、"差分法"本身是一种"精算法"而非"估算法"，得出来的大小关系是精确的关系而非粗略的关系；

二、"差分法"与"化同法"经常联系在一起使用，"化同法紧接差分法"与"差分法紧接化同法"是资料分析速算当中经常遇到的两种情形。

三、"差分法"得到"差分数"与"小分数"做比较的时候，还经常需要用到"直除法"。

四、如果两个分数相隔非常近，我们甚至需要反复运用两次"差分法"，这种情况相对比较复杂，但如果运用熟练，同样可以大幅度简化计算。

★【速算技巧六：插值法】

要点：
"插值法"是指在计算数值或者比较数大小的时候，运用一个中间值进行"参照比较"的速算方式，一般情况下包括两种基本形式：

一、在比较两个数大小时，直接比较相对困难，但这两个数中间明显插了一个可以进行参照比较并且易于计算的数，由此中间数可以迅速得出这两个数的大小关系。比如说A与B的比较，如果可以找到一个数C，并且容易得到A>C，而B<C，即可以判定A>B。

二、在计算一个数值f的时候，选项给出两个较近的数A与B难以判断，但我们可以容易的找到A与B之间的一个数C，比如说A<C<B，并且我们可以判断f>C，则我们知道f＝B（另外一种情况类比可得）。

★【速算技巧七：凑整法】

要点：
"凑整法"是指在计算过程当中，将中间结果凑成一个"整数"（整百、整千等其它方便计算形式的数），从而简化计算的速算方式。"凑整法"包括加/减法的凑整，也包括乘/除法的凑整。

在资料分析的计算当中，真正意义上的完全凑成"整数"基本上是不可能的，但由于资料分析不要求绝对的精度，所以凑成与"整数"相近的数是资料分析"凑整法"所真正包括的主要内容。

★【速算技巧八：放缩法】

要点：
"放缩法"是指在数字的比较计算当中，如果精度要求并不高，我们可以将中间结果进行大胆的"放"（扩大）或者"缩"（缩小），从而迅速得到待比较数字大小关系的速算方式。

要点：

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

这四个关系式即上述四个例子所想要阐述的四个数学不等关系，是我们在做题当中经常需要用到的非常简单、非常基础的不等关系，但却是考生容易忽略，或者在考场之上容易漏掉的数学关系，其本质可以用"放缩法"来解释。

★【速算技巧九：增长率相关速算法】

要点：
计算与增长率相关的数据是做资料分析题当中经常遇到的题型，而这类计算有一些常用的速算技巧，掌握这些速算技巧对于迅速解答资料分析题有着非常重要的辅助作用。

两年混合增长率公式：
如果第二期与第三期增长率分别为r1与r2，那么第三期相对于第一期的增长率为：
r1＋r2＋r1× r2

增长率化除为乘近似公式：
如果第二期的值为A，增长率为r，则第一期的值A'：
A'＝ A/(1+r)≈A×（1-r）
（实际上左式略大于右式，r越小，则误差越小，误差量级为r^2）

平均增长率近似公式：
如果N年间的增长率分别为r1、r2、r3……rn，则平均增长率：r≈上述各个数的算术平均数
（实际上左式略小于右式，增长率越接近，误差越小）

求平均增长率时特别注意问题的表述方式，例如：
1、"从2004年到2007年的平均增长率"一般表示不包括2004年的增长率；
2、"2004、2005、2006、2007年的平均增长率"一般表示包括2004年的增长率。

"分子分母同时扩大/缩小型分数"变化趋势判定：
1、A/B中若A与B同时扩大，则①若A增长率大，则A/B扩大②若B增长率大，则A/B缩小；A/B中若A与B同时缩小，则①若A减少得快，则A/B缩小②若B减少得快，则A/B扩大。
2、A/(A+B)中若A与B同时扩大，则①若A增长率大，则A/(A+B)扩大②若B增长率大，则A/(A+B)缩小；A/(A+B)中若A与B同时缩小，则①若A减少得快，则A/(A+B)缩小②若B减少得快，则A/(A+B)扩大。

多部分平均增长率：
如果量A与量B构成总量"A＋B"，量A增长率为a，量B增长率为b，量"A＋B"的增长率为r，则A/B=(r-b)/(a-r)，一般用"十字交叉法"来简单计算。
注意几点问题：
1、 r一定是介于a、b之间的，"十字交叉"相减的时候，一个r在前，另一个r在后；
2、 算出来的比例是未增长之前的比例，如果要计算增长之后的比例，应该在这个比例上再乘以各自的增长率。

