演算法其實
㈠ 看不懂演算法，買了C程序設計，演算法到底干什麼的。
演算法其實就是將解決一個問題的思路用C語言（或其他程序設計語言）描述出來，比如：一個整數序列，要將其按從小到大的順序進行排列，就有插入排序、選擇排序、冒泡排序、堆排序等多種演算法來實現，這些演算法書上都有講解，如果你剛開始學的話，首先各種數據類型（int、float...）、操作（+、-、++、--、<<、>>......）、數據結構（數組、鏈表、堆棧、隊列......）這些得先明白的，從最簡單的A+B開始學，逐步深入，練習和學習各種演算法可以去POJ（http://poj.org/）等各大OJ上去做題，題目量多，可到網上去搜題目類型的分類……敲的挺累的，希望有所幫助！！
㈡ 為什演算法必須要有輸出有時候卻可以沒有輸入
如果是比較狹義的輸入和輸出，那麼演算法其實可以沒有輸出，不要太迷信教材
比如說，可以寫一個確定的演算法，做很多無用功而且並不輸出，演算法的目的只是為了讓計算機發熱，也沒毛病
㈢ 計算機演算法的一般含義
所謂演算法就是面對某些實際問題，把人想像的自然想法用計算機術語來表示出來
㈣ 關於計算機語言中的「演算法」。
演算法其實就是一種"意思",語言是這種"意思"的"表達",就好像你想表達"你好"這個意思,可以用中文的"你好",英文的"Hello"或者其它的語言,雖然語言不同,但這個"意思"是相同的,同理,演算法就相當於這個"意思",不同的語言可以用來表達一個相同的演算法
㈤ 積數計息法舉例說明，演算法其實很簡單！
自從銀監會整頓金融市場後，不少機構紛紛完善了收費問題，不過借款人們對於貸款還款方式還是應該有了解，不管去銀行還是選擇民間貸款機構，借款成本總是很重要的，除了等額本金、等額本息之外，銀行計算利息還有另外的方式，比如積數計息法和逐筆計息法，今天我們來舉例說明一下，積數計息法如何計算利息。
積數計息是貸款中的一個計算利息的方法，與其他計息不同的是，這個是在計息期間每天的貸款余額逐日累計相加 (如余額幾天無變動的，乘以未發生變動的天數)，即為計息積數。
計算公式：
利息=累計計息積數×日利率。
其中累計計息積數=賬戶每日余額合計數。
二、積數計息法舉例說明
舉個例子，小王於2018年3月28日存款1萬元，定期整存整取6個月，到期日為2018年9月28日，實際支取日為2018年9月28日，適用的六個月期存款利率(年利率)為應付利息=(10000×184)×(元)
逐筆計息法以單筆存款或貸款的金額為計息基數，一般由於定期存款或貸款。計息期為整年(月)的，計息公式為：利息=本金×年(月)數×年(月)利率。
計息期有整年(月)又有零頭天數的，計息公式為：利息=本金×年(月)數×年(月)利率+本金×零頭天數×日利率。
上例：應付利息=10000×6×(元
兩種方式計息結果的差異元。
綜上所述，積數計息法是根據銀行貸款賬戶中，每天剩餘的貸款余額累積產生的，金額越大利息也就越大，積數計息法主要用於計算本金經常變化的貸款利息。
㈥ 演算法到底應該怎麼學
刷與不刷ACM ICPC的人在演算法能力上會有巨大差距。
如果真想深入掌握各種演算法，還是先刷題吧。刷到一定境界再去看更高級的演算法書。
不得不承認現實生活中，一般碼農工作對演算法能力要求太低了，這一度讓人們（包括我）認為演算法似乎不那麼重要。其實學習演算法所鍛煉出來的對各種問題敏感的反應和融會貫通能力還是非常重要的。
編程嘛，就是操作數據輸出結果
演算法和數據結構是配套的，你應該掌握的主要內容應該是：
這個問題用什麼演算法和數據結構能更快解決
這就要求你對常見的結構和演算法了熟於心，你不一定要敲代碼，用紙手寫流程是更快的方式。
對你不懂的數據結構，你要去搜它主要拿來幹嘛的，使用場景是什麼。
細節出錯是你對編程語言不熟悉才會導致的問題，跟你懂不懂演算法沒關系，這個你應該多寫寫練手小程序，背代碼是很愚蠢的行為。
