數學標准演算法

1. 關於數學速演算法

較快的加減乘除的速算推薦珠心算。當然也取決教的老師和學習者的個人領悟能力。

2. 數學演算法有哪些

不知道你具體要什麼內容
四則運算、指數、對數、開方、積分、微分、求導、二次積分、高階導數、偏微分、傅立葉變換、拉普拉斯變換、級數、極限、三角函數運算......太多了

3. 我國新頒布的高中數學標准為什麼把演算法列入必修課

為解決一個問題而採取的方法和步驟，稱為演算法。演算法是數學的重要組成部分，是計算機理論和技術的基礎。隨著現代信息技術的飛速發展，演算法思想已經成為現代人應具備的一種數學素養。新課標中將演算法列為必修內容，正是為了使學生形成符合時代要求的新的「數學基礎」。

4. 求數學演算法

最大公約數：用短除法計算後，把餘下來的兩個商相乘
最小公倍數：用短除法計算後，把除數和兩個商相乘

你是不是不懂短除法？

（下面那個問題我不知道，我還沒學呢）

5. 高二數學 演算法的概念 在線等！！！！！！！！！！！！！

演算法 參考出處：http://blog.csdn.net/ctu_85/archive/2008/05/11/2432736.aspx
一、什麼是演算法
演算法是一系列解決問題的清晰指令，也就是說，能夠對一定規范的輸入，在有限時間內獲得所要求的輸出。演算法常常含有重復的步驟和一些比較或邏輯判斷。如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。
演算法的時間復雜度是指演算法需要消耗的時間資源。一般來說，計算機演算法是問題規模n 的函數f(n)，演算法執行的時間的增長率與f(n) 的增長率正相關，稱作漸進時間復雜度（Asymptotic Time Complexity）。時間復雜度用「O（數量級）」來表示，稱為「階」。常見的時間復雜度有： O（1）常數階；O（log2n）對數階；O（n）線性階；O（n2）平方階。
演算法的空間復雜度是指演算法需要消耗的空間資源。其計算和表示方法與時間復雜度類似，一般都用復雜度的漸近性來表示。同時間復雜度相比，空間復雜度的分析要簡單得多。
[font class="Apple-style-span" style="font-weight: bold;" id="bks_etfhxykd"]演算法 Algorithm [/font]
演算法是在有限步驟內求解某一問題所使用的一組定義明確的規則。通俗點說，就是計算機解題的過程。在這個過程中，無論是形成解題思路還是編寫程序，都是在實施某種演算法。前者是推理實現的演算法，後者是操作實現的演算法。
一個演算法應該具有以下五個重要的特徵：
1、有窮性： 一個演算法必須保證執行有限步之後結束；
2、確切性： 演算法的每一步驟必須有確切的定義；
3、輸入：一個演算法有0個或多個輸入，以刻畫運算對象的初始情況，所謂0個輸入是指演算法本身定除了初始條件；
4、輸出：一個演算法有一個或多個輸出，以反映對輸入數據加工後的結果。沒有輸出的演算法是毫無意義的；
5、可行性： 演算法原則上能夠精確地運行，而且人們用筆和紙做有限次運算後即可完成。
演算法的設計要求
1）正確性（Correctness）
有4個層次：
A．程序不含語法錯誤；
B．程序對幾組輸入數據能夠得出滿足規格要求的結果；
C．程序對精心選擇的、典型的、苛刻的、帶有刁難性的幾組輸入數據能夠得出滿足規格要求的結果；
D．程序對一切合法的輸入數據都能產生滿足規格要求的結果。
2）可讀性（Readability）
演算法的第一目的是為了閱讀和交流；
可讀性有助於對演算法的理解；
可讀性有助於對演算法的調試和修改。
3）高效率與低存儲量
處理速度快；存儲容量小
時間和空間是矛盾的、實際問題的求解往往是求得時間和空間的統一、折中。
演算法的描述 演算法的描述方式（常用的）
演算法描述 自然語言
流程圖 特定的表示演算法的圖形符號
偽語言 包括程序設計語言的三大基本結構及自然語言的一種語言
類語言 類似高級語言的語言，例如，類PASCAL、類C語言。
演算法的評價 演算法評價的標准：時間復雜度和空間復雜度。
1）時間復雜度 指在計算機上運行該演算法所花費的時間。用「O（數量級）」來表示，稱為「階」。
