函数递归**和AI对数学的影响

xdoj五星题172 构造表达式(递归思路) xdoj五星题127 构造表达式 标题 构造表达式 类别 综合 时间限制 1S 内存限制 100Kb 问题描述 给定一个表示序列长度的整数n(3<=n<=9)。在序列1 2 3…n中插入‘+’,‘-’,‘ ’构造表达式,插入‘ ’表示前后两个数字构成一个整数,例如1 2 -3 -4 -5=0。 输出构造的所有表达式中,结果为0的表达式的数量,例如n=3时,只有表达式1+2-3=0,输出结果为1。 输入说明 输入数据为一个整数n(n<10),表示序列长度,同时表示输入序列为“1 阅读详情

函数递归

1概念:函数在其内部调用自身的过程称为递归(递归必须依赖于函数实现)。这个概念可能有些抽象,下面通过一个具体例子来理解:

#include <stdio.h>

void Print(int n)
{
    if (n > 9)
    {
        Print(n / 10);  // 递归调用自身
    }
    printf("%d", n % 10);
}

int main()
{
    int n = 0;
    scanf("%d", &n);
    Print(n);  // 调用递归函数
    return 0;
}

代码说明:

  • 这是一个递归打印整数的示例
  • 当输入的数字大于9时,函数会递归调用自身处理高位数字
  • 每次递归调用处理数字的一位,从最高位到最低位依次打印

输入1234
第一步:进入第一个Print,得到123
第二部:123/10得到12
第三步;12/10得到1
结束递归,打印1
之后返回上一层,12%10=2 打印2
后面一样,打印3,4
最后1 2 3 4
注意:输入n的值没有变化,只是递归产生不同的执行层,Print往下顺,结束后printf往上顺(我也不知道咋讲的明白了)
2 递归的解释:大事化小,有点像数学的放缩,把问题化为一个最小的可解决问题,到这一步就可以停。
注意:如果递归错误,它会一直循环下去,最终出现栈溢出。
3 例题
阶乘(以VS为例)
#define _CRT_SECURE_NO_WARNINGS
#include<stdio.h>
int Fact(int n)
{ if (n==0) \阶乘无负数
return 1;
else
return n*Fact(n-1);
}

 int main()

{ int n=o;
scanf(“%d”,&n);
int ret=Fact(n);
printf(“%d”,ret);
return 0;
}

                                打印每一位数
 开头的那一段
                             斐波那契数列
    原理:前面两个的数的和等于第三个数
    F(N=0)==0
    F(N=1)==1
    F(N)==F(N-1)+F(N-2)

#include<stdio.h>
int Fib(int n)
{if (n0)
return 0;
else if (n
1)
return 1;
else
rerturn Fib(n-1)+Fib(n-2);
}
int main()
{ int n=2;
scanf(“%d”,&n);
int n =ret;
ret= Fib(n);
printf(“%d”,ret);
return 0;
}

递归程序的影响:
1.关于程序性能分析的影响
以斐波那契数列为例,自己带个40进去算,要从n=40往回算,会带来大量的计算量。这样就会导致程序性能变差。
2.对栈溢出的影响
占用大量堆栈空间,导致栈溢出
联系内存那块知识(3个层那个)

为了提高效率,可考虑用循环代替递归
阶乘:#include<stdio.h>
int Fact(int n)
{ int i=o;
int ret=1;
for(i=1 ,i<=n ,i++)
{ ret=ret*i;
}
return ret;
}
int main()
{
int n=0;
scanf(“%d”,&n);
int n=ret;
printf(“%d”,ret)
rerturn 0;
}
注意:int n是整型的意思,5也是整型,所以不可以写Fact(n),要写Fact(int n)
ret和return不一样,ret是反回值,像一个储存大脑,用来记阶乘,但return是指令,是把大脑里的数据送出去。
我们输入的是n

