干粮 -- 计算机程序设计艺术(The Art of Computer Design) - 1

本文深入探讨了算法的基本概念,通过欧几里得算法为例详细解释了算法的五大特性,并进一步给出了算法的数学定义,帮助读者理解算法的本质。

CHAPTER ONE

1.1   算法

解决的问题:什么是算法.

 

举例:

算法E(欧几里得算法):给定两个正整数m和n,求他们的最大公因子.

E 1. (求余数)以n除m并令r为所得余数(0≤r<n).

E 2. (余数为0?)若r=0 算法结束;n即为答案.

E 3. (互换)令m←n, n←r,并返回步骤E1

框图如下:

2010050500160987.png

算法的五个特性:

1)   有穷性 一个算法必须总是在执行有穷步之后结束.算法E是满足该条件的.因为在步骤E1之后,r<n,所以如果r≠0,下一次执行步骤E1时,n的值已经减小,正整数的递降序列一定会终止,因此对于任意的m和n,算法E肯定会在有穷次后结束.

2)    确定性 算法的每一个步骤必须是确切定义的

3)    输入 一个算法必须有0个或多个输入(E中有两个输入m和n)

4)    输出 一个算法必须有一个或多个输出(E中最终输出的n)

5)    可行性 一般来说,还期望一个算法是可行的.

算法的5个特性中,有穷性显然是不够的,因为一个算法不光要可以执行,而且要高效.

算法的数学定义:

借助数学的集合论思想,我们可以定义算法如下:一个计算方法是一个四字式(Q,I,Ω,f),其中q是一个包含I和Ω的集合,f是由Q到它自身的一个函数. f应当保留Ω的每个元素不动(me:注意Ω是输出集合.),也就是说,对于Ω中的所有元素q 必有f(q)=q. 这四个量Q,I, Ω,f 分别用来表示计算的状态,输入,输出和计算的规则. 集合I中的每个输入定义一个计算序列x0, x1, x2... 如下:

x0 = x 且 xk+1 = f(xk) 对于任意的 k≥0                                                                          (1)

如果有k是使得xk在Ω中的最小整数(此处的最小是k最小,而不是xk),则称计算序列在第k步终止. 这种情况下也说:x产生输出xk(注意,如果xk在Ω中,则xk+1也是,因为在这样的情况下, xk+1=xk(me:对于输出集合欧姆f将其中的任意元素q映射到自身q,即f(q)=q)).某些计算序列可能永不终止,而一个算法是对于I中的所有元素x,都在有穷多的步骤内终止的一个计算方法.

(me:一个算法是一个有穷的计算方法.而一个计算方法是一(Q,I,Ω,f)的四元组)

例子:算法E,设Q为所有的单个数 (n) 所有的有序偶 (m,n) 和所有有序的四字式(四元组)(m,n,r,1),(m,n,r,2)以及(m,n,p,3)的集合,其中m,n和p为正整数,而r是一个非负整数.设I是所有有序偶(m,n)做成的子集,并设Ω是所有单个的数(n)的子集.设f定义如下:

f(m,n) = (m,n,0,1); f(n) = n;

f(m,n,r,1)  =  (m,n,m%n,2);

f(m,n,r,2)  =  (n) 如果r=0, 否则(m,n,r,3).

f(m,n,p,3)  =  (n,p,p,1)

这个更数学的方式表达的意思跟 算法E 的各个步骤之间的对应关系式显然的.

转载于:https://www.cnblogs.com/zhuisha/archive/2010/05/05/1727621.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
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