常見的時間復雜度有： O（1）常數階；O（logn）對數階；O（n）線性階；O（n＾2）平方階
2）空間復雜度 指演算法在計算機上運行所佔用的存儲空間。度量同時間復雜度。
時間復雜度舉例
（a） X：=X+1 ； O（1）
（b） FOR I：=1 TO n DO
X：= X+1； O（n）
（c） FOR I：= 1 TO n DO
FOR J：= 1 TO n DO
X：= X+1； O（n＾2）
「演算法」一詞最早來自公元 9世紀 波斯數學家比阿勒·霍瓦里松的一本影響深遠的著作《代數對話錄》。20世紀的 英國 數學家 圖靈 提出了著名的圖靈論點，並抽象出了一台機器，這台機器被我們稱之為 圖靈機 。圖靈的思想對演算法的發展起到了重要的作用。
演算法是 計算機 處理信息的本質，因為 計算機程序 本質上是一個演算法，告訴計算機確切的步驟來執行一個指定的任務，如計算職工的薪水或列印學生的成績單。 一般地，當演算法在處理信息時，數據會從輸入設備讀取，寫入輸出設備，可能保存起來以供以後使用。
這是演算法的一個簡單的例子。
我們有一串隨機數列。我們的目的是找到這個數列中最大的數。如果將數列中的每一個數字看成是一顆豆子的大小 可以將下面的演算法形象地稱為「撿豆子」：
首先將第一顆豆子（數列中的第一個數字）放入口袋中。
從第二顆豆子開始檢查，直到最後一顆豆子。如果正在檢查的豆子比口袋中的還大，則將它撿起放入口袋中，同時丟掉原先的豆子。 最後口袋中的豆子就是所有的豆子中最大的一顆。
下面是一個形式演算法，用近似於 編程語言 的 偽代碼 表示
給定：一個數列「list"，以及數列的長度"length(list)" largest = list[1] for counter = 2 to length(list): if list[counter] > largest: largest = list[counter] print largest
符號說明:
= 用於表示賦值。即：右邊的值被賦予給左邊的變數。
List[counter] 用於表示數列中的第 counter 項。例如：如果 counter 的值是5，那麼 List[counter] 表示數列中的第5項。
<= 用於表示「小於或等於」。
二、演算法設計的方法
1.遞推法
遞推法是利用問題本身所具有的一種遞推關系求問題解的一種方法。設要求問題規模為N的解，當N=1時，解或為已知，或能非常方便地得到解。能採用遞推法構造演算法的問題有重要的遞推性質，即當得到問題規模為i-1的解後，由問題的遞推性質，能從已求得的規模為1，2，…，i-1的一系列解，構造出問題規模為I的解。這樣，程序可從i=0或i=1出發，重復地，由已知至i-1規模的解，通過遞推，獲得規模為i的解，直至得到規模為N的解。
【問題】 階乘計算
問題描述：編寫程序，對給定的n（n≤100），計算並輸出k的階乘k！（k=1，2，…，n）的全部有效數字。
由於要求的整數可能大大超出一般整數的位數，程序用一維數組存儲長整數，存儲長整數數組的每個元素只存儲長整數的一位數字。如有m位成整數N用數組a[ ]存儲：
N=a[m]×10m-1+a[m-1]×10m-2+ … +a[2]×101+a[1]×100
並用a[0]存儲長整數N的位數m，即a[0]=m。按上述約定，數組的每個元素存儲k的階乘k！的一位數字，並從低位到高位依次存於數組的第二個元素、第三個元素……。例如，5！=120，在數組中的存儲形式為：
3 0 2 1 ……
首元素3表示長整數是一個3位數，接著是低位到高位依次是0、2、1，表示成整數120。
計算階乘k！可採用對已求得的階乘(k-1)！連續累加k-1次後求得。例如，已知4！=24，計算5！，可對原來的24累加4次24後得到120。細節見以下程序。
# include <stdio.h>
# include <malloc.h>
......
2.遞歸
遞歸是設計和描述演算法的一種有力的工具，由於它在復雜演算法的描述中被經常採用，為此在進一步介紹其他演算法設計方法之前先討論它。