其實我覺得你這么迷茫不如實現一下stl的函數好了
我的經驗就是去模擬（當然模擬只限於基礎的演算法)。甚至是手動模擬，比如我之前學深搜，學遞歸，代碼很簡單，但是因為涉及到棧，而你的大腦短時間內存儲的棧深度只有幾層（臨時變數越多你大腦能模擬的棧深度就越少），實際上你沒辦法用大腦去想。比如學習圖的深搜，一開始我是不理解的，對遞歸沒辦法理解。後來我就在紙上模擬出來，建立好鄰接表以後，按照代碼步驟一步步紙筆來模擬，慢慢就知道了代碼的工作過程。你學習快排也是，當然你背代碼也能寫出來，但是可能不理解，很快就忘了。《演算法導論》書上就有比較細致的執行過程，你手動模擬下partition和quicksort的過程，一開始就用很簡單的用例，把整個過程都手動執行一遍，慢慢就了解了。很多演算法都有一個循環不變式，你代碼如果邏輯正確並且能夠維持循環不變式，一般寫出來就是正確的。
建議找本《演算法》或者《演算法導論》這些教材，每學習一個演算法就先大致瀏覽下， 然後細致分析每一步代碼的執行過程（紙筆模擬或者代碼單步調試），當確認你真正明白之後，嘗試不看代碼就靠對演算法過程的了解和正確的邏輯去自己實現。
當然，我不認為你寫出很多演算法就是高手了，現在大部分高級語言不需要你重復造輪子，你造出來的質量也遠遜於庫中那些高手的代碼，可以去學習他們代碼的實現，比如看看stl源碼。真正工程用到的代碼與一般演算法實現還是有很多改進的。
最重要的不是你會寫這些演算法了，而是學會了很多思想。比如二分的思想，遞歸的思想，分治的思想，動態規劃，貪心等，以及現實中很多數據結構的抽象等。難的不是學會了演算法，而是如何運用這些演算法思想去解決問題。
㈦ 為什麼說演算法是程序設計的核心
演算法其實無處不在，在計算機編程的每個角落都有演算法的身影。無論你將來從事軟體開發方面、資料庫方面、多媒體、游戲娛樂等等，都需要用到演算法，而大學時期積累一些基礎的實用的演算法是很有益的。雖然現在很多人認為學會幾種流行語言，會使用幾種開發平台就很了不起，但演算法就像基礎，以後在實際應用中，懂大部分演算法的人可以在幾分鍾內漂亮解決的問題，有些人就要折騰好幾天，所以在大學打好演算法基礎是十分重要的！
㈧ 演算法在Java程序員實際工作有多大作用感覺老師講的好麻煩，數學學的不行。。。
演算法其實就是對程序的優化。好的演算法不但可以優化程序運行速度，還可以提高代碼質量。更可以解決一些特別難的問題。認真去學習，很有用的。就算你覺得實際上用不上，但是為了工作都應該認真去理解，去學。因為面試的時候，面試官經常會問一些演算法的問題。來體現一個程序員的水平。
㈨ 在計算機中演算法有什麼作用
在計算機中演算法的作用：計算機中使用的其他技術離不開演算法的支撐，而且只有把演算法和其他技術有效的結合起來，才能使計算機解決問題的能力最大化，最後達到1+1＞2的效果。
計算機演算法是以一步接一步的方式來詳細描述計算機如何將輸入轉化為所要求的輸出的過程，或者說，演算法是對計算機上執行的計算過程的具體描述。
計算機不能做到無限快，存儲也不是免費的，為了提高解決問題的效率，必須研究演算法，同時，解決同一個問題的各種不同演算法的效率常常相差非常大，這種效率上的差距影響往往比硬體和軟體方面的差距還要大。
(9)演算法其實擴展閱讀：
計算機中演算法特點：
1、有窮性。一個演算法應包含有限的操作步驟，而不能是無限的。事實上「有窮性」往往指「在合理的范圍之內」。如果讓計算機執行一個歷時1000年才結束的演算法，這雖然是有窮的，但超過了合理的限度，人們不把他視為有效演算法。
2、確定性。演算法中的每一個步驟都應當是確定的，而不應當是含糊的、模稜兩可的。演算法中的每一個步驟應當不致被解釋成不同的含義，而應是十分明確的。也就是說，演算法的含義應當是唯一的，而不應當產生「歧義性」。