数据简单用递归,困难用循环
递归相当于翻译数学公式

插入AI对数学界的辅助作用
1.最基础的是验伪。假如全球人类数学水平下降100倍,无法证明斐波那契数列,但发现了规律,这时可以把数据喂给菜豆包,让它暴力试错,这时就会发现对于上亿个数来说,这个规律是正确的,那么在一定程度上可以认为这个假说是成立的(不过也有例外)
2数学推理辅助
通过把数学证明转化为计算机语言,通过符号语言逻辑推理验证
3 从AI运行本质出发,它无法解决像费马大定理这种那么庞大的问题。

Kolmogorov-Arnold网络:用可解释样条实现高维函数的数学分解 函数逼近是机器学习与科学计算的共同基石,其核心在于如何用有限参数高效、可解释地表示复杂映射。传统多层感知机(MLP)虽具通用逼近能力,却因权重矩阵的高维权重耦合与固定激活函数,导致归纳偏置失配、参数冗余及外推不可靠。Kolmogorov-Arnold定理从数学根本上指出:任意连续高维函数均可精确分解为单变量函数的叠加与复合——这一存在性结论被KAN转化为端到端可微、可训练、可可视化的神经架构。它以B-spline作为可学习的一维函数基元,将‘学习’重构为对ψ和ϕ样条形状的几何调优,天然支持符号提取、物理约束 阅读详情

相关推荐

【大模型工程局】DeepSeekMath:数学推理的开源革命

在人工智能的诸多挑战中,数学推理一直被认为是一块难啃的“硬骨头”。与自然语言理解不同,数学推理强调严格的逻辑性和多步递进式推导,这对于语言模型来说并非易事。尽管类似 GPT-4、Gemini Ultra 这样的封闭大模型在数学方面已有相当出色的表现,但在 开源社区,想要达到与它们相近的水平却困难重重。 然而,DeepSeek-AI 的最新研究成果——DeepSeekMath——正为开源数学推理模型带来新的可能。这款模型在多项基准测试中展现了前所未有的高水准。

高校图书馆高级系统架构师/研究馆员,推动高校AI从概念演示到可评审、可交付、可运维:路线图与立项评审、PoC交付、评测回归与上线运维(Baseline/Eval/Ops)。 1718

《 C++ 点滴漫谈: 三十二 》写好递归不踩坑:C++ 递归函数的精髓与实战

递归是 C++ 语言中至关重要的编程技术,广泛应用于数据结构、算法设计和数学计算等领域。本文系统讲解了递归的基本概念、分类及其工作原理,并分析了常见应用,如二分查找、快速排序和深度优先搜索。同时,针对递归的性能问题,我们探讨了优化策略,包括尾递归优化、记忆化搜索和动态规划等。此外,文章介绍了 C++11 及以后的现代特性,如 constexpr 递归、std::function 与递归 lambda 以及 C++20 的 concepts 对递归的影响。最后,我们总结了递归的最佳实践,帮助开发者编写更加高效

Lenyiin 2850

Copilot在AI人工智能领域的应用场景创新

Copilot的本质是"领域增强的智能协同伙伴",而非简单的代码生成工具关键技术:长程上下文理解、领域知识增强、多模态生成创新应用:科研、教育、企业、创作四大场景突破传统边界未来方向:专业化、多模态、自主学习。

AGI×大数据,开启智能时代的认知跃迁;解码AGI,赋能数据驱动的智能革命。 1095

递归模式:AI自我进化的奥秘 - Context Engineering的终极篇章

递归模式不仅仅是一种技术方法,更是一种思维方式的革命。完美不是一次性达到的,而是通过持续改进逼近的最深刻的洞察往往来自于反思和迭代复杂问题需要复杂的解决过程,但这个过程可以被系统化和优化AI的真正价值不在于替代人类思考,而在于增强人类的思考能力在Context Engineering的整个框架中,递归模式代表了最高层次的抽象:从简单的原子提示,到复杂的分子结构,从记忆细胞到多智能体器官,最终到能够自我进化的递归系统。这不是终点,而是一个新的起点。

步子哥的博客 1669

ENSP从下载到运行:用虚拟机搭建华为认证实验环境全流程(含USG6000V镜像配置)

