多數人演算法

1. 人的年齡演算法

中國傳統歲數是虛歲，虛歲是按農歷算，出生即為1歲，每過一次春節增1歲。
周歲按公歷計算，出生為0歲，每過一次生日增1歲。
周歲是嚴格區分日期的，差一天也不行。比如說22周歲可以領結婚證，差一天也不行。

2. 懂演算法的人應該知道怎麼做人生選擇

每年一到要找工作的時候，我就能收到很多人給我發來的郵件，總是問我怎麼選擇他們的offer，去騰訊還是去豆瓣，去外企還是去國內的企業，去創業還是去考研，來北京還是回老家，該不該去創新工場？該不該去thoughtworks？……等等，等等。今年從7月份到現在，我收到並回復了60多封這樣的郵件。我更多幫他們整理思路，幫他們明白自己最想要的是什麼。

我深深地發現，對於我國這樣從小被父母和老師安排各種事情長大的人，當有一天，父母和老師都跟不上的時候，我們幾乎完全不知道怎麼去做選擇。

幾個例子

當我們在面對各種對選擇的影響因子的時候，如：城市，公司規模，公司性質，薪水，項目，戶口，技術，方向，眼界…… 你總會發現，你會在幾個公司中糾結一些東西，舉幾個例子：

• 某網友和我說，他們去上海騰訊，因為騰訊的規模很大，但卻發現薪水待遇沒有豆瓣高（低的還不是一點），如果以後要換工作的話，起薪點直接關繫到了以後的高工資。我說那就去豆瓣吧，他說豆瓣在北京，污染那麼嚴重，又沒有戶口，生存環境不好。我說去騰訊吧，他說騰訊最近組織調整，不穩定。我說那就去豆瓣吧，慢公司，發展很穩當。他說，豆瓣的盈利不清楚，而且用Python，自己不喜歡。我說，那就去騰訊吧，……

• 還有一網友和我說，他想回老家，因為老家的人脈關系比較好，能混得好。但又想留在大城市，因為大城市可以開眼界。

• 另一網友和我說，他想進外企，練練英語，開開眼界，但是又怕在外企里當個螺絲釘，想法得不到實施。朋友拉他去創業，覺得創業挺好的，鍛煉大，但是朋友做的那個不知道能不能做好。

• 還有一網友在創新工場的某團隊和考研之間抉擇，不知道去創新工場行不行，覺得那個項目一般，但是感覺那個團隊挺有激情的，另一方面覺得自己的學歷還不夠，讀個研應該能找到更好的工作。

• 還有一些朋友問題我應該學什麼技術？不應該學什麼技術？或是怎麼學會學得最快，技術的路徑應該是什麼？有的說只做後端不做前端，有的說，只做演算法研究，不做工程，等等，等等。因為他們覺得人生有限，術業有專攻。

• 等等，等等……

我個人覺得，如果是非計算機科班出生的人不會做選擇，不知道怎麼走也罷了，但是我們計算機科班出生的人是學過演算法的，懂演算法的人應該是知道怎麼做選擇的。

• 排序演算法

你不可能要所有的東西，所以你只能要你最重要的東西，你要知道什麼東西最重要，你就需要對你心內的那些慾望和抱負有清楚的認識，不然，你就會在糾結中度過。

所以，在選擇中糾結的人有必要參考一下排序演算法。

• 首先，你最需要參考的就是「冒泡排序」——這種演算法的思路就是每次冒泡出一個最大的數。所以，你有必要問問你自己，面對那些影響你選擇的因子，如果你只能要一個的話，你會要哪個？而剩下的都可以放棄。於是，當你把最大的數，一個一個冒泡出來的時候，並用這個決策因子來過濾選項的時候，你就能比較容易地知道知道你應該選什麼了。這個演算法告訴我們，人的雜念越少，就越容易做出選擇。