3、有零個或多個輸入、所謂輸入是指在執行演算法是需要從外界取得必要的信息。
4、有一個或多個輸出。演算法的目的是為了求解，沒有輸出的演算法是沒有意義的。
5、有效性。 演算法中的每一個 步驟都應當能有效的執行。並得到確定的結果。
㈩ 計算機演算法在實際生活中的應用
在這一周的《吳軍的谷歌方法論》中，老師講了地址（addressing）的重要性，並在此基礎上介紹了地址的查找，數據的訪問。對於地址的查找，在數據量較小時，可以採用順序查找法和字典查找法；當數據量達到一定程度後，則需要為數據建立索引。而對於已經建立的索引進行查找，老師又詳細介紹了具體方法的演進過程，引出隨機性在索引查找中的應用。
通過上一周的學習，有如下幾點收獲：
1.理清問題，確定演算法，選擇語言
在這周的文章中讀到，以前的人把計算當作目的，圖靈是把計算當作手段，實現一些功能才是他的目的，回想起自己做研究生課題時遇到的一個問題。當時自己做的是機油濾芯過濾阻力和過濾精度的模擬計算，開始階段採用二維模型來模擬圓筒狀的濾芯。實際生產的濾芯是用木屑做的，填充率為31.8%，自己模擬計算也希望達到這個數值，但是初步的計算達不到這個數值，就向博士畢業的堂姐請教了這個問題：
堂姐的回復如下：
當時並沒有非常理解她說的話，現在回過頭來看，能更加明白她的意思了。對於一個具體的問題，可以採用的演算法其實是非常多的，對於每一種演算法又可以選擇很多種實現的語言。但是我們解決問題的時候，一定要從問題這個根本出發，對於問題本身有足夠深入的思考。在此基礎上，明白解決這個問題採用怎樣的演算法最簡潔高效，這是關鍵。至於選擇那種語言或者工具，會對演算法的實現效率產生一定影響，但不是最核心的。
2.從多個維度建立索引
對於演算法的介紹中，老師強調了索引的重要性。關於建立索引，想到的兩個應用的例子，一個是微信好友的標簽，一個是印象筆記的標簽。
對於我們在工作場合或者意外狀況下認識的朋友，也許後期的聯系會很少，那麼建立細致的備注信息就很有必要。通過對聊天記錄的梳理，在標簽中註明行業，公司，家鄉，甚至愛好，並且備注一些印象深的細節。這樣不僅可以通過標簽很快找到對應的人，而且在以後再次約見的時候，能通過這些標簽信息，談一些對方熟悉的話題，迅速拉近彼此的距離，對於我們的社交會有很大的幫助。
另外一個就是在印象筆記中建立新筆記時，可以建立盡量詳細的標簽。這在當時可能費事一點，但是後面隨著筆記數量的增多，在海量筆記中通過標簽來進行篩選，將是一件非常提升效率的事情。說到印象筆記，就像多說兩句，因為真的很好用。建立標簽就點擊F3就可以開始建立新標簽。
3.問題規模的增大會導致性質的變化
讀到這句話時，想到之前脫不花和羅振宇兩位老師在周二例會時講得到的發展。當時得到總共的人數是157個人，剛剛超過鄧巴數（人類智力允許人類擁有穩定社交網路的人數，為148）。
在鄧巴數以內，公司裡面的人可以彼此認識並且維持穩定的關系，不需要太明確的部門和上下級關系。但是兩位老師講到，隨著公司里的人數超過鄧巴數，那麼部門化和層級化是不可避免的趨勢，因為這樣可以提高效率。但部門和層級的建立，會導致利益變形，之前大家是向市場要收益，更關注如何把自己的工作做好；之後是向上級要收益，更容易出現溜須拍馬的現象。
不過正如老師所說，本著遇到問題解決問題的態度，即便問題轉化了，只要大家發揮主動性，認真去面對問題，總會有解決方法。而且Google，蘋果這樣的公司樹立了很好的榜樣，現在已經非常大了，依然保持很好的運作和增長。
而作為個人，我們應該更多關注自己如何在企業不斷擴大的過程中，保持自己本身的不斷成長，為公司解決新的更復雜的問題，讓自己一直擁有競爭力。這也是《領導梯隊》中想要告訴我們的，在領導梯隊的上升過程中，面對的不是更多同類的問題，而是全新的問題。我們要讓自己學會轉化思維模式，這樣在舊問題已經轉變成新問題時，可以更好去應對。