能採用遞歸描述的演算法通常有這樣的特徵：為求解規模為N的問題，設法將它分解成規模較小的問題，然後從這些小問題的解方便地構造出大問題的解，並且這些規模較小的問題也能採用同樣的分解和綜合方法，分解成規模更小的問題，並從這些更小問題的解構造出規模較大問題的解。特別地，當規模N=1時，能直接得解。
【問題】 編寫計算斐波那契（Fibonacci）數列的第n項函數fib（n）。
斐波那契數列為：0、1、1、2、3、……，即：
fib(0)=0;
fib(1)=1;
fib(n)=fib(n-1)+fib(n-2) （當n>1時）。
寫成遞歸函數有：
int fib(int n)
{ if (n==0) return 0;
if (n==1) return 1;
if (n>1) return fib(n-1)+fib(n-2);
}
遞歸演算法的執行過程分遞推和回歸兩個階段。在遞推階段，把較復雜的問題（規模為n）的求解推到比原問題簡單一些的問題（規模小於n）的求解。例如上例中，求解fib(n)，把它推到求解fib(n-1)和fib(n-2)。也就是說，為計算fib(n)，必須先計算fib(n-1)和fib(n-2)，而計算fib(n-1)和fib(n-2)，又必須先計算fib(n-3)和fib(n-4)。依次類推，直至計算fib(1)和fib(0)，分別能立即得到結果1和0。在遞推階段，必須要有終止遞歸的情況。例如在函數fib中，當n為1和0的情況。
在回歸階段，當獲得最簡單情況的解後，逐級返回，依次得到稍復雜問題的解，例如得到fib(1)和fib(0)後，返回得到fib(2)的結果，……，在得到了fib(n-1)和fib(n-2)的結果後，返回得到fib(n)的結果。
在編寫遞歸函數時要注意，函數中的局部變數和參數知識局限於當前調用層，當遞推進入「簡單問題」層時，原來層次上的參數和局部變數便被隱蔽起來。在一系列「簡單問題」層，它們各有自己的參數和局部變數。
由於遞歸引起一系列的函數調用，並且可能會有一系列的重復計算，遞歸演算法的執行效率相對較低。當某個遞歸演算法能較方便地轉換成遞推演算法時，通常按遞推演算法編寫程序。例如上例計算斐波那契數列的第n項的函數fib(n)應採用遞推演算法，即從斐波那契數列的前兩項出發，逐次由前兩項計算出下一項，直至計算出要求的第n項。
【問題】 組合問題
問題描述：找出從自然數1、2、……、n中任取r個數的所有組合。例如n=5，r=3的所有組合為： （1）5、4、3 （2）5、4、2 （3）5、4、1
（4）5、3、2 （5）5、3、1 （6）5、2、1
（7）4、3、2 （8）4、3、1 （9）4、2、1
（10）3、2、1
分析所列的10個組合，可以採用這樣的遞歸思想來考慮求組合函數的演算法。設函數為void comb(int m,int k)為找出從自然數1、2、……、m中任取k個數的所有組合。當組合的第一個數字選定時，其後的數字是從餘下的m-1個數中取k-1數的組合。這就將求m個數中取k個數的組合問題轉化成求m-1個數中取k-1個數的組合問題。設函數引入工作數組a[ ]存放求出的組合的數字，約定函數將確定的k個數字組合的第一個數字放在a[k]中，當一個組合求出後，才將a[ ]中的一個組合輸出。第一個數可以是m、m-1、……、k，函數將確定組合的第一個數字放入數組後，有兩種可能的選擇，因還未去頂組合的其餘元素，繼續遞歸去確定；或因已確定了組合的全部元素，輸出這個組合。細節見以下程序中的函數comb。
【程序】
# include <stdio.h>
# define MAXN 100
int a[MAXN];
void comb(int m,int k)
{ int i,j;
for (i=m;i>=k;i--)
{ a[k]=i;
if (k>1)
comb(i-1,k-1);
else
{ for (j=a[0];j>0;j--)
printf(「%4d」,a[j]);
printf(「\n」);
}
}
}
void main()
{ a[0]=3;
comb(5,3);
}
3.回溯法