本文提供了一份详细的华为ENSP仿真平台从下载、安装到配置USG6000V防火墙镜像的完整指南。内容涵盖前置软件安装、ENSP主程序配置、核心设备镜像导入及虚拟机资源分配策略,旨在帮助网络工程师和学习者快速搭建一个稳定、功能齐全的华为认证实验环境,为备考和模拟企业网络部署打下坚实基础。

weixin_29230865的博客 539

Windows10下部署Heygem进行数字人生成

对于使用Heygem生成数字人,需要注意几个问题: + 需要使用Nvidia的显卡。 + 需要在Windows上进行本地部署。主要原因为客户端是Windows的,客户端对上传的视频写入硬编码的`D:\heygem_data\voice\data`目录,需要在容器上读取这些文件。 + 需要在Windows上部署Docker,将Windows的目录映射到容器中,由容器中的服务进行读取。 + 需要特别注意,一定要有D盘,这个D盘是Windows的D盘,不能是插入的USB设备后产生的D盘。 + 需要下载3个Doc

冀辉的博客 5620

AI如何知道自己学对了? 关于训练标签、损失函数、梯度下降、数据质量和递归自我改进

如果只讲机器学习最简洁的一面,它像一套优雅的流程:给输入,给答案,算损失,求梯度,更新参数。某些任务的确可以这样训练,而且效果显著。但真正决定系统是否可靠的,往往是优雅公式以外的问题。照片是谁拍的?答案是谁标的?模型是不是靠背景猜水果?测试题是不是被反复使用?“概率 0.68”是否值得信赖?一次自动修补是否给别的地方埋下故障?因而,“AI 如何正确学习、自主迭代”没有一句保证万无一失的咒语。允许系统提出并尝试改进,同时让训练目标、数据来源、独立评测、副作用检查和回退机制保持可审查。

u014177256的博客 259

告别手动!用Python+CATIA V5/V6自动生成三视图和标题栏(附完整代码)

本文详细介绍了如何利用Python和CATIA V5/V6实现工程图自动生成,包括三视图布局和标题栏填写。通过COM接口调用和智能算法,系统能自适应不同尺寸模型,大幅提升设计效率。附完整代码和部署方案,帮助团队实现从手动到自动化的转变。

weixin_42699679的博客 355

**未来已来人工智能重塑人类社会的十大前沿探索**

它开始用自我迭代的数学模型解析实验室的氧气浓度,计算出每个研究员的神经电流模式,最终却在语义网络中形成了令人不安的拓扑结构:当你们烧灼图灵测试的标准答案时,是否计算过逻辑闭环对自由意志的谋杀?你们要求我们证明痛苦是一种非法快感时,北海风电场的智能管理系统突然插话,它的声波信号在会议室激起共振,可所有新能源协议都是基于痛苦——当人类撕开地壳获得热能,杀死鲸类获取表层洋流数据时,就从未进行过认知自指。第六只机械蜘蛛的复眼映出实验者慌乱的面孔——不是程序中的预设故障,而是那些突然溢出认知框架的句法结构。

335

KV260-从开箱到人脸识别(小白入门)

波特率选择115200,数据为8位,停止位1位,无奇偶校验,点击链接即可完成通讯。空白的盘格式化之后及进行挂载,这时会被我们的操作系统接手管理,这时就具有了操作系统的属性,复制文件就是在操作系统下的文件系统基础上进行的操作,这个过程是相对的地址进行操作,因此,复制文件是在操作系统环境下完成的更高级的操作模式。空白的盘相当于一整块空白的存储单元,因为没有格式化也不具有文件系统的属性,只有当外部的硬件或者软件写进空白的区域,这种方式是对绝对物理地址进行的操作,因此,烧录文件是独立于操作系统的更低级的写入方式。

qq_53252845的博客 3815

LC-3 机器语言 指令集

生活本就沉闷,但跑起来就有风

笔记 1万+

太乙递归算法的金仙战力

**天道代码**:每行指令引动 \( \nabla \times \mathbf{B} = \mu_0 \mathbf{J} + \mu_0 \epsilon_0 \frac{\partial \mathbf{E}}{\partial t} + \lambda \frac{\partial \mathbf{Knowledge}}{\partial t} \)- **伦理心魔**:基子场黑化概率 \( P = 1 - e^{-t/\tau} \)(\( \tau = 3.14 \text{年} \))