• 好吧，可能你已茫然到了怎麼比較兩個決策因子的大小，比如：你分不清楚，工資>業務前景嗎？業務前景>能力提升嗎？所以你完全沒有辦法進行冒泡法。那你，你不妨參考一個「快速排序」的思路——這個演算法告訴我們，我們一開始並不需要找到最大的數，我們只需要把你價值觀中的某個標准拿出來，然後，把可以滿足這個價值的放到右邊，不能的放到左邊去。比如，你的標準是：工資大於5000元&&業務前景長於3年的公司，你可以用這個標准來過濾你的選項。然後，你可以再調整這個標准再繼續遞歸下去。這個演算法告訴我們，我們的選擇標准越清晰，我們就越容易做出選擇。

這是排序演算法中最經典的兩個演算法了，面試必考。相信你已爛熟於心中了。所以，我覺得你把這個演算法應用於你的人生選擇也應該不是什麼問題。關於在於，你是否知道自己想要的是什麼？

排序演算法的核心思想就是，讓你幫助你認清自己最需要的是什麼，認清自己最想要的是什麼，然後根據這個去做選擇。

• 貪婪演算法

所謂貪婪演算法，是一種在每一步選擇中都採取在當前狀態下最好或最優（即最有利）的選擇（注意：是當前狀態下），從而希望導致結果是最好或最優的演算法。貪婪演算法最經典的一個例子就是哈夫曼編碼。

對於人類來說，一般人在行為處事的時候都會使用到貪婪演算法，

• 比如在找零錢的時候，如果要找補36元，我們一般會按這樣的順序找錢：20元，10元，5元，1元。

• 或者我們在過十字路口的時候，要從到對角線的那個街區時，我們也會使用貪婪演算法——哪邊的綠燈先亮了我們就先過到那邊去，然後再轉身90度等紅燈再過街。

這樣的例子有很多。對於選擇中，大多數人都會選用貪婪演算法，因為這是一個比較簡單的演算法，未來太復雜了，只能走一步看一步，在當前的狀況下做出最利於自己的判斷和選擇即可。

有的人會貪婪薪水，有的人會貪婪做的項目，有的人會貪婪業務，有的人會貪婪職位，有的人會貪婪自己的興趣……這些都沒什麼問題。貪婪演算法並沒有錯，雖然不是全局最優解，但其可以讓你找到局部最優解或是次優解。其實，有次優解也不錯了。貪婪演算法基本上是一種急功近利的演算法，但是並不代表這種演算法不好，如果貪婪的是一種長遠和持續，又未嘗不可呢？。

• 動態規劃

但是我們知道，對於大部分的問題，貪婪法通常都不能找出最優解，因為他們一般沒有測試所有可能的解。因為貪婪演算法是一種短視的行為，只會跟據當前的形式做判斷，也就是過早做決定，因而沒法達到最佳解。

動態規劃和貪婪演算法的最大不同是，貪婪演算法做出選擇，不能在過程優化。動態規劃則會保存以前的運算結果，並根據以前的結果對當前進行選擇，會動態優化功能。

動態規劃演算法至少告訴我們兩個事：

1）承前啟後非常重要，當你准備去做遍歷的時候，你的上次的經歷不但能開啟你以後的經歷，而且還能為後面的經歷所用。你的每一步都沒有浪費。

2）是否可以回退也很重要。這意思是——如果你面前有兩個選擇，一個是A公司一個是B公司，如果今天你選了A公司，並不是你完全放棄了B公司。而是，你知道從A公司退出來去B公司，會比從B公司退出來去A公司要容易一些。

比如說：你有兩個offer，一個是Yahoo，一個是Bai，上述的第一點會讓我們思考，我以前的特長和能力更符合Yahoo還是Bai？而Yahoo和Bai誰能給我開啟更大的平台？上述的第二點告訴我們，是進入Yahoo後如果沒有選好，是否還能再選擇Bai公司？還是進入Bai公司後能容易回退到Yahoo公司？

