算法中的极值探索:从幻方到梯度上升
幻方的魅力与思考
幻方虽然在实际应用中意义不大,但观察它们的规律却十分有趣。我们可以思考以下几个关于幻方的问题:
- 我们创建的较大幻方是否遵循洛书方阵外边缘的奇偶交替模式?是否每个可能的幻方都遵循这一模式?这种模式存在的原因是什么?
- 在我们创建的幻方中,是否还有其他尚未被提及的规律?
- 能否找到另一套规则来创建类似久岛(Kurushima)的方阵?例如,是否有规则能让我们在久岛方阵中上下移动,而非对角线移动?
- 是否存在满足幻方定义,但完全不遵循久岛规则的其他类型幻方?
- 是否有更高效的代码来实现久岛算法?
几个世纪以来,幻方吸引了许多日本伟大数学家的关注,并且在世界各地的文化中都占据着重要地位。我们很幸运,过去的伟大数学家为我们留下了生成和分析幻方的算法,使我们能够在如今强大的计算机上轻松实现。同时,我们也钦佩他们仅依靠笔、纸和智慧(偶尔还有神奇的乌龟传说)来研究幻方时所展现出的耐心和洞察力。
研究历史算法虽然在当今可能没有太大的实际用途,但却是值得的。一方面,它能让我们感受到历史的厚重;另一方面,它有助于拓宽我们的视野,并可能为我们编写创新算法提供灵感。
梯度上升与下降:寻找函数极值
在算法的世界里,我们通常更关注函数的极值,如最大值(最大收入、最大利润、最大效率、最大生产力等)和最小值(最小成本、最小误差、最小不适、最小损失等)。梯度上升和梯度下降是两种简单而有效的方法,可用于高效地找到函数的极值。
设定最优税率的例子
假设你当选了一个小国的总理,你有宏伟的目标,但觉得预算不足以实现它们。因
梯度算法在极值探索中的应用
超级会员免费看
订阅专栏 解锁全文
4万+

被折叠的 条评论
为什么被折叠?