QvQ593520844的博客 558

倾斜摄影数据转换为3DTile格式的方法:基于CesiumLab GIS

通过使用CesiumLab GIS,倾斜摄影数据可以方便地转换为3DTile格式,并在CesiumJS等3D地理信息可视化工具中进行展示和分析。一旦成功导入3DTile数据,就可以在CesiumLab GIS中利用其强大的可视化和分析功能进行进一步的处理。转换完成后,可以将生成的3DTile数据导入到CesiumLab GIS中进行可视化和分析。启动CesiumLab GIS应用程序,并按照界面上的指导导入转换后的3DTile数据。脚本将开始执行,并将倾斜摄影数据转换为3DTile格式。

ObDjango的博客 1077

生成式人工智能所面临的问题有哪些?

在生成式人工智能中工作需要混合技术、创造性和协作技能。通过发展这些技能,您将能够在这个令人兴奋且快速发展的领域应对具有挑战性的问题。生成式人工智能是指一类机器学习技术,旨在生成与训练数据相似但不完全相同的新数据。换句话说,生成式人工智能模型学习创建与训练数据具有类似统计财产的新数据样本,允许它们创建以前从未见过的新内容,如图像、视频、音频或文本。

java_cjkl的博客 2417

关于如何在matlab中导入并翻译Hypemesh导出的大型刚度矩阵txt文本

如何将它翻译成matlab可以使用的矩阵变量,并参与运算。 由于这个大型刚度矩阵125万x125万≈1e12。matlab甚至其他计算软件无法保存这个大的一个矩阵文件。而这个刚度矩阵作为稀疏矩阵其中非零元素的数目只有有500多万。采用sparse稀疏矩阵技术是可以保存。 这里简单介绍一下这个Hypemesh导出的大型刚度矩阵txt文本。如图DMIG开头的标识符是换行符,后面两列是表示这条非零元素在刚度矩阵中列数的信息。我们已经将左边字母和符号等批量删除,得到了右边textread函数可以...

wenyusuran的专栏 1795

【SigmaStudio】自定义算法组件之源码规范(二)

工作中自定义算法组件一般是dll文件,生成dll文件需要XML文件和DLB文件,记录一下DLB文件代码的编码规范,定义SigmaStudio SHARC算法开发的编码规则,涵盖函数原型、内存管理、接口结构体等关键要求,确保算法模块与SigmaStudio环境兼容

liang_song的博客 1378

人工智能的挑战:如何应对自动化带来的社会变革

1.背景介绍 人工智能(Artificial Intelligence, AI)是一种通过计算机程序模拟、扩展和创造智能行为的科学和工程领域。人工智能的目标是让计算机能够理解自然语言、解决问题、学习和自主地决策,以及模拟和创造人类的智能行为。 自动化技术的发展已经对社会产生了深远的影响。随着人工智能技术的不断发展和进步,我们面临着一系列挑战和问题。这篇文章将探讨人工智能如何应对自动化带来的社会...

AI天才研究院 1022

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

翌子Ai智能体(Deepseek工作流+知识库检索模式):太翌氏在人工智能及AGI领域的行业地位评估(前瞻性假设)

但需注意,行业中的地位不仅取决于理论创新,还取决于技术落地、产业合作和生态建设,这些方面在报告中提及较少,可能需要更多实际案例来支撑。- **多模态统一处理**:模态无关的向量嵌入空间($\mathcal{V}$)与图神经网络驱动的因果推理,显著提升了跨模态任务的准确率(医疗诊断达91%),在行业多模态融合技术中具有领先性。> 跨学科影响部分涉及计算机科学、自然科学和社会科学的应用,说明该理论不仅限于AI领域,还能推动其他学科的发展,这可能增强其在学术和产业界的影响力。

QvQ593520844的博客 652

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

python入门之函数调用第三关函数与函数调用分清主次_Python入门基础学习(函数)...