等速率增长结论：
如果某一个量按照一个固定的速率增长，那么其增长量将越来越大，并且这个量的数值成"等比数列"，中间一项的平方等于两边两项的乘积。

★【速算技巧十：综合速算法】

要点：
"综合速算法"包含了我们资料分析试题当中众多体系性不如前面九大速算技巧的速算方式，但这些速算方式仍然是提高计算速度的有效手段。

平方数速算：
牢记常用平方数，特别是11-30以内数的平方，可以很好提高计算速度：
121、144、169、196、225、256、289、324、361、400
441、484、529、576、625、676、729、784、841、900

尾数法速算：
因为资料分析试题当中牵涉到的数据几乎都是通过近似后得到的结果，所以一般我们计算的时候多强调首位估算，而尾数往往是微不足道的。因此资料分析当中的尾数法只适用于未经近似或者不需要近似的计算之中。历史数据证明，国考试题资料分析基本上不能用到尾数法，但在地方考题的资料分析当中，尾数法仍然可以有效的简化计算。

错位相加/减：
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

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

"首数相同尾数互补"型两数乘积速算技巧：
积的头＝头×（头+1）；积的尾=尾×尾

D. 几种常用的算法简介

1、穷举法穷举法是最基本的算法设计策略，其思想是列举出问题所有的可能解，逐一进行判别，找出满足条件的解。
穷举法的运用关键在于解决两个问题：
在运用穷举法时，容易出现的问题是可能解过多，导致算法效率很低，这就需要对列举可能解的方法进行优化。
以题1041--纯素数问题为例，从1000到9999都可以看作是可能解，可以通过对所有这些可能解逐一进行判别，找出其中的纯素数，但只要稍作分析，就会发现其实可以大幅度地降低可能解的范围。根据题意易知，个位只可能是3、5、7，再根据题意可知，可以在3、5、7的基础上，先找出所有的二位纯素数，再在二位纯素数基础上找出三位纯素数，最后在三位纯素数的基础上找出所有的四位纯素数。
2、分治法分治法也是应用非常广泛的一种算法设计策略，其思想是将问题分解为若干子问题，从而可以递归地求解各子问题，再综合出问题的解。
分治法的运用关键在于解决三个问题：
我们熟知的如汉诺塔问题、折半查找算法、快速排序算法等都是分治法运用的典型案例。
以题1045--Square
Coins为例，先对题意进行分析，可设一个函数f(m,
n)等于用面值不超过n2的货币构成总值为m的方案数，则容易推导出：
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)
这里的k是币值为n2的货币最多可以用多少枚，即k=m/(n*n)。
也很容易分析出，f(m,
1)
=
f(1,
n)
=
1
对于这样的题目，一旦分析出了递推公式，程序就非常好写了。所以在动手开始写程序之前，分析工作做得越彻底，逻辑描述越准确、简洁，写起程序来就会越容易。
3、动态规划法
动态规划法多用来计算最优问题，动态规划法与分治法的基本思想是一致的，但处理的手法不同。动态规划法在运用时，要先对问题的分治规律进行分析，找出终结子问题，以及子问题向父问题归纳的规则，而算法则直接从终结子问题开始求解，逐层向上归纳，直到归纳出原问题的解。
动态规划法多用于在分治过程中，子问题可能重复出现的情况，在这种情况下，如果按照常规的分治法，自上向下分治求解，则重复出现的子问题就会被重复地求解，从而增大了冗余计算量，降低了求解效率。而采用动态规划法，自底向上求解，每个子问题只计算一次，就可以避免这种重复的求解了。
动态规划法还有另外一种实现形式，即备忘录法。备忘录的基本思想是设立一个称为备忘录的容器，记录已经求得解的子问题及其解。仍然采用与分治法相同的自上向下分治求解的策略，只是对每一个分解出的子问题，先在备忘录中查找该子问题，如果备忘录中已经存在该子问题，则不须再求解，可以从备忘录中直接得到解，否则，对子问题递归求解，且每求得一个子问题的解，都将子问题及解存入备忘录中。
例如，在题1045--Square
Coins中，可以采用分治法求解，也可以采用动态规划法求解，即从f(m,
1)和f(1,
n)出发，逐层向上计算，直到求得f(m,
n)。
在竞赛中，动态规划和备忘录的思想还可以有另一种用法。有些题目中的可能问题数是有限的，而在一次运行中可能需要计算多个测试用例，可以采用备忘录的方法，预先将所有的问题的解记录下来，然后输入一个测试用例，就查备忘录，直接找到答案输出。这在各问题之间存在父子关系的情况下，会更有效。例如，在题1045--Square
Coins中，题目中已经指出了最大的目标币值不超过300，也就是说问题数只有300个，而且各问题的计算中存在重叠的子问题，可以采用动态规划法，将所有问题的解先全部计算出来，再依次输入测试用例数据，并直接输出答案。
4、回溯法回溯法是基于问题状态树搜索的求解法，其可适用范围很广。从某种角度上说，可以把回溯法看作是优化了的穷举法。回溯法的基本思想是逐步构造问题的可能解，一边构造，一边用约束条件进行判别，一旦发现已经不可能构造出满足条件的解了，则退回上一步构造过程，重新进行构造。这个退回的过程，就称之为回溯。
回溯法在运用时，要解决的关键问题在于：
回溯法的经典案例也很多，例如全排列问题、N后问题等。
5、贪心法贪心法也是求解最优问题的常用算法策略，利用贪心法策略所设计的算法，通常效率较高，算法简单。贪心法的基本思想是对问题做出目前看来最好的选择，即贪心选择，并使问题转化为规模更小的子问题。如此迭代，直到子问题可以直接求解。
基于贪心法的经典算法例如：哈夫曼算法、最小生成树算法、最短路径算法等。

