最佳值演算法
A. 最佳估計值的公式
就是一組數據的算術平均值
B. 最佳置換演算法怎麼算的
演算法是未來最遠的數據置換出去，由於未來不可預測，所有最佳演算法是理論值，實際不可實現，研究它是為了讓實際其他的演算法和它作比較並判斷其性能這個串最佳是要置換8次，再沒有任何演算法小於8次了7 0 12 0 12 0 32 4 32 4 12 5 12 0 13 0 1
C. 求解完美數的最佳演算法
完美數，又稱完全數，我們用VB代碼，可以比較方便的求出完美數完全數是是除本身的因數和等於本身。那麼測試因數時只能從 1 試到(自己-1)以下代碼可以找到從N到M中間的所有完美數,並Print出來。Private Sub Form_Click()Dim M&, N&, x&, y&, i&N = InputBox("請輸入N的值")M = InputBox("請輸入M的值")If M <= 0 Or N <= 0 Then MsgBox "請輸入一個正整數！", vbInformation + vbOKOnly, "錯誤" Exit SubElseIf N > M Then MsgBox "請輸入N滿足N<M", vbInformation + vbOKOnly, "錯誤" Exit SubEnd IfFor x = N To M y = 0 For i = 1 To (x - 1) If x Mod i = 0 Then y = y + i Next i If y = x Then Print x; "是一個完全數。"Next xEnd Sub 0
D. 數組賦值，求最佳演算法
int (int **from,int fl,int fr,int ft,int fb,int **to,int tl,int tt){//left right top bottom
int i,j;
assert(fr>=fl && fb>=ft);
for(i=fl;i<fr;i++)
for(j=ft;j<fb;j++){
to[tl+i][tt+j]=from[i][j];
}
}
E. knn演算法如何選擇一個最佳k值
K最近鄰(k-Nearest Neighbor，KNN)分類演算法，是一個理論上比較成熟的方法，也是最簡單的機器學習演算法之一。該方法的思路是：如果一個樣本在特徵空間中的k個最相似(即特徵空間中最鄰近)的樣本中的大多數屬於某一個類別，則該樣本也屬於這個類別。KNN演算法中，所選擇的鄰居都是已經正確分類的對象。該方法在定類決策上只依據最鄰近的一個或者幾個樣本的類別來決定待分樣本所屬的類別。 KNN方法雖然從原理上也依賴於極限定理，但在類別決策時，只與極少量的相鄰樣本有關。由於KNN方法主要靠周圍有限的鄰近的樣本，而不是靠判別類域的方法來確定所屬類別的，因此對於類域的交叉或重疊較多的待分樣本集來說，KNN方法較其他方法更為適合。
KNN演算法不僅可以用於分類，還可以用於回歸。通過找出一個樣本的k個最近鄰居，將這些鄰居的屬性的平均值賦給該樣本，就可以得到該樣本的屬性。更有用的方法是將不同距離的鄰居對該樣本產生的影響給予不同的權值(weight)，如權值與距離成正比。該演算法在分類時有個主要的不足是，當樣本不平衡時，如一個類的樣本容量很大，而其他類樣本容量很小時，有可能導致當輸入一個新樣本時，該樣本的K個鄰居中大容量類的樣本佔多數。 該演算法只計算「最近的」鄰居樣本，某一類的樣本數量很大，那麼或者這類樣本並不接近目標樣本，或者這類樣本很靠近目標樣本。無論怎樣，數量並不能影響運行結果。可以採用權值的方法（和該樣本距離小的鄰居權值大）來改進。
該方法的另一個不足之處是計算量較大，因為對每一個待分類的文本都要計算它到全體已知樣本的距離，才能求得它的K個最近鄰點。目前常用的解決方法是事先對已知樣本點進行剪輯，事先去除對分類作用不大的樣本。該演算法比較適用於樣本容量比較大的類域的自動分類，而那些樣本容量較小的類域採用這種演算法比較容易產生誤分。
F. 求解完美數的最佳演算法
大數學家歐拉曾推算出完全數的獲得公式：如果p是質數，且2^p-1也是質數，那麼（2^p-1）*2^（p-1）便是一個完全數。
當2^p-1是質數的時候，稱其為梅森素數。至今，人類只發現了47個梅森素數，也就是只發現了47個完全數。
第20個對應p=4423，有1332位長。
大概的演算法是這樣：（a^k表示a的k次方，不是c/c++中的異或）
1.
用篩法求10000以內素數；
2.