回溯法也稱為試探法，該方法首先暫時放棄關於問題規模大小的限制，並將問題的候選解按某種順序逐一枚舉和檢驗。當發現當前候選解不可能是解時，就選擇下一個候選解；倘若當前候選解除了還不滿足問題規模要求外，滿足所有其他要求時，繼續擴大當前候選解的規模，並繼續試探。如果當前候選解滿足包括問題規模在內的所有要求時，該候選解就是問題的一個解。在回溯法中，放棄當前候選解，尋找下一個候選解的過程稱為回溯。擴大當前候選解的規模，以繼續試探的過程稱為向前試探。
【問題】 組合問題
問題描述：找出從自然數1，2，…，n中任取r個數的所有組合。
採用回溯法找問題的解，將找到的組合以從小到大順序存於a[0]，a[1]，…，a[r-1]中，組合的元素滿足以下性質：
（1） a[i+1]>a，後一個數字比前一個大；
（2） a-i<=n-r+1。
按回溯法的思想，找解過程可以敘述如下：
首先放棄組合數個數為r的條件，候選組合從只有一個數字1開始。因該候選解滿足除問題規模之外的全部條件，擴大其規模，並使其滿足上述條件（1），候選組合改為1，2。繼續這一過程，得到候選組合1，2，3。該候選解滿足包括問題規模在內的全部條件，因而是一個解。在該解的基礎上，選下一個候選解，因a[2]上的3調整為4，以及以後調整為5都滿足問題的全部要求，得到解1，2，4和1，2，5。由於對5不能再作調整，就要從a[2]回溯到a[1]，這時，a[1]=2，可以調整為3，並向前試探，得到解1，3，4。重復上述向前試探和向後回溯，直至要從a[0]再回溯時，說明已經找完問題的全部解。按上述思想寫成程序如下：
【程序】
# define MAXN 100
int a[MAXN];
void comb(int m,int r)
{ int i,j;
i=0;
a=1;
do {
if (a-i<=m-r+1
{ if (i==r-1)
{ for (j=0;j<r;j++)
printf(「%4d」,a[j]);
printf(「\n」);
}
a++;
continue;
}
else
{ if (i==0)
return;
a[--i]++;
}
} while (1)
}
main()
{ comb(5,3);
}
4.貪婪法
貪婪法是一種不追求最優解，只希望得到較為滿意解的方法。貪婪法一般可以快速得到滿意的解，因為它省去了為找最優解要窮盡所有可能而必須耗費的大量時間。貪婪法常以當前情況為基礎作最優選擇，而不考慮各種可能的整體情況，所以貪婪法不要回溯。
例如平時購物找錢時，為使找回的零錢的硬幣數最少，不考慮找零錢的所有各種發表方案，而是從最大面值的幣種開始，按遞減的順序考慮各幣種，先盡量用大面值的幣種，當不足大面值幣種的金額時才去考慮下一種較小面值的幣種。這就是在使用貪婪法。這種方法在這里總是最優，是因為銀行對其發行的硬幣種類和硬幣面值的巧妙安排。如只有面值分別為1、5和11單位的硬幣，而希望找回總額為15單位的硬幣。按貪婪演算法，應找1個11單位面值的硬幣和4個1單位面值的硬幣，共找回5個硬幣。但最優的解應是3個5單位面值的硬幣。
【問題】 裝箱問題
問題描述：裝箱問題可簡述如下：設有編號為0、1、…、n-1的n種物品，體積分別為v0、v1、…、vn-1。將這n種物品裝到容量都為V的若干箱子里。約定這n種物品的體積均不超過V，即對於0≤i＜n，有0＜vi≤V。不同的裝箱方案所需要的箱子數目可能不同。裝箱問題要求使裝盡這n種物品的箱子數要少。
若考察將n種物品的集合分劃成n個或小於n個物品的所有子集，最優解就可以找到。但所有可能劃分的總數太大。對適當大的n，找出所有可能的劃分要花費的時間是無法承受的。為此，對裝箱問題採用非常簡單的近似演算法，即貪婪法。該演算法依次將物品放到它第一個能放進去的箱子中，該演算法雖不能保證找到最優解，但還是能找到非常好的解。不失一般性，設n件物品的體積是按從大到小排好序的，即有v0≥v1≥…≥vn-1。如不滿足上述要求，只要先對這n件物品按它們的體積從大到小排序，然後按排序結果對物品重新編號即可。裝箱演算法簡單描述如下：
{ 輸入箱子的容積；
輸入物品種數n；
按體積從大到小順序，輸入各物品的體積；
預置已用箱子鏈為空；
預置已用箱子計數器box_count為0；
for (i=0;i<n;i++)
{ 從已用的第一隻箱子開始順序尋找能放入物品i 的箱子j；
if （已用箱子都不能再放物品i）
{ 另用一個箱子，並將物品i放入該箱子；