• Dijkstra最短路徑

最短路徑是一個Greedy + DP的演算法。相當經典。這個演算法的大意如下：

1）在初始化的時候，所有的結點都和我是無窮大，默認是達不到的。

2）從離自己最近的結點開始貪婪。

3）走過去，看看又能到達什麼樣的結點，計算並更新到所有目標點的距離。

4）再貪婪與原點最短的結點，如此反復。

這個演算法給我們帶來了一些這樣的啟示：

• 有朋友和我說過他想成為一個架構師，或是某技術領域的專家，並會踏踏實實的向這個目標前進，永不放棄。我還是鼓勵了他，但我也告訴他了這個著名的演算法，我說，這個演算法告訴你，架構師或某領域的專家對你來說目前的距離是無窮大，他們放在心中，先看看你能夠得著的東西。所謂踏實，並不是踏踏實實追求你的目標，而是踏踏實實把你夠得著看得見的就在身邊的東西干好。我還記得我剛參加工作，從老家出來的時候，從來沒有想過要成為一個技術牛人，也從來沒有想過我的博客會那麼的有影響力，在做自己力所能及，看得見摸得著的事情，我就看見什麼技術就學什麼，學著學著就知道怎麼學更輕松，怎麼學更扎實，這也許就是我的最短路徑。

• 有很多朋友問我要不要學C++，或是問我學Python還是學Ruby，是不是不用學前端，等等。這些朋友告訴我，他們不可能學習多個語言，學了不用也就忘了，而且術業有專攻。這並沒有什麼不對的，只是我個人覺得，學習一個東西沒有必要只有兩種狀態，一種是不學，另一種是精通。了解一個技術其實花不了多少時間，我學C++的目的其實是為了更懂Java，學TCP/IP協議其實是為了更懂Socket編程，很多東西都是連通和相輔相成的，學好了C/C++/Unix/TCP等這些基礎技術後，你會發現到達別的技術路徑一下縮短了。

這就好像這個演算法一樣，演算法效率不高，也許達到你的目標，你在一開始花了很長時間，遍歷了很多地方，但是，這也許這就是你的最短路徑（比起你達不到要好得多）。

• 演算法就是Trade-Off

你根本沒有辦法能得到所有你想得到的東西，任何的選擇都意味著放棄——當你要去獲得一個東西的時候，你總是需要放棄一些東西。人生本來就是一個蹺蹺板，一頭上，另一頭必然下。這和我們做軟體設計或演算法設計一樣，用時間換空間，用空間換時間，還有CAP理論，總是有很多的Trade-Off，正如這個短語的原意一樣——你總是要用某種東西去交易某種東西。

我們都在用某種東西在交易我們的未來，有的人用自己的努力，有的人用自己的思考，有的人用自己的年輕，有的人用自己的自由，有的人用自己的價值觀，有的人用自己的道德…… …… 有的人在交換金錢，有的人在交換眼界，有的人在交換經歷，有的人在交換地位，有的人在交換能力，有的人在交換自由，有的人在交換興趣，有的人在交換虛榮心，在交換安逸享樂…… ……

每個人有每個人的演算法，每個演算法都有每個演算法的purpose，就算大家在用同樣的演算法，但是每個人演算法中的那些變數、開關和條件都不一樣，得到的結果也不一樣。我們就是生活在Matrix里的一段程序，我們每個人的演算法決定著我們每個人的選擇，我們的選擇決定了我們的人生

