qq_41985559的博客

陆续更新。

传统最优化方法的设计思想主要是通过传统的串行计算实现的，无法与硬件的并行架构完美兼容，这降低了传统最优化方法在具有大数据背景的应用领域的可适用性，限制了求解来源于相关应用领域的最优化模型的精度和效率。为了突破这一困境，以分布式存储为基础，以并行计算为核心的分布式优化应运而生，这也使得最优化方法得到了比以往任何时候都更加广泛的应用。并行计算要首先把一个问题分解成若干个可以同时计算的子问题（部分...

拓扑排序常用来确定一个依赖关系集中，事物发生的顺序。例如，在日常工作中，可能会将项目拆分成A、B、C三个子部分来完成，但A依赖于C，C依赖于B，B依赖于A。为了计算这个项目进行的顺序，可对这个关系集进行拓扑排序，得出一个线性的序列，则排在前面的任务就是需要先完成的任务。注意：这里得到的排序并不是唯一的！...

这些方面形成此领域的三个主要过程——图像形成、图像计算和图像管理。医疗图像处理是一个非常复杂的跨学科领域，涵盖从数学、计算机科学到物理学和医学的众多科学学科。分析法的典型示例包括广泛用于断层扫描的滤波反投影（FBP）；在MRI中尤为重要的傅里叶变换（FT）；以及延时叠加（DAS）波束成型，这是超声检查中一种不可或缺的技术。这些算法在所需的处理能力和计算时间方面精巧而高效。核磁共振扫描仪（...

傅立叶变换是一种分析信号的方法，它可分析信号的成分，也可用这些成分合成信号。许多波形可作为信号的成分，比如正弦波、方波、锯齿波等，傅立叶变换用正弦波作为信号的成分。f(t)是t的周期函数，如果t满足狄里赫莱条件：在一个以2T为周期内f(X)连续或只有有限个第一类间断点，附f（x）单调或可划分成有限个单调区间，则F（x）以2T为周期的傅里叶级数收敛，和函数S（x）也是以2T为周期的周期函数，...

O(f(n))，给出了算法运行时间的上界，也就是最坏情况下的时间复杂度；大O运算规则:(1) O(f)+O(g)=O(max(f, g))(2) O(f)+O(g)=O(f+g)(3) O(f)O(g)=O(fg)(4) 如果g(N)=O(f(N)), 则O(f)+O(g)=O(f)(5) O(Cf(N))=O(f(N)), 其中C是一个正常数(6) f=O(f)int index...

对于一个问题的算法来说，之所以称之为算法，首先它必须能够解决这个问题（称为准确性）。其次，通过这个算法编写的程序要求在任何情况下不能崩溃（称为健壮性）。如果准确性和健壮性都满足，接下来，就要考虑最重要的一点：通过算法编写的程序，运行的效率怎么样。#充分利用已有信息使用某种数据结构优先级队列 使用的两种场景：想要根据Map的value值对Map进行排序想要对某几个元素的集合...

NP完全问题(NP-C问题)，是世界七大数学难题之一。1.NP完全问题人们发现，所有的完全多项式非确定性问题，都可以转换为一类叫做满足性问题的逻辑运算问题。既然这类问题的所有可能答案，都可以在多项式时间内计算，人们于是就猜想，是否这类问题，存在一个确定性算法，可以在多项式时间内，直接算出或是搜寻出正确的答案呢？这就是著名的NP=P？的猜想。不管我们编写程序是否灵巧，判定一个答案是可以很快...

分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题，这些子问题相互独立且与原问题性质相同。简单问题可用二分法完成。分治法解题的一般步骤：（1）分解，将要解决的问题划分成若干规模较小的同类问题；（2）求解，当子问题划分得足够小时，用较简单的方法解决；（3）合并，按原问题的要求，将子问题的解逐层合并构成原问题的解。例题：找出伪币求最值传统方法：void maxmin1...