box_count++；
}
else
將物品i放入箱子j；
}
}
上述演算法能求出需要的箱子數box_count，並能求出各箱子所裝物品。下面的例子說明該演算法不一定能找到最優解，設有6種物品，它們的體積分別為：60、45、35、20、20和20單位體積，箱子的容積為100個單位體積。按上述演算法計算，需三隻箱子，各箱子所裝物品分別為：第一隻箱子裝物品1、3；第二隻箱子裝物品2、4、5；第三隻箱子裝物品6。而最優解為兩只箱子，分別裝物品1、4、5和2、3、6。
若每隻箱子所裝物品用鏈表來表示，鏈表首結點指針存於一個結構中，結構記錄尚剩餘的空間量和該箱子所裝物品鏈表的首指針。另將全部箱子的信息也構成鏈表。以下是按以上演算法編寫的程序。
}
5.分治法
任何一個可以用計算機求解的問題所需的計算時間都與其規模N有關。問題的規模越小，越容易直接求解，解題所需的計算時間也越少。例如，對於n個元素的排序問題，當n=1時，不需任何計算；n=2時，只要作一次比較即可排好序；n=3時只要作3次比較即可，…。而當n較大時，問題就不那麼容易處理了。要想直接解決一個規模較大的問題，有時是相當困難的。
分治法的設計思想是，將一個難以直接解決的大問題，分割成一些規模較小的相同問題，以便各個擊破，分而治之。
如果原問題可分割成k個子問題（1<k≤n），且這些子問題都可解，並可利用這些子問題的解求出原問題的解，那麼這種分治法就是可行的。由分治法產生的子問題往往是原問題的較小模式，這就為使用遞歸技術提供了方便。在這種情況下，反復應用分治手段，可以使子問題與原問題類型一致而其規模卻不斷縮小，最終使子問題縮小到很容易直接求出其解。這自然導致遞歸過程的產生。分治與遞歸像一對孿生兄弟，經常同時應用在演算法設計之中，並由此產生許多高效演算法。
分治法所能解決的問題一般具有以下幾個特徵：
（1）該問題的規模縮小到一定的程度就可以容易地解決；
（2）該問題可以分解為若干個規模較小的相同問題，即該問題具有最優子結構性質；
（3）利用該問題分解出的子問題的解可以合並為該問題的解；
（4）該問題所分解出的各個子問題是相互獨立的，即子問題之間不包含公共的子子問題。
上述的第一條特徵是絕大多數問題都可以滿足的，因為問題的計算復雜性一般是隨著問題規模的增加而增加；第二條特徵是應用分治法的前提，它也是大多數問題可以滿足的，此特徵反映了遞歸思想的應用；第三條特徵是關鍵，能否利用分治法完全取決於問題是否具有第三條特徵，如果具備了第一條和第二條特徵，而不具備第三條特徵，則可以考慮貪心法或動態規劃法。第四條特徵涉及到分治法的效率，如果各子問題是不獨立的，則分治法要做許多不必要的工作，重復地解公共的子問題，此時雖然可用分治法，但一般用動態規劃法較好。
分治法在每一層遞歸上都有三個步驟：
（1）分解：將原問題分解為若干個規模較小，相互獨立，與原問題形式相同的子問題；
（2）解決：若子問題規模較小而容易被解決則直接解，否則遞歸地解各個子問題；
（3）合並：將各個子問題的解合並為原問題的解。
6.動態規劃法
經常會遇到復雜問題不能簡單地分解成幾個子問題，而會分解出一系列的子問題。簡單地採用把大問題分解成子問題，並綜合子問題的解導出大問題的解的方法，問題求解耗時會按問題規模呈冪級數增加。
為了節約重復求相同子問題的時間，引入一個數組，不管它們是否對最終解有用，把所有子問題的解存於該數組中，這就是動態規劃法所採用的基本方法。以下先用實例說明動態規劃方法的使用。
【問題】 求兩字元序列的最長公共字元子序列
問題描述：字元序列的子序列是指從給定字元序列中隨意地（不一定連續）去掉若干個字元（可能一個也不去掉）後所形成的字元序列。令給定的字元序列X=「x0，x1，…，xm-1」，序列Y=「y0，y1，…，yk-1」是X的子序列，存在X的一個嚴格遞增下標序列<i0，i1，…，ik-1>，使得對所有的j=0，1，…，k-1，有xij=yj。例如，X=「ABCBDAB」，Y=「BCDB」是X的一個子序列。
考慮最長公共子序列問題如何分解成子問題，設A=「a0，a1，…，am-1」，B=「b0，b1，…，bm-1」，並Z=「z0，z1，…，zk-1」為它們的最長公共子序列。不難證明有以下性質：
（

