000-算法-基础概念

1 概述

算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。

一个算法的优劣可以用空间复杂度和时间复杂度来衡量。

2 特征

一个算法应该有一下五个重要特征:

有穷性、确切性、输入项、输出项、可行性。

3 要素

一,数据对象的运算和操作:

二,算法的控制结构:

4:评定

4.1 时间复杂度

4.2 空间复杂度

4.3 正确性

4.3 可读性

4.3 健壮性

5:方法

5.1 递推法

5.2 递归法

5.3 穷举法

5.4 贪心算法

5.5 分治法

5.6 动态规划法

5.7 迭代法

5.8 分支界限法

5.9 回溯法

000-算法-基础概念

时间: 2024-10-12 09:26:41

000-算法-基础概念的相关文章

算法基础概念

算法(Algorithm):解决特定问题求解步骤的描述,计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作. 算法的特性: 输入输出有穷性(无死循环)确定性(执行路径唯一,相同的输入唯一的输出)可行性(每一步都是可行的)算法设计的要求: 正确性可读性健壮性高效,低耗--------------------- 作者:两块腹肌的yu先生 来源:CSDN 原文:https://blog.csdn.net/qq_28686911/article/details/82825553 版权声明:本文

离群点检测算法-基础概念

定义: Hawkins给出的离群点的本质性定义:离群点是数据集中偏离大部分数据的数据,由于偏离其它数据太多,使人怀疑这些数据的偏离并非由随机因素产生,而是产生于完全不同的机制. 大致分类: 一例分析步骤: 常用离群点检测方法优劣分析: 参考: 离群点检测技术在教育教学中的应用: http://kns.cnki.net/kcms/detail/Detail.aspx?dbname=CJFDLAST2018&filename=XJJS201806016&v=&filetitle=%e7

01.数据结构概念与算法基础

数据结构概念与算法基础 一.数据结构概念 1.数据:是描述客观事务的符号,是计算机中可以操作的对象,是能被计算机识别,并输入给计算机处理的符号集合.数据不仅仅包括整型.实型等数值类型,还包括字符及声音.图像.视频等非数值类型. 2.数据元素:是组成数据的.有一定意义的基本单位,在计算机中通常作为整体处理,也被成为记录.比如畜类中,牛.马.羊都属于数据元素. 3.数据项:一个数据元素可以由若干个数据项组成,数据项是数据不可分割的最小单位.比如人这样的数据元素,可以有眼.耳.鼻等数据项. 4.数据对

数据结构与算法(一)基础概念

基础概念 数据结构讨论的范畴,算法.数据结构概念,算法和算法的度量 算法讨论的范畴 算法:处理问题的策略. 数据结构:问题的数学模型(非数值计算)及其上的操作在计算机中的表示和实现.数值计算使用计算数学. 数据结构 算法:处理问题的策略. 数据结构:带结构的数据元素的集合. 数据 可输入到计算机中且被计算机处理的符号集合. 数据元素 数据中的一个个体,数据结构中讨论的基本单位. 数据项 数据结构中讨论的最小单位.数据元素是数据项的集合. 数据的逻辑结构 线性结构.树形结构.图状结构.集合结构 数

python小白-day4递归和算法基础

递归&算法基础 一.递归 递归函数的优点是定义简单,逻辑清晰.理论上,所有的递归函数都可以写成循环的方式,但循环的逻辑不如递归清晰. 使用递归函数需要注意防止栈溢出.在计算机中,函数调用是通过栈(stack)这种数据结构实现的,每当进入一个函数调用,栈就会加一层栈帧,每当函数返回,栈就会减一层栈帧.由于栈的大小不是无限的,所以,递归调用的次数过多,会导致栈溢出. 1 2 3 4 5 6 7 8 def calc(n):     print(n)     if n/2>1:         r

JVM分代垃圾回收策略的基础概念

JVM分代垃圾回收策略的基础概念 由于不同对象的生命周期不一样,因此在JVM的垃圾回收策略中有分代这一策略.本文介绍了分代策略的目标,如何分代,以及垃圾回收的触发因素. 文章总结了JVM垃圾回收策略为什么要分代,如何分代,以及垃圾回收的触发因素. 为什么要分代 分代的垃圾回收策略,是基于这样一个事实:不同的对象的生命周期是不一样的.因此,不同生命周期的对象可以采取不同的收集方式,以便提高回收效率. 在Java程序运行的过程中,会产生大量的对象,其中有些对象是与业务信息相关,比如Http请求中的S

高斯消元(一)——基础概念和加减消元

如果遇到这种解方程的题目,想把它每个未知数写出公式可不容易,而在不知道解的数据范围的时候,二分枚举什么的和没做没区别,所以这里引入了高斯消元对此进行解答. 高斯消元简直就是为计算机量身打造的解n元一次方程组的利器,虽然在算法竞赛中并不会考像加减消元这种容易的题目,但是这作为它的基础,还是需要讨论一下的. 1.基础概念 高斯消元是指,用第i个式子将它下方的n-i个式子的第i个未知数系数通过加减消元法变为零,然后反过来求解所有未知数的过程. 2.加减消元 为了方便描述,我们将每个式子按照同一个未知数

LVS 实验笔记1 一些基础概念

基础概念 rsync 同步软件 效率不高 inotify 通知 三种集群: LB: load balance 提高服务器的并发能力 HA: 高可用 high availability不会因为一台服务器宕机导致服务不可用 HP:high perfomence  高性能计算集群 并行处理集群 分布式文件系统 将大任务切割为小任务,分别进行处理 health check:健康检查 NFS:net filesystem 共享存储设备 DAS:直接附加存储 块级别交换数据 直接连到多态主机,性能好,但是要

伯克利教授Stuart Russell:人工智能基础概念与34个误区

伯克利教授Stuart Russell:人工智能基础概念与34个误区 机器之心 9 个月前 机器之心 Russell 是加州大学伯克利分校人工智能系统中心创始人兼计算机科学专业教授,同时还是人工智能领域里「标准教科书」<人工智能:一种现代方法>作者(谷歌研究主管 Peter Norvig 也是该书作者).在这篇文章中,他以 Q&A 的方式讲解了人工智能的未来以及常见的误解. 1. 什么是人工智能? 是对让计算机展现出智慧的方法的研究.计算机在获得正确方向后可以高效工作,在这里,正确的方

【Machine Learn】机器学习及其基础概念简介

机器学习及其基础概念简介 作者:白宁超 2016年12月23日21:24:51 摘要:随着机器学习和深度学习的热潮,各种图书层出不穷.然而多数是基础理论知识介绍,缺乏实现的深入理解.本系列文章是作者结合视频学习和书籍基础的笔记所得.本系列文章将采用理论结合实践方式编写.首先介绍机器学习和深度学习的范畴,然后介绍关于训练集.测试集等介绍.接着分别介绍机器学习常用算法,分别是监督学习之分类(决策树.临近取样.支持向量机.神经网络算法)监督学习之回归(线性回归.非线性回归)非监督学习(K-means聚