E. 规律技巧算法

巧算24点的技巧、特点、规律、方法：
1．利用3×8＝24、4×6＝24求解。 把牌面上的四个数想办法凑成3和8、4和6，再相乘求解。如3、3、6、10可组成（10—6÷3）×3＝24等。又如2、3、3、7可组成（7＋3—2）×3＝24等。实践证明，这种方法是利用率最大、命中率最高的一种方法。
2．利用0、11的运算特性求解。 如3、4、4、8可组成3×8＋4—4＝24等。又如4、5、J、K可组成11×（5—4）＋13＝24等。
3．在有解的牌组中，用得最为广泛的是以下六种解法：（我们用a、b、c、d表示牌面上的四个数）
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。
例题1： 3388：解法8/(3-8/3)=24 按第一种方法来算，我们有8就先找3，你可能会问这里面并没有3，其实除以1/3，就是乘3.
例题2： 5551：解法5*（5-1/5） 这道体型比较特殊，5*2.5算是比较少见，一般的简便算法都是3*8，2*12，4*6，15+9，25-1，但5*25也是其中一种 一般情况下，先要看4张牌中是否有2，3，4，6，8，Q，
如果有，考虑用乘法，将剩余的3个数凑成对应数。如果有两个相同的6，8，Q，比如已有两个6，剩下的只要能凑成3，4，5都能算出24，已有两个8，剩下的只要能凑成2，3，4，已有两个Q，剩下的只要能凑成1，2，3都能算出24，比如（9，J，Q，Q）。如果没有2，3，4，6，8，Q，看是否能先把两个数凑成其中之一。总之，乘法是很重要的，24是30以下公因数最多的整数。
（2）将4张牌加加减减，或者将其中两数相乘再加上某数，相对容易。 （3）先相乘再减去某数，有时不易想到。例如（4，10，10，J）
（6，10，10，K）
（4）必须用到乘法，且在计算过程中有分数出现。有一个规律，设4个数为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 如最常见的（1，5，5，5）,
（2，5，5，10）因为约分的原因也归入此列。（5，7，7，J）
（4，4，7，7）（3，3，7，7）等等。（3，7，9，K）是个例外，可惜还有另一种常规方法，降低了难度。只能用此法的只有10个。
（5）必须用到除法，且在计算过程中有分数出现。这种比较难，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种。
（6）必须用到除法，且在计算过程中有较大数出现，不过有时可以利用平方差公式或提公因数等方法不必算出这个较大数具体等于几。比如（3，5，7，K），（1，6，J，K）等等。只能用此法的只有16种。
（7）最特殊的是（6，9，9，10），9*10/6+9=24，9是3的倍数，10是2的倍数，两数相乘的积才能整除6，再也找不出第二个类似的只能用此法解决的题目了。