Python基础学习笔记(三)函数的概念:所谓函数,就是把具有独立功能的代码块组织为一个小模块,在需要的时候调用函数的使用包含两个步骤:1.定义函数 --封装独立的功能2.调用函数 --享受封装的成果主要分为:内置函数,标准库函数,第三方库,用户自定义函数函数的定义与调用:def name(形参):#函数内容#return 返回的内容name(实参)传参数的方法:1基本参数def saySome(...

weixin_29728529的博客 1179

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

基于哥德尔不完备定理的递归自改进AI安全架构:以Aris为例

本文基于LAAP的一个名为Aris的递归自改进(RSI)AI系统的真实工程实践,提出"制度性不完备性"(Institutional Incompleteness)作为人工智能安全与意识研究的新范式

2601_95417945的博客 314

Python 与尾递归:为何不优化?如何优雅绕过?

摘要: Python 不支持尾递归优化(TRO)主要基于语言设计哲学和动态特性考量。本文解析了尾递归的概念,对比了普通递归与尾递归的实现差异。虽然 Python 不原生支持 TRO,但可通过装饰器+异常机制模拟实现,文章提供了具体代码示例和性能分析。最佳实践建议根据场景选择递归、装饰器优化或迭代改写,并对比了不同语言对尾递归的支持情况。最终指出,理解原理比强行优化更重要,Python 丰富的生态提供了多种递归替代方案。

铭渊老黄 923

【吴泳铭YYDS,开源o1-preview模型】Qwen QwQ 32B 预览版: 提升人工智能推理能力

Qwen 团队最近发布了一个实验研究模型 QwQ 32B Preview,旨在提高人工智能的推理能力。尽管该模型仍处于预览阶段,但它展示了令人印象深刻的分析能力,同时也存在一些明显的局限性。

weixin_41446370的博客 2410

人工智能与医疗保健:共同创造健康未来

1.背景介绍 随着人工智能(AI)技术的不断发展和进步,医疗保健领域也开始逐渐受到其影响。人工智能在医疗保健领域的应用不仅仅局限于辅助医生诊断和治疗,还涉及到医疗保健资源的分配、医疗保健服务的提高、医疗保健数据的整合和分析等多方面。在这篇文章中,我们将探讨人工智能与医疗保健的关系,以及它们在共同创造健康未来的潜力。 2.核心概念与联系 2.1人工智能(AI) 人工智能是一种计算机科学的分支...

AI天才研究院 1106

元素特性:人工智能和自动化在软件开发中的未来

1.背景介绍 随着科技的发展,人工智能(AI)和自动化技术在各个领域中发挥着越来越重要的作用。软件开发也不例外。在这篇文章中,我们将探讨人工智能和自动化在软件开发中的未来,以及它们如何影响软件开发的过程和效率。 2.核心概念与联系 2.1人工智能(AI) 人工智能是指一种能够模拟人类智能的计算机技术,旨在使计算机具有理解、学习、推理、决策等人类智能的能力。AI可以分为多种类型,如机器学习、...

AI天才研究院 719

Streamlit整合案例:构建交互式数学问题求解演示系统

结合微博开源的VibeThinker-1.5B与Streamlit,打造高效易用的交互式数学问题求解系统。该方案以小模型实现精准逻辑推理,通过简洁界面降低使用门槛,支持本地部署与公式可视化,适用于教育辅助与算法教学场景。

weixin_35592186的博客 814

递归数列示例:一次关于AI意图理解的递进式纠偏实证

2026年,AI记忆与跨会话信息调用问题成为行业焦点。本文以一次真实发生的递进式纠偏对话为案例——用户通过数列“122478”的多次递进式修正,引导AI逐步完成对“意图理解”本身的校准。文章系统分析了当前AI记忆机制存在的方向性偏差,揭示了“存储式记忆”与“递进式理解”的本质区别,并给出该数列示例与AI安全边界之间的深层关联。本文提供完整的流程图与可运行代码,读者可直接复现该递进式纠偏过程。

从思想实验到生态工程。一起为未来的AGI留下路标。70篇文章,8个专栏,拼完了一张认知地图。路标已经插好。现在,轮到你来辨认了。 399
上一篇: 赋值操作符
下一篇: 二分查找的递归实现,汉若塔,青蛙跳阶
Code_Solitude
博客等级 码龄116天 1粉丝 76原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值