3. 什麼是演算法

演算法（Algorithm）是一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。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。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。一個演算法應該具有以下五個重要的特徵：演算法可以使用自然語言、偽代碼、流程圖等多種不同的方法來描述。1、有窮性（Finiteness）演算法的有窮性是指演算法必須能在執行有限個步驟之後終止2、確切性(Difiniteness)演算法的每一步驟必須有確切的定義；3、輸入項(Input)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出了初始條件；4、輸出項(Output)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(Effectiveness)演算法中執行的任何計算步都是可以被分解為基本的可執行的操作步，即每個計算步都可以在有限時間內完成。（也稱之為有效性）計算機科學家尼克勞斯-沃思曾著過一本著名的書《數據結構十演算法= 程序》，可見演算法在計算機科學界與計算機應用界的地位。編輯本段演算法的復雜度同一問題可用不同演算法解決，而一個演算法的質量優劣將影響到演算法乃至程序的效率。演算法分析的目的在於選擇合適演算法和改進演算法。一個演算法的評價主要從時間復雜度和空間復雜度來考慮。時間復雜度演算法的時間復雜度是指執行演算法所需要的時間。一般來說，計算機演算法是問題規模n 的函數f(n)，演算法的時間復雜度也因此記做T(n)=Ο(f(n))因此，問題的規模n 越大，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）。空間復雜度演算法的空間復雜度是指演算法需要消耗的內存空間。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。詳見網路詞條"演算法復雜度"編輯本段演算法設計與分析的基本方法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。它把問題分成若干步，找出相鄰幾步的關系，從而達到目的，此方法稱為遞推法。2.遞歸遞歸指的是一個過程：函數不斷引用自身，直到引用的對象已知3.窮舉搜索法窮舉搜索法是對可能是解的眾多候選解按某種順序進行逐一枚舉和檢驗，並從眾找出那些符合要求的候選解作為問題的解。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。5.分治法分治法是把一個復雜的問題分成兩個或更多的相同或相似的子問題，再把子問題分成更小的子問題……直到最後子問題可以簡單的直接求解，原問題的解即子問題的解的合並。6.動態規劃法動態規劃是一種在數學和計算機科學中使用的，用於求解包含重疊子問題的最優化問題的方法。其基本思想是，將原問題分解為相似的子問題，在求解的過程中通過子問題的解求出原問題的解。動態規劃的思想是多種演算法的基礎，被廣泛應用於計算機科學和工程領域。7.迭代法迭代法是數值分析中通過從一個初始估計出發尋找一系列近似解來解決問題（一般是解方程或者方程組）的過程，為實現這一過程所使用的方法統稱為迭代法。編輯本段演算法分類演算法可大致分為基本演算法、數據結構的演算法、數論與代數演算法、計算幾何的演算法、圖論的演算法、動態規劃以及數值分析、加密演算法、排序演算法、檢索演算法、隨機化演算法、並行演算法。演算法可以宏泛的分為三類：有限的，確定性演算法 這類演算法在有限的一段時間內終止。他們可能要花很長時間來執行指定的任務，但仍將在一定的時間內終止。這類演算法得出的結果常取決於輸入值。有限的，非確定演算法 這類演算法在有限的時間內終止。然而，對於一個（或一些）給定的數值，演算法的結果並不是唯一的或確定的。無限的演算法 是那些由於沒有定義終止定義條件，或定義的條件無法由輸入的數據滿足而不終止運行的演算法。通常，無限演算法的產生是由於未能確定的定義終止條件。編輯本段舉例經典的演算法有很多，如："歐幾里德演算法，割圓術，秦九韶演算法"。編輯本段演算法經典專著目前市面上有許多論述演算法的書籍，其中最著名的便是《計算機程序設計藝術》（The Art Of Computer Programming) 以及《演算法導論》（Introction To Algorithms）。編輯本段演算法的歷史「演算法」即演演算法的大陸中文名稱出自《周髀算經》；而英文名稱Algorithm 來自於9世紀波斯數學家al-Khwarizmi，因為al-Khwarizmi在數學上提出了演算法這個概念。「演算法」原為"algorism"，意思是阿拉伯數字的運演算法則，在18世紀演變為"algorithm"。歐幾里得演算法被人們認為是史上第一個演算法。 第一次編寫程序是Ada Byron於1842年為巴貝奇分析機編寫求解解伯努利方程的程序，因此Ada Byron被大多數人認為是世界上第一位程序員。因為查爾斯·巴貝奇(Charles Babbage)未能完成他的巴貝奇分析機，這個演算法未能在巴貝奇分析機上執行。 因為"well-defined procere"缺少數學上精確的定義，19世紀和20世紀早期的數學家、邏輯學家在定義演算法上出現了困難。20世紀的英國數學家圖靈提出了著名的圖靈論題，並提出一種假想的計算機的抽象模型，這個模型被稱為圖靈機。圖靈機的出現解決了演算法定義的難題，圖靈的思想對演算法的發展起到了重要作用的。求素數的埃拉托塞尼篩法和求方根的開方的方法公式（演算法不等於公式，公式卻是提供一種演算法）