F. 算法的方法

程序调用自身的编程技巧称为递归（recursion）。一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解，递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算，大大地减少了程序的代码量。递归的能力在于用有限的语句来定义对象的无限集合。一般来说，递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足时，递归前进；当边界条件满足时，递归返回。
注意：
(1) 递归就是在过程或函数里调用自身;
(2) 在使用递归策略时，必须有一个明确的递归结束条件，称为递归出口。 贪心算法是一种对某些求最优解问题的更简单、更迅速的设计技术。
用贪心法设计算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，它省去了为找最优解要穷尽所有可能而必须耗费的大量时间，它采用自顶向下,以迭代的方法做出相继的贪心选择,每做一次贪心选择就将所求问题简化为一个规模更小的子问题, 通过每一步贪心选择,可得到问题的一个最优解，虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪婪法不要回溯。
贪婪算法是一种改进了的分级处理方法，其核心是根据题意选取一种量度标准，然后将这多个输入排成这种量度标准所要求的顺序，按这种顺序一次输入一个量，如果这个输入和当前已构成在这种量度意义下的部分最佳解加在一起不能产生一个可行解，则不把此输入加到这部分解中。这种能够得到某种量度意义下最优解的分级处理方法称为贪婪算法。
对于一个给定的问题，往往可能有好几种量度标准。初看起来，这些量度标准似乎都是可取的，但实际上，用其中的大多数量度标准作贪婪处理所得到该量度意义下的最优解并不是问题的最优解，而是次优解。因此，选择能产生问题最优解的最优量度标准是使用贪婪算法的核心。
一般情况下，要选出最优量度标准并不是一件容易的事，但对某问题能选择出最优量度标准后，用贪婪算法求解则特别有效。 分治法是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。
分治法所能解决的问题一般具有以下几个特征：
(1) 该问题的规模缩小到一定的程度就可以容易地解决；
(2) 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质；
(3) 利用该问题分解出的子问题的解可以合并为该问题的解；
(4) 该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子子问题。 动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础，被广泛应用于计算机科学和工程领域。
动态规划程序设计是对解最优化问题的一种途径、一种方法，而不是一种特殊算法。不象前面所述的那些搜索或数值计算那样，具有一个标准的数学表达式和明确清晰的解题方法。动态规划程序设计往往是针对一种最优化问题，由于各种问题的性质不同，确定最优解的条件也互不相同，因而动态规划的设计方法对不同的问题，有各具特色的解题方法，而不存在一种万能的动态规划算法，可以解决各类最优化问题。因此读者在学习时，除了要对基本概念和方法正确理解外，必须具体问题具体分析处理，以丰富的想象力去建立模型，用创造性的技巧去求解。 分枝界限法是一个用途十分广泛的算法，运用这种算法的技巧性很强，不同类型的问题解法也各不相同。
分支定界法的基本思想是对有约束条件的最优化问题的所有可行解（数目有限）空间进行搜索。该算法在具体执行时，把全部可行的解空间不断分割为越来越小的子集（称为分支），并为每个子集内的解的值计算一个下界或上界（称为定界）。在每次分支后，对凡是界限超出已知可行解值那些子集不再做进一步分支，这样，解的许多子集（即搜索树上的许多结点）就可以不予考虑了，从而缩小了搜索范围。这一过程一直进行到找出可行解为止，该可行解的值不大于任何子集的界限。因此这种算法一般可以求得最优解。
与贪心算法一样，这种方法也是用来为组合优化问题设计求解算法的，所不同的是它在问题的整个可能解空间搜索，所设计出来的算法虽其时间复杂度比贪婪算法高，但它的优点是与穷举法类似，都能保证求出问题的最佳解，而且这种方法不是盲目的穷举搜索，而是在搜索过程中通过限界，可以中途停止对某些不可能得到最优解的子空间进一步搜索（类似于人工智能中的剪枝），故它比穷举法效率更高。 回溯法（探索与回溯法）是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。
其基本思想是，在包含问题的所有解的解空间树中，按照深度优先搜索的策略，从根结点出发深度探索解空间树。当探索到某一结点时，要先判断该结点是否包含问题的解，如果包含，就从该结点出发继续探索下去，如果该结点不包含问题的解，则逐层向其祖先结点回溯。（其实回溯法就是对隐式图的深度优先搜索算法）。 若用回溯法求问题的所有解时，要回溯到根，且根结点的所有可行的子树都要已被搜索遍才结束。 而若使用回溯法求任一个解时，只要搜索到问题的一个解就可以结束。