6. 數學算理 演算法

數學：怎樣提高運算能力
目前，中學生運算能力的狀況是很差的，不少老師埋怨："學生的計算能力太差了，連簡單的運算都過不了關，甚至數學基礎好的學生運算結果也常出差錯。"這些狀況的出現原因是多方面的。有的學生不明算理，機械地照搬公式；有的則是不顧運算結果，盲目推演，缺乏合理選擇簡捷運算途徑的意識；也有的學生對提高運算能力缺乏足夠的重視，他們總是把"粗心""馬虎"作為借口；也有相當多的老師只著重解題方法和思路的引導，而忽視對運算過程的合理性、簡捷性的必要指導。這樣不僅影響了學生思維能力的發展，也必然影響教學質量的提高。本文就如何提高學生的運算能力，從以下幾個方面談談自己的粗淺看法。
一、影響學生運算能力的心理因素
1．固定的思維方法
固定的思維方法在運算中有積極的一面，也有消極的影響，當學生掌握了某一種知識（方法）往入習慣用類似的舊知識（方法）去思考問題，這樣必然會出現思維的惰性，影響運算的速度，使運算過程繁冗不堪。
2．缺乏比較意識
比較意識是解決問題的一個重要方向。解題時往往解決問題的途徑很多，這就要求我們善於選優而從。有的學生缺乏比較意識，做題時往往找到一種方法就抱著死做下去，即使繁冗，也不在乎，認為做對就行了。老師在講評試題時，忽略多種解法當中簡捷方法的優先性。
二、運算能力及其特點
運算能力的基本特點有兩個：
（1）運算能力的層次性
在數學發展的歷史上，不同類別的運算是由簡單到復雜、由具體到抽象、由低級到到高級逐步形成和發展起來的。因此對運算的認識和掌握也必須是逐步有序、有層次的，不掌握有理數的計算，就不可能掌握實數的計算；不掌握整式的計算，也就不可能掌握分式的計算。不掌握有限運算，就不可能掌握無限計算。沒有具體運算的基礎，抽象運算就難以實現。由此可見，運算能力是隨著知識面的逐步加寬、內容的不斷深化、抽象程序的不斷提高而逐步發展的。如果說數學內容的發展是無窮的，那麼運算能力的提高也是永遠不會終結的。
對於中學數學運算能力的要求大致可分為兩個層次：①計算的准確性--基本要求②計算的合理、簡捷、迅速--較高要求③計算的技巧性、靈活性--高標准要求。在思想上一定要充分認識提高運算能力的重要性，把運算技能上升到能力的層次上，把運算的技巧與發展思維融合在一起。
（2）運算能力的綜合性
運算能力既不能離開具體的數學知識而孤立存在，也不能離開其他能力而獨立發展，運算能力是和記憶能力、觀察能力、理解能力、聯想能力、表述能力等互相滲透的，它也和邏輯思維能力等數學能力相互支持著。因而提高運算能力的問題，是一個綜合問題，在中學各科的教學過程中，努力培養計算能力，不斷引導，逐漸積累、提高。
三、如何發展運算能力
培養和發展某一種運算的運算能力大致經歷以下幾個階段：
1．理解有關運算的基本知識到形成這種運算的技能的階段。
2．從運算技能上升到運算能力的階段。
3．在各種應用中，進一步提高運算能力的階段。
第一階段要完成從知識到技能的過渡，重點是准確理解有關知識，熟練有關運算的方法、步驟，應該本著"先慢後快"、"先死後活"的原則。隨著運算技能的形成，逐漸簡化運算步驟，靈活運用法則、公式。培養學生合理選擇簡捷運算途徑的意識和習慣。
計算能力的初步形成，還必須在今後應用中得到鞏固、發展和深化。在應用過程中，運算的目的不一定是追求一個簡化的結果，而且要為一定的推理、演繹、判斷服務。

7. 1-6年級數學所有簡便演算法公式 (描述須清楚易懂)我會給你財富.