對每個素數p，用miller-robin演算法判定(2^p-1)是否為素數；
2.1
若2^p-1為素數，計算出(2^p-1)*(2^(p-1))即為完全數。
這個范圍的完全數共有26個，
需要實現高精度運算。
G. 激光波長的最佳值如何計算
激光波長的這家子的計算，我們要根據波速頻率與波長的關系來進行計算的，因為步數是固定的，改變頻率就可以改變波長
H. 人體身高與體重最佳對應值怎麼計算
哈哈，帥哥身高185CM、體重100KG，在標准體重上線之上10KG。所以，如果你真心想將自己的身體鍛煉的更好一點，並且鍛煉出一個高大、強壯、干練、勻稱、瀟灑、玉樹臨風、風度翩翩的身材與體質來，根據我的個人成功經驗，建議你修改自己的鍛煉方式方法，採取如下整體的強身鍛煉方式來進行鍛煉為好：
首先是要養成一個早晨提前40到60分鍾起床的習慣；
二是早晨起來後，外出先跑跑步，將身體跑到微熱就行，作為每天早晨鍛煉活動前必須的准備事項；
三是做做廣播體操，或者學習簡單的武術套路或練武的一些基本動作，注意：初學練武時，先不要求神似，而必須追求形似。才能保證自己的舉手投足符合練武人的出手不離方寸；
四是每天早晨鍛煉時，進行一下深呼吸後，憑借一口氣盡力對天長嘯（能鍛煉和提高自己的肺活量、底氣與嗓音宏亮）。每天多進行原地起跳、原地起跳摸高、助跑起跳、助跑起跳摸高的鍛煉（可以有效的促進自己身體長高、各部位肌肉的強健與線條美，同時可以提高彈跳力、爆發力、耐力、奔跑速度與起跑速度），多進行單杠、雙杠鍛煉（以能達到並超過高中體育鍛煉標准以上為好）；
五是每天睡覺敞礎搬飛植讀邦嫂鮑譏前准備一杯綠茶水，清晨起床後的第一件事是給涼綠茶水加點熱開水後，空腹把它喝了（一是稀釋體內因睡眠後的血液粘稠問題；二是有利於鍛煉身體時不出現供血、供氧不足的不良狀態；三是有清掃體內垃圾的作用，提高身體的消化功能，有利於多長肉，特別是多長腱子肉；四是可以消除清晨起床就鍛煉時，可以出現的各種身體不適狀態；五是清晨起床空腹就喝綠茶水有消除脂肪肉（肥肉）的醫療效果），清晨起床空腹就飲綠茶水適應後，每天每次必須喝400ml以上；
六是每天早晨一定要吃飽飯，中午也必須吃好、吃飽。雞、鴨、魚、肉可以隨便吃。但是，晚飯：一是最好不吃麵食（饅頭、麵包、面條、餅干、點心等）；二是最好少吃點雞、鴨、魚、肉；三是吃好就行，不要吃的太飽。因為，晚飯的這三條都是長肉的最有利條件，自己必須控制把握好，以免形成攝入量過多而造成盡長脂肪肉（肥肉），不長腱子肉（瘦肉）的主要原因；
七是晚飯兩小時後，可以外出走走，做做俯卧撐、吊吊單杠、雙杠或者在家、宿舍做做雙手倒立、俯卧撐、仰卧起坐的鍛煉，鍛煉到身體發熱即可，等到身體適應後再增加運動量。注意：在自己不滿25周歲前，就不能進行舉重與超強度鍛煉（包括推拉杠零、負重鍛煉、深蹲），會影響身體長高並造成腿部肥胖的問題。切記！切記！
八是到新華書店、網上購買或下載一些鍛煉身體、練武的身體防護與保護書籍及鍛煉身體的技術要領、注意事項、防身術武術套路來好好學習學習後，再進行具體的鍛煉與實施為好。 以上各條，貴在持之以恆。
只要你能長期堅持下來，養成生活的如此習慣。特別是能夠嚴格按照第四條、第五條、第六條進行鍛煉，我敢肯定：二三個月你就會見到效果。
如果你能長期堅持下來，用不了三五年，你一定會將自己鍛煉成為：高大、干練、英俊瀟灑、有氣質、玉樹臨風、風度翩翩、舉手投足都透出大將的風度來，使美女帥哥們喜歡追捧地圍繞在你身旁的局面，不是更好嗎？
祝您成功！
I. 最大值和最小值的最優演算法
這是不可能的，考慮a,b,c三個元素
要找出最大值，必須比較兩次，在此基礎上再比較一次才能找出最小值，而3*3/2-2=2.5
也可以用遞歸思想分析，每增加一個數，都必須和原數組的最大值和最小值比較，比較次數增加2，所以比較次數為2n加一個常數
J. 計算分組數據大小的最佳值，這個題的最後一問不會做，希望詳解賜教
就是求導，找到的導數零點，原函數y就取最值。