G. 简便算法的技巧

简便算法的技巧可以凑整数，整十整百的计算，这样更简便。

H. 数学乘法简便计算方法技巧有哪些

一、结合法

一个数连续乘两个一位数，可根据情况改写成用这个数乘这两个数的积的形式，使计算简便。

示例：

计算：19×4×5

19×4×5

＝19×（4×5）

＝19×20

＝380

在计算时，添加一个小括号可以使计算简便。因为括号前是乘号，所以括号内不变号。

二、分解法

一个数乘一个两位数，可根据情况把这个两位数分解成两个一位数相乘的形式，再用这个数连续乘两个一位数，使计算简便。

示例：

计算：45×18

48×18

＝45×（2×9）

＝45×2×9

＝90×9

＝810

将18分解成2×9的形式，再将括号去掉，使计算简便。

三、拆数法

有些题目，如果一步一步地进行计算，比较麻烦，我们可以根据因数及其他数的特征，灵活运用拆数法进行简便计算。

示例：

计算：99×99＋199

（1）在计算时，可以把199写成99＋100的形式，由此得到第一种简便算法：

99×99＋199

＝99×99＋99＋100

＝99×（99＋1）＋100

＝99×100＋100

＝10000

（2）把99写成100－1的形式，199写成100＋（100－1）的形式，可以得到第二种简便算法：

99×99＋199

＝（100－1）×99＋（100－1）＋100

＝（100－1）×（99＋1）＋100

＝（100－1）×100＋100

＝10000

四、改数法

有些题目，可以根据情况把其中的某个数进行转化，创造条件化繁为简。

示例：

计算：25×5×48

25×5×48

＝25×5×4×12

＝（25×4）×（5×12）

＝100×60

＝6000

把48转化成4×12的形式，使计算简便。

数学乘法运算定律

整数的乘法运算满足：交换律，结合律，分配律，消去律。

随着数学的发展， 运算的对象从整数发展为更一般群。

群中的乘法运算不再要求满足交换律。 最有名的非交换例子，就是哈密尔顿发现的四元数群。 但是结合律仍然满足。

1、乘法交换律：ab=ba，注：字母与字母相乘，乘号不用写，或者可以写成“·”。

2、乘法结合律：（ab）c=a（bc）

3、乘法分配律：（a+b）c=ac+bc

I. 算法怎么学

贪心算法的定义：

贪心算法是指在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

解题的一般步骤是：

1.建立数学模型来描述问题；

2.把求解的问题分成若干个子问题；

3.对每一子问题求解，得到子问题的局部最优解；

4.把子问题的局部最优解合成原来问题的一个解。

如果大家比较了解动态规划，就会发现它们之间的相似之处。最优解问题大部分都可以拆分成一个个的子问题，把解空间的遍历视作对子问题树的遍历，则以某种形式对树整个的遍历一遍就可以求出最优解，大部分情况下这是不可行的。贪心算法和动态规划本质上是对子问题树的一种修剪，两种算法要求问题都具有的一个性质就是子问题最优性(组成最优解的每一个子问题的解，对于这个子问题本身肯定也是最优的)。动态规划方法代表了这一类问题的一般解法，我们自底向上构造子问题的解，对每一个子树的根，求出下面每一个叶子的值，并且以其中的最优值作为自身的值，其它的值舍弃。而贪心算法是动态规划方法的一个特例，可以证明每一个子树的根的值不取决于下面叶子的值，而只取决于当前问题的状况。换句话说，不需要知道一个节点所有子树的情况，就可以求出这个节点的值。由于贪心算法的这个特性，它对解空间树的遍历不需要自底向上，而只需要自根开始，选择最优的路，一直走到底就可以了。

话不多说，我们来看几个具体的例子慢慢理解它：

1.活动选择问题

这是《算法导论》上的例子，也是一个非常经典的问题。有n个需要在同一天使用同一个教室的活动a1,a2,…,an，教室同一时刻只能由一个活动使用。每个活动ai都有一个开始时间si和结束时间fi 。一旦被选择后，活动ai就占据半开时间区间[si,fi)。如果[si,fi]和[sj,fj]互不重叠，ai和aj两个活动就可以被安排在这一天。该问题就是要安排这些活动使得尽量多的活动能不冲突的举行。例如下图所示的活动集合S，其中各项活动按照结束时间单调递增排序。

关于贪心算法的基础知识就简要介绍到这里，希望能作为大家继续深入学习的基础。

J. 小学生24点算法技巧是什么

24点算法技巧就是要掌握两个数怎样加减乘除得24。

加法就是1+23，2+22……

减法就是25-1，28-4……

乘法就是3x8，4x6，12x2，1x24，

除法就是48÷2，72÷3……

快速地将两个数两两结合，得出一个数字，再判定用什么方法。

(10)算法技巧归纳扩展阅读：

在有解的牌组中，用得最为广泛的是解法：(我们用a、b、c、d表示牌面上的四个数)

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