1到6年級數學公式
【和差問題公式】
（和+差）÷2=較大數；
（和-差）÷2=較小數.
【和倍問題公式】
和÷（倍數+1）=一倍數；
一倍數×倍數=另一數,
或 和-一倍數=另一數.
【差倍問題公式】
差÷（倍數-1）=較小數；
較小數×倍數=較大數,
或 較小數+差=較大數.
【平均數問題公式】
總數量÷總份數=平均數.
【一般行程問題公式】
平均速度×時間=路程；
路程÷時間=平均速度；
路程÷平均速度=時間.
【反向行程問題公式】反向行程問題可以分為「相遇問題」（二人從兩地出發,相向而行）和「相離問題」（兩人背向而行）兩種.這兩種題,都可用下面的公式
（速度和）×相遇（離）時間=相遇（離）路程；
相遇（離）路程÷（速度和）=相遇（離）時間；
相遇（離）路程÷相遇（離）時間=速度和.
【同向行程問題公式】
追及（拉開）路程÷（速度差）=追及（拉開）時間；
追及（拉開）路程÷追及（拉開）時間=速度差；
（速度差）×追及（拉開）時間=追及（拉開）路程.
【列車過橋問題公式】
（橋長+列車長）÷速度=過橋時間；
（橋長+列車長）÷過橋時間=速度；
速度×過橋時間=橋、車長度之和.
【行船問題公式】
（1）一般公式：
靜水速度（船速）+水流速度（水速）=順水速度；
船速-水速=逆水速度；
（順水速度+逆水速度）÷2=船速；
（順水速度-逆水速度）÷2=水速.
（2）兩船相向航行的公式：
甲船順水速度+乙船逆水速度=甲船靜水速度+乙船靜水速度
（3）兩船同向航行的公式：
後（前）船靜水速度-前（後）船靜水速度=兩船距離縮小（拉大）速度.
（求出兩船距離縮小或拉大速度後,再按上面有關的公式去解答題目）.
【工程問題公式】
（1）一般公式：
工效×工時=工作總量；
工作總量÷工時=工效；
工作總量÷工效=工時.
（2）用假設工作總量為「1」的方法解工程問題的公式：
1÷工作時間=單位時間內完成工作總量的幾分之幾；
1÷單位時間能完成的幾分之幾=工作時間.
1 .每份數×份數＝總數
總數÷每份數＝份數
總數÷份數＝每份數
2. 1倍數×倍數＝幾倍數
幾倍數÷1倍數＝倍數
幾倍數÷倍數＝1倍數
3. 速度×時間＝路程
路程÷速度＝時間
路程÷時間＝速度
4. 單價×數量＝總價
總價÷單價＝數量
總價÷數量＝單價
5. 工作效率×工作時間＝工作總量
工作總量÷工作效率＝工作時間
工作總量÷工作時間＝工作效率
6 加數＋加數＝和
和－一個加數＝另一個加數
7 被減數－減數＝差
被減數－差＝減數
差＋減數＝被減數
8 因數×因數＝積
積÷一個因數＝另一個因數
9 被除數÷除數＝商
被除數÷商＝除數
商×除數＝被除數
小學數學圖形計算公式
1. 正方形
C周長 S面積 a邊長
周長＝邊長×4
C=4a
面積=邊長×邊長
S=a×a
2. 正方體
V:體積 a:棱長
表面積=棱長×棱長×6
S表=a×a×6
體積=棱長×棱長×棱長
V=a×a×a
3. 長方形
C周長 S面積 a邊長
周長=(長+寬)×2
C=2(a+b)
面積=長×寬
S=ab
4 .長方體
V:體積 s:面積 a:長 b: 寬 h:高
(1)表面積=(長×寬+長×高+寬×高)×2
S=2(ab+ah+bh)
(2)體積=長×寬×高
V=abh
5 .三角形
s面積 a底 h高
面積=底×高÷2
s=ah÷2
三角形高=面積 ×2÷底
三角形底=面積 ×2÷高
6. 平行四邊形
s面積 a底 h高
面積=底×高
s=ah
7. 梯形
s面積 a上底 b下底 h高
面積=(上底+下底)×高÷2
s=(a+b)× h÷2
8 圓形
S面積 C周長 ∏ d=直徑 r=半徑
(1)周長=直徑×∏=2×∏×半徑
C=∏d=2∏r
(2)面積=半徑×半徑×∏
9. 圓柱體
v:體積 h:高 s;底面積 r:底面半徑 c:底面周長
(1)側面積=底面周長×高
(2)表面積=側面積+底面積×2
(3)體積=底面積×高
（4）體積＝側面積÷2×半徑
10. 圓錐體
v:體積 h:高 s;底面積 r:底面半徑
體積=底面積×高÷3
和差問題的公式；
總數÷總份數＝平均數
(和＋差)÷2＝大數
(和－差)÷2＝小數
和倍問題
和÷(倍數－1)＝小數
小數×倍數＝大數
(或者 和－小數＝大數)
差倍問題
差÷(倍數－1)＝小數
小數×倍數＝大數
(或 小數＋差＝大數)
植樹問題 ：
1. 非封閉線路上的植樹問題主要可分為以下三種情形:
⑴如果在非封閉線路的兩端都要植樹,那麼:
株數＝段數＋1＝全長÷株距－1
全長＝株距×(株數－1)
株距＝全長÷(株數－1)
⑵如果在非封閉線路的一端要植樹,另一端不要植樹,那麼:
株數＝段數＝全長÷株距
全長＝株距×株數
株距＝全長÷株數
⑶如果在非封閉線路的兩端都不要植樹,那麼:
株數＝段數－1＝全長÷株距－1
全長＝株距×(株數＋1)
株距＝全長÷(株數＋1)
2 封閉線路上的植樹問題的數量關系如下
株數＝段數＝全長÷株距
全長＝株距×株數
株距＝全長÷株數
盈虧問題 ：
(盈＋虧)÷兩次分配量之差＝參加分配的份數
(大盈－小盈)÷兩次分配量之差＝參加分配的份數
(大虧－小虧)÷兩次分配量之差＝參加分配的份數
相遇問題 ：
相遇路程＝速度和×相遇時間
相遇時間＝相遇路程÷速度和
速度和＝相遇路程÷相遇時間
追及問題 ：
追及距離＝速度差×追及時間
追及時間＝追及距離÷速度差
速度差＝追及距離÷追及時間
流水問題 ：
順流速度＝靜水速度＋水流速度
逆流速度＝靜水速度－水流速度
靜水速度＝(順流速度＋逆流速度)÷2
水流速度＝(順流速度－逆流速度)÷2
濃度問題 ：
溶質的重量＋溶劑的重量＝溶液的重量
溶質的重量÷溶液的重量×100%＝濃度
溶液的重量×濃度＝溶質的重量
溶質的重量÷濃度＝溶液的重量
利潤與折扣問題：
利潤＝售出價－成本
利潤率＝利潤÷成本×100%＝(售出價÷成本－1)×100%
漲跌金額＝本金×漲跌百分比
折扣＝實際售價÷原售價×100%(折扣＜1)
利息＝本金×利率×時間
稅後利息＝本金×利率×時間×(1－20%)
這些應該可以了吧?

