怎么讲算法
‘壹’ 算法该怎么学感觉好难
很多人都会说"学一样东西难",一开始我也觉得很大程度是因为每个人的智力水平等等不可改变的因素. 但是后来我发现,有一个东西也很能决定一个人是否会觉得一样东西难学,那就是理解方式.
一件事物通过不同的途径让一个人理解效果差异是很大的.就比如说数学里面教你一个圆,有的人看到一个圆就能很快明白什么是圆,有的人却非得看到x^2+y^2 = r^2这种式子才有感觉,甚至有的人需要"到定点距离为定长的点集"这种描述才能理解. 那这个不一定是说谁的智力水平更高,而是因为他们对不同形式事物的敏感程度不同.
回到算法上来.算法本质是一种数学.他是抽象的操作集合.(看这么说你可能会觉得不知所云,但是如果我说他只是一种解决问题的办法可能就好理解). 所以很多书,论文,或者很多老师教的都是一种数学描述的算法,这样子的算法就我个人而言相当难理解,看了就想到代数高数什么的.. 但是如果找一个图文并茂的解释,或者找个人一步一步把一个算法给你我比划一下,我立刻就能理解. 说白了,就是你一定要找很多很多不同的角度来尝试接受一种东西,你一定可以找到一种你相当敏感的角度,用这个角度学习你就会游刃有余. 智力因素并没有太大影响的.
具体点说,你可以试试这几种不同的角度.
直接看数学形式的算法.我个人最无法接受的形式,但是有人很喜欢..例子就是算法导论上面那种描述.
听一般语言描述,最理想是找一个明白的人,给你用通俗语言讲讲原理.这个不错,很多我是这么理解的
图形理解,叫理解的人给你画插图,分布图,结构图等等,来分解一个算法,找到他的思路.说到图,有一个人的博客这方面做得很好:matrix67.
程序理解.找到一种算法的实现程序,对着程序理解,可以尝试分布运行,观察一下变量的变化,这样来理解算法.
实在太难的算法,可以边写边改来理解.当时我学习插头dp的时候就是这样,不论怎么总是一知半解,最后硬着头皮写了一遍,改了很久,但是改过了的时候,也就真的明白了是怎么回事了.
也许还有别的什么办法,因为人对事物的接受角度实在是太多了.多想想你平时学习什么比较容易,找出你最敏感的理解方式就行了.
有感而发说的一些东西,不一定都是正确的,只供参考,欢迎指正.
‘贰’ 运算定律与简便算法怎么才能给孩子讲明白
加法交换律 两个加数交换位置，和不变，这叫做加法交换律。 字母公式：a+b=b+a 题例（简算过程）：6+18 = 18+6 = 24 加法结合律 先把前两个数相加，或先把后两个数相加，和不变叫做加法结合律。 字母公式：a+b+c=a+(b+c) 题例（简算过程）：6+18+2 = 6+(18+2) = 6+20 = 26 乘法交换律： 乘法交换律的概念为：两个因数交换位置，积不变。 字母公式：a×b=b×a 题例（简算过程）：12×8 =8×12 =96 乘法结合律： 乘法结合律的概念为：先乘前两个数，或先乘后两个数，积不变。 字母公式：a×b×c=a×(b×c) 题例：30×25×4 =30×（25×4） =30 ×100 =3000 乘法分配律： 乘法分配律的概念为：两个数的和，乘以一个数，可以拆开来算，积不变。 字母公式：（a+b）×c=a×c+b×c 例题：（2+3）×10 =3×10+2×10 =30+20 =50
‘叁’ 简述算法的概念及其特性,如何表示一个算法
通俗的讲，算法是指解决问题的方法或者过程，但是严格的讲算法是满足以下性质的指令序列：
1 输入：有零个或者多个外部量作为算法的输入
2输出：算法产生至少一个量作为输出
3确定性：组成算法的每条指令时清晰的，无歧义的
4又穷性：算法中的每条指令的执行次数有限，执行每条指令的时间也是邮箱的。
至于说如何表示算法，算法只是一种解决问题的思想与具体的计算机语言无关，深入理解思想之后我想你如果学习了一门编程语言，就算是脚本语言，你可以实现算法的。
‘肆’ 算法怎么学啊
