什么是算法
定义良好的计算过程,取一个或者一组值作为输入,产生一个或一组输出值。
1.1-1 给出一个真实世界的例子,其中包括着下列的某种计算问题:排序,确定多矩阵相乘的最佳顺序,或者找出凸壳。
排序:
这个是最常见的。比如:
某公司市场部季度销售额排名。
Alexa网站排名。(什么是Alexa? http://www.alexa.com)
矩阵相乘:
矩阵乘法满足结合律,不满足交换律。这是矩阵相乘优化的基础。
记x行y列的矩阵为Matrix(x,y),则Matrix_A(x,y)*Matrix_B(y,z)*Matrix_C(z,w)=Matrix_D(x,w),结果是x行w列。
为了最优化矩阵相乘,需要安排适当的结合律,让乘法运算量最少。其最优过程暂不讨论(动态优化部分内容)。
凸壳:
所有点要么在凸多边形内部,要不在凸多边形的边界上。
参考wiki:
定义良好的计算过程,取一个或者一组值作为输入,产生一个或一组输出值。
1.1-1 给出一个真实世界的例子,其中包括着下列的某种计算问题:排序,确定多矩阵相乘的最佳顺序,或者找出凸壳。
排序:
这个是最常见的。比如:
某公司市场部季度销售额排名。
Alexa网站排名。(什么是Alexa? http://www.alexa.com)
矩阵相乘:
矩阵乘法满足结合律,不满足交换律。这是矩阵相乘优化的基础。
记x行y列的矩阵为Matrix(x,y),则Matrix_A(x,y)*Matrix_B(y,z)*Matrix_C(z,w)=Matrix_D(x,w),结果是x行w列。
为了最优化矩阵相乘,需要安排适当的结合律,让乘法运算量最少。其最优过程暂不讨论(动态优化部分内容)。
凸壳:
所有点要么在凸多边形内部,要不在凸多边形的边界上。
参考wiki:

本文介绍了算法的基础知识,包括排序(如公司销售额排名、Alexa网站排名)的实际应用,矩阵相乘的优化问题,以及凸壳的概念。同时,讨论了算法效率指标、数据结构如双向链表的优缺点,以及最短路径和旅行商问题的异同。此外,还提及了如何衡量算法效率并举例进行了比较。
最低0.47元/天 解锁文章
358

被折叠的 条评论
为什么被折叠?