4. 為什麼大多人都學不會演算法

你說以後你工作了，不會行不行？你以後的老闆說行就可以，雖然說學校學的東西不一定能用到，但是還有百分之30可以用到！

5. 人生演算法，從做加法到減法的過程

文/七蒙主

最近大家都在熱議馬雲退休，確切地說是54歲提前退休，而且比大多數人預料的還要早，畢竟88歲高齡的李嘉誠剛宣布退休沒多久。

當然退休並不是什麼事情都不做，而是做自己想做的事情，很多人一定很羨慕。按照自己的想法生活，這其實就是人生從做加法到減法的過程。

如果他們想繼續工作，依然有做不完的事情，或者說每天都有做不完的事情，畢竟控制的財富都以經濟體計算了。以前這種模式，就是不停地開拓新事業、新的盈利增長點、應對新的競爭，這是一個不斷做加法的過程。

而最終的人生演算法，一定是從做加法到減法的過程，畢竟個人精力有限否則就會被工作所累。

其實我們普通人也是一樣的，開始都是在做加法，從小時候開始學習各種東西，到各種工作技能、開源節流的理財投資方法等等，忙得不亦樂乎。

然後找到自己真正想做的事情，在經濟基礎允許的情況下，選擇逃離熬夜、奮斗、工作狂的模式，開始做減法。

不想去應付應酬的人，漸漸遠離他們，讓他們從朋友圈裡消失。日出而作，日落而息，開始注重精神上需求，寫寫字、畫幾幅小畫、拿起多年未打開的書本，甚至是開始做手工、木工，做更多陶冶情操和自得樂趣的事情。

就像《瓦爾登湖》里描述的生活場景，真正的知道自己要什麼，不需要什麼。甚至遠離滿是鋼鐵水泥的城市，找一處山清水秀空氣養肺的地方，休養生息並且考慮寫寫東西，把經驗分享給年輕人。

以後隨著人工智慧的發展，專業人士紛紛預測十年以後很多工作崗位會消失，尤其是體力、機械重復的工作會越來越少。如果是這樣，工作形態也會發生很大變化，休閑時間越來越多，退而不休也許會成為常態。

如果想退休之後生活還不錯，那在退休之前必須做好財富和健康保障。年輕的時候我們努力做加法是沒錯的，各種嘗試帶來新的挑戰和生活體驗，找到自己喜歡做的，而且能做得好的事情。

有了一定經濟基礎，就開始有意識地做減法。比如熬夜奮斗這件事情，人人都知道對身體有害，而且這種傷害是不可逆的，做減法讓那些有害的生活習慣徹底消失。

還有帶著父母一起旅行，去哪不重要，體驗不同的風土人情，一家人走走看看讓生活沒有遺憾。

開始學習投資理財的時候，股票、債券、基金、黃金、銀行理財產品、不動產，甚至期貨、外匯、股權投資都想學習一下。總是抱著多多益善不斷試錯的想法，但是隨著時間推移，有一種強烈的感覺，投資品種必須與個人的性格匹配。

厭惡風險也不奢望一夜暴富，十年資產25倍的增值目標，只要家庭和睦大家目標一致，努努力肯定能實現。這樣像高風險的期貨、外匯，以及極度保守的基金、黃金就可以排除在外了，不斷做減法，建立自己的核心投資能力圈。

在單項投資中，比如股票再進一步縮小范圍，不熟悉的行業或者股票堅決不買，也是在做減法。就像減肥甩掉贅肉一樣，卸下包袱才能身輕如燕。不能看著別人P2P理財或者比特幣「賺錢」了，就急不可耐地跑去當韭菜。

實際上不管是股票投資還是不動產投資，只要能精通一樣，然後重復十到百次，該踩的坑用小成本試錯，擁有獨特的市場眼光，以後靠復利理財都是能衣食無憂的。

真的沒有必要什麼都懂、什麼都會，弱水三千隻取一瓢飲，也是一種大智慧，放下你的焦慮。

人生演算法的說法總是有點抽象或者故弄玄虛，能把抽象的東西具體化，然後變得可行也是一種能力。人生演算法就像設計自己的APP，你希望它有什麼功能、能解決什麼問題？哪些模塊是必須的，哪些是可有可無的，界面是否友好？

不同銀行的APP使用感受大不相同，有些在進入界面各種認證就讓人抓狂，想馬上卸載掉。還有大家常用的支付寶、京東等APP，每次升級都有一個感受，就是功能越來越多，這並不是好事。