算法怎么学？DS中所涉及的算法仅仅是基础算法而已，真正难和有含量的算法在算法导论这本书中，这里面不涉及任何数据结构，就是单纯将算法，而且是所有算法分类全部展开讲，学这本书后，你才发现，数据结构中涉及的什么背包，动态规划算法了，仅仅是算法导论里每一章的最基础的东西。举个例子，DS里面的搜索算法，只涉及DFS和BFS，也就是深度优先和宽度优先。。。但是算法导论里会教你双向BFS，A*等智能搜索算法。PS：还是那句话，算法是要通过理论和实践结合才能掌握的，也就是通过编程，切实做题目并且用程序实现，只看程序是永永远远不可能掌握的，看了你就忘，看懂了你也不会用。所以说计算机这个专业还是对本专业比较公平，对其他专业不太公平。当然计算机本专业也有好多人平时不喜欢编程上机，天天混日子的。PS2:计算机专业的数学，具体数学这本书也是本专业有些人早早自学完毕的超纲学科。
‘伍’ 关于C语言的算法
算法（Algorithm）是解题的步骤，可以把算法定义成解一确定类问题的任意一种特殊的方法。在计算机科学中，算法要用计算机算法语言描述，算法代表用计算机解一类问题的精确、有效的方法。算法+数据结构=程序，求解一个给定的可计算或可解的问题，不同的人可以编写出不同的程序，来解决同一个问题，这里存在两个问题：一是与计算方法密切相关的算法问题；二是程序设计的技术问题。算法和程序之间存在密切的关系。
算法是一组有穷的规则，它们规定了解决某一特定类型问题的一系列运算，是对解题方案的准确与完整的描述。制定一个算法，一般要经过设计、确认、分析、编码、测试、调试、计时等阶段。
对算法的学习包括五个方面的内容：① 设计算法。算法设计工作是不可能完全自动化的，应学习了解已经被实践证明是有用的一些基本的算法设计方法，这些基本的设计方法不仅适用于计算机科学，而且适用于电气工程、运筹学等领域；② 表示算法。描述算法的方法有多种形式，例如自然语言和算法语言，各自有适用的环境和特点；③确认算法。算法确认的目的是使人们确信这一算法能够正确无误地工作，即该算法具有可计算性。正确的算法用计算机算法语言描述，构成计算机程序，计算机程序在计算机上运行，得到算法运算的结果；④ 分析算法。算法分析是对一个算法需要多少计算时间和存储空间作定量的分析。分析算法可以预测这一算法适合在什么样的环境中有效地运行，对解决同一问题的不同算法的有效性作出比较；⑤ 验证算法。用计算机语言描述的算法是否可计算、有效合理，须对程序进行测试，测试程序的工作由调试和作时空分布图组成。
‘陆’ 算法该如何学习
我的研究生生涯绝对是一个反面典型——翘课，实习，写水论文，做水研究，但有一点我颇为自得——从头到尾认真听了韩军教授的算法设计与分析课程。
韩军给我印象最深的有两点：课堂休息时跑到外面和几个学生借火抽烟；讲解算法时的犀利和毫不含糊。
尽管韩军从来没有主动提及，但我敢肯定算法设计与分析基础就是他算法课程事实上的（de-facto）教材，因为他的课程结构几乎和这本书的组织结构一模一样。
如果数据结构与算法分析——C语言描述是我的数据结构启蒙，那么韩军的课程和算法设计与分析基础就是我的算法启蒙，结合课程和书籍，我一一理解并掌握了复杂度分析、分治、减治、变治、动态规划和回溯这些简单但强大的算法工具。
‘柒’ 通常编程人员所说的算法指什么，如何理解啊
算法分为广义和狭义的
广义算法指解决问题的具体方法和步骤 比如做一道数学题要先计算什么后计算什么然后用什么公式和定理最后得到了正确答案 这就是算法
狭义算法指在计算机编程中使用到的一系列编程方法或者技巧 递归是算法的一种你可以网络一下递归的解释 递归的劣势就是要调用很多函数可能会造成栈溢出 所以一般会先用递归的思想解决和分析问题但是在实际编写代码的过程中会用到非递归的代码 除此之外还有数据结构每一个数据结构对应一些算法 我建议先把数据结构与算法先学好（教材） 像单纯的算法书先别涉及用到在学
‘捌’ 503-408算法怎么讲
简算方法。一般情况下在结构上算法：程序=数据结构+算法。所学方程式算法：用503减去408左后就是等于95，这就是最后的答案了。
‘玖’ 怎么给学生讲秦九韶算法
举例子跟学生讲，比较有效果
例如求5*x^5+3*x^4+7*x^3+2x^2+x+3
原式=（（（（（5x+3）x+4）x+7）x+2）x+1）x+3
从最多项开始每次提出一个x，提5次（n次）
这样就叫做秦九韶算法
‘拾’ 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。