算法中的数学

本文探讨了学习算法的重要性,强调数学在算法中的关键作用,特别是微积分、线性代数和概率统计。介绍了高等数学中的微积分概念,线性代数中的空间和变换,以及概率论的贝叶斯学派思想。并提到了基础算法和专业领域算法对数学技能的不同要求,建议学习者理解数学抽象,培养深入思考的习惯。同时推荐了几门高质量的数学和算法课程,以及算法学习资源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一直想写点东西,对各个知识块做一个梳理、总结,只是因为太懒,迟迟没有动笔。我很喜欢算法,而且我的编程之路是从MIT《算法导论》开始的,所以就从算法写起吧。

为什么学习算法?借用Charles(《算法导论》作者之一)在第一堂课上的一段话:”If you want to be a good programmer, you just program every day for two years, you will be an excellent programmer. If you want to be a world-class programmer, you can program every day for ten years, or you can program every day for two years and take an algorithms class.”

很多人喜欢形象化、故事化的描述,这种方式很吸引人而且比较有趣,但是只有直观感受是不够的,算法之美在于严谨之美、细节之美,而概括性的描述恰恰掩盖了细节。如果只是想了解一下某种算法大致是怎么回事,阅读一些描述性的文章是一个不错的选择,可是,如果想实现、分析甚至是优化算法,那就逃不掉严格的数学论证。算法的求解过程很大程度上就是一步步的数学推导与证明。

提起数学,就不能不谈《高等数学》、《线性代数》、《概率统计》,这三门课在大学是理工科学生的必修课。why? 因为这三门课涉及的数学知识是所有科学技术的基础,计算机自然也不例外。这三门课的核心是什么?有哪些是学习算法必须要掌握的呢?

高等数学的一大主题是微积分。对于微积分,应该知道微积分为什么会被引入数学,它解决了哪些问题。牛顿和莱布尼茨分别独立发明了微积分,他们不约而同使用了无穷小量,而无穷小量在逻辑上是矛盾的,这也是为什么当时有人质疑微积分,尽管它验证了很多自然规律。这一矛盾是通过极限概念的引入解决的,所以高数课本是从

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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