雖然界面越來越漂亮，但是通常點擊三次，都找不到自己想找的功能，你能感受到他們涉獵的行業越來越多，無限膨脹的感覺，但是使用體驗越來越差。如果這時候有個替代的產品，只要操作便捷，就想立即換掉。

就像放廣告的時候插播電視劇的感覺，所以大家用電視只會越來越少，不被生活的瑣事所累，也是大家想做減法的初心。

去掉生活中浮誇的裝飾和標簽，還原自己的本心；從喜歡引起別人的關注，到不在意別人看法的，為自己的生活負責，這不僅僅是做減法那麼簡單，還是一種底氣十足的活法。

6. n個人每n-1人一組有幾種 演算法

插入排序。
將數組的第一個數認為是有序數組，從後往前掃描該有序數組，把數組中其餘n-1個數，根據數值的大小，插入到有序數組中。

7. 演算法怎麼就這么難

推薦書籍：數據結構與演算法分析：C語言描述
可以多看書多做題哦，或者關注我們的v信宮仲號《ACM演算法日常》，有很多演算法學習的資料～

8. 中國人的年齡是怎麼計算的

年齡的計算有周歲和虛歲兩種計算方法。

虛歲的計齡方式為：出生時記為一歲，以後每到一個春節（古義即現在的立春）便增加一歲。但是有的人虛歲是比周歲大兩歲，而此種演算法是按照出生的那年的上半年和下半年來分的，在上半年出生的虛歲就只比周歲大一歲，下半年就大兩歲（陽歷或陰歷）。

虛歲換算成周歲：在本人陽歷生日到來之前，周歲=虛歲-2；在本人陽歷生日到來及以後，周歲=虛歲-1。

(8)多數人演算法擴展閱讀：

虛歲的文化背景：

中國古人並無現代人的「生日」概念，與「生日」含義最接近的詞是「生辰」或「誕辰」。生辰和誕辰的概念不完全等同於生日，生日是以日為最小單位的，而誕辰和生辰則是以時辰（時刻）為最小單位的，古人把一天的時間劃分為十二個時辰，分別以十二地支表示，稱為十二時辰。

在中國古人的生辰概念中，日期僅僅只是記載生辰時間的一個要素而已，與年月和時是並駕齊驅的，並沒有任何的側重；而西方人的生日概念，強調的就是月份和日期，所以通常我們說生日，只說幾月幾日，不說年也不說具體時刻。這也就是中國古人不重視出生日的另一個方面的原因。

9. 什麼是演算法，都什麼，舉個例子，謝謝

根據我個人的理解：
演算法就是解決問題的具體的方法和步驟，所以具有以下性質：

1、有窮性： 一個演算法必須保證執行有限步之後結束（如果步驟無限，問題就無法解決）
2、確切性：步驟必須明確，說清楚做什麼。
3、輸入：即解決問題前我們所掌握的條件。
4、輸出：輸出即我們需要得到的答案。
5、可行性：邏輯不能錯誤，步驟必須有限，必須得到結果。

演算法通俗的講：就是解決問題的方法和步驟。在計算機發明之前便已經存在。只不過在計算機發明後，其應用變得更為廣泛。通過簡單的演算法，利用電腦的計算速度，可以讓問題變得簡單。

譬如：計算 1×2×3×4。。。。×999999999×1000000000
如果人為計算，可想而知，即使你用N卡車的紙張都很難計算出來，即使算出來了，也很難保證其准確性。
如果用VB演算法：
dim a as integer
a=1
For i =1 to 1000000000
a=a*i
next i
input a
就這樣，簡單的演算法，通過計算機強大的計算能力，問題就解決了。
關於這段演算法的解釋：i每乘一次，其數值都會增大1，一直乘到1000000000，這樣，就將從1到1000000000的每個數都乘了。而且每乘一次，就將結束賦給a,這樣，a就代表了前面的相乘的所有結果，一直乘到1000000000。最後得到的a，就是我們想要的。