8. 數學簡便計算方法技巧

數學簡便計算方法：

一、運用乘法分配律簡便計算

簡便計算中最常用的方法是乘法分配律。乘法分配律指的是：

ax(b+c)=axb+axc

cx（a-b）=axc-bxc

例1：38X101，我們要怎麼拆呢？看誰更加的靠近整百或者整十，當然是101更好些，那我們就把101拆成100+1即可。

38X101

=38X（100+1）

=38X100+38X1

=3800+38

=3838

例2：47X98，這樣該怎麼拆呢？要拆98，使它更接近100。

47X98

=47X（100-2）

=47X100-47X2

=4700-94

=4606

二、基準數法

在一系列數中找出一個比較折中的數來代表全部的數，要記得這個數的選取不能偏離這一系列數。

例：

2072+2052+2062+2042+2083

=（2062x5）+10-10-20+21

=10310+1

=10311

三、加法結合律法

對加法結合律（a＋b）＋c=a＋（b＋c）的運用，通過改變加數的位置來獲得更簡便的運算。

例：

5.76＋13.67＋4.24＋6.33

=（5.76＋4.24）＋（13.67＋6.33）

=30

四、拆分法

顧名思義，拆分法就是為了方便計算把一個數拆成幾個數。這需要掌握一些「好朋友」，如：2和5，4和5，2和2.5，4和2.5，8和1.25等。注意不要改變數的大小哦！

例：

3.2×12.5×25

=8×0.4×12.5×25

=8×12.5×0.4×25

=1000

五、提取公因式法

這個方法實際上是運用了乘法分配律，將相同因數提取出來。

例：

0.92×1.41＋0.92×8.59

=0.92×（1.41+8.59）

=9.2

9. 高中數學的簡單演算法誰解釋下呀

高中數學的簡單演算法：
1、演算法，數學中解決一類問題步驟，稱為演算法。（這種步驟必須是明確的、有效的和有限的）
2、演算法可以用自然語言表示也可以用程序框圖表示、還可以用程序語句表示