“人工智能”,“机器学习”,“大数据”,这些越来越常听到的字眼,背后其实都是一个个“算法”。
诸多高新科技,似乎都离不开“算法”的“加持”。
科学家 / 工程师 / 技术人员,现在如果不懂点算法,都不太好意思了。
听着这么高大上的“算法”其实一点也不难学!
为啥讲算法的书却很难看懂?
就是讲得太复杂了么,不同编程语言还都不一样。
1. 语言和逻辑极简,化复杂为通俗易懂,极速掌握;
2. 不使用编程语言!是的,这才是算法入门的最速方法;
3. 直击算法思维的核心点,不在次要知识上浪费时间。
算法,一看字面就知道,肯定是“计算方法”的简称啦,特指“计算机的计算方法”,所以,算法是由电脑程序来实现的。
算法,英文叫Algorithm,就是为了让电脑解决一个问题而设计出来的一套计算方法,这套计算方法的设计是依靠“数学模型”的建立。
也就是说,程序员在设计算法之前,会将实际问题理解分析,归纳为一个“具体的数学问题”。
算法是解决问题的计算方法
1 确定
算法的每一个步骤都有“明确的意义”,对于算法结果的预期也是明确的。
2 有穷
算法不能一直算,停不下来是不行的;要有一个明确的结束条件,要不然算到“天荒地老”还有什么意义呢?
3 可行
有个笑话说一个人面试会计师,算数特别快瞬间出结果,但是就是算得不对。
4 输入输出
算法就是用来解决问题的,问题的来源就是输入,问题的结果就是输出。
再复杂的算法也是由一个个小算法组合成的
算法有三个要素——
数学模型,输入输出方法,算法步骤。
所以说,怎么设计一个算法呢?
首先,先对要解决的问题建立一个数学模型,把原问题化为数学问题;
然后,将问题的“已知条件”化为“数据”输入到数学模型中;
再然后,通过对输入一步一步的转化/处理/计算,得到结果;
最后,把结果按照希望的形式,输出出来。
比如我们要解决一个问题——班级里有30个同学,我们现在知道他们的姓名和考试分数,比如小红90分,小刚97分,小明60分等等,求班级里面哪位同学成绩最好?
谁的成绩最好呢?
那么我们按照上面的步骤来设计一个小算法吧。
1 把原问题转化为数学问题
求30个成绩值中的最大值及对应的姓名;
2 已知条件化为输入数据
依次输入30个名字和30个成绩值;(其中名字的数据类型为字符串,成绩值的数据类型为整数型,关于数据类型我们将在后面详细讲解)
3 分步计算
这是一个典型的求最大值的问题,方法很多,这里举一种方法:
3-1 取出第1个同学和第2个同学的姓名和成绩,比较大小,将那个较大的成绩值储存在一个位置,这个位置我们给他起个名字,就叫<当前最大成绩值>吧,再把这个较好的成绩对应的同学姓名存到另一个位置,就叫<当前最好成绩的同学姓名>;
3-2 这样,第1个同学和第2个同学成绩比较完成,得到了这2名同学中的成绩最好的同学,信息储存在:<当前最大成绩值>和<当前最好成绩的同学姓名>中;
3-3 下面就是重复性的工作了,把得到的<当前最大成绩值>和<当前最好成绩的同学姓名>与第3位同学进行比较,仍然是把较大的成绩值储存在<当前最大成绩值>里,把这个较好的成绩对应的同学姓名存到<当前最好成绩的同学姓名>里;
3-4 这个过程一直进行,直到把30个同学的信息都比较完,这时<当前最大成绩值>里存的值就是最好的成绩,<当前最好成绩的同学姓名>里存的值就是这位最厉害的同学的姓名。
4 输出
按照你想要的格式,将上面两个储存的值显示出来,就完成了!
1 解决同一个问题,可能有各种各样的算法。不同的算法,可能执行速度不同,可能编写难易度不同,可能占用的资源不同,甚至可能计算准确度都不同;很多时候并没有最好的算法,只有在特定条件下最适合的算法。
2 每一个算法都有适用的条件,条件变了,算法可能就用好用了。比如上面例子,如果这个班级中有2个同学的成绩刚好一样,那么按理说就应该输出两个姓名和成绩,上面的算法就需要改进一下了。
算法 —— 一个强逻辑体
3 能把问题具体化为一个或几个数学问题,问题就解决了一半。就如同学习和工作中一样,所谓解决问题的能力,有一半是分析问题的能力,能够将大问题分解成小问题,将抽象问题等价为具体问题。