〓以下是網路復制過來的，如果你有足夠耐心，可以參考一下。

演算法（Algorithm）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。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。
演算法可以理解為有基本運算及規定的運算順序所構成的完整的解題步驟。或者看成按照要求設計好的有限的確切的計算序列，並且這樣的步驟和序列可以解決一類問題。
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。
計算機科學家尼克勞斯-沃思曾著過一本著名的書《數據結構十演算法= 程序》，可見演算法在計算機科學界與計算機應用界的地位。
[編輯本段]演算法的復雜度
同一問題可用不同演算法解決，而一個演算法的質量優劣將影響到演算法乃至程序的效率。演算法分析的目的在於選擇合適演算法和改進演算法。一個演算法的評價主要從時間復雜度和空間復雜度來考慮。
時間復雜度
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)，演算法的時間復雜度也因此記做
T(n)=Ο(f(n))
因此，問題的規模n 越大，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）。
空間復雜度
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。
詳見網路詞條"演算法復雜度"
[編輯本段]演算法設計與分析的基本方法
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。它把問題分成若干步，找出相鄰幾步的關系，從而達到目的，此方法稱為遞推法。
2.遞歸
遞歸指的是一個過程：函數不斷引用自身，直到引用的對象已知
3.窮舉搜索法
窮舉搜索法是對可能是解的眾多候選解按某種順序進行逐一枚舉和檢驗，並從眾找出那些符合要求的候選解作為問題的解。
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。
5.分治法
把一個復雜的問題分成兩個或更多的相同或相似的子問題，再把子問題分成更小的子問題……直到最後子問題可以簡單的直接求解，原問題的解即子問題的解的合並。
6.動態規劃法
動態規劃是一種在數學和計算機科學中使用的，用於求解包含重疊子問題的最優化問題的方法。其基本思想是，將原問題分解為相似的子問題，在求解的過程中通過子問題的解求出原問題的解。動態規劃的思想是多種演算法的基礎，被廣泛應用於計算機科學和工程領域。
7.迭代法
迭代是數值分析中通過從一個初始估計出發尋找一系列近似解來解決問題（一般是解方程或者方程組）的過程，為實現這一過程所使用的方法統稱為迭代法。
[編輯本段]演算法分類
演算法可大致分為基本演算法、數據結構的演算法、數論與代數演算法、計算幾何的演算法、圖論的演算法、動態規劃以及數值分析、加密演算法、排序演算法、檢索演算法、隨機化演算法、並行演算法。
[編輯本段]舉例
經典的演算法有很多，如："歐幾里德演算法"。
[編輯本段]演算法經典專著
目前市面上有許多論述演算法的書籍，其中最著名的便是《計算機程序設計藝術》（The Art Of Computer Programming) 以及《演算法導論》（Introction To Algorithms）。
[編輯本段]演算法的歷史
「演算法」即演演算法的大陸中文名稱出自《周髀算經》；而英文名稱Algorithm 來自於9世紀波斯數學家al-Khwarizmi，因為al-Khwarizmi在數學上提出了演算法這個概念。「演算法」原為"algorism"，意思是阿拉伯數字的運演算法則，在18世紀演變為"algorithm"。歐幾里得演算法被人們認為是史上第一個演算法。 第一次編寫程序是Ada Byron於1842年為巴貝奇分析機編寫求解解伯努利方程的程序，因此Ada Byron被大多數人認為是世界上第一位程序員。因為查爾斯·巴貝奇(Charles Babbage)未能完成他的巴貝奇分析機，這個演算法未能在巴貝奇分析機上執行。 因為"well-defined procere"缺少數學上精確的定義，19世紀和20世紀早期的數學家、邏輯學家在定義演算法上出現了困難。20世紀的英國數學家圖靈提出了著名的圖靈論題，並提出一種假想的計算機的抽象模型，這個模型被稱為圖靈機。圖靈機的出現解決了演算法定義的難題，圖靈的思想對演算法的發展起到了重要作用的。

10. 年平均工資計算方法_個人年平均工資的計算方法

年平均工資計算方法_個人年平均工資的計算方法

平均工資年年都在漲，但是總不見自己的工資有漲。以下是我為大家整理的年平均工資計算方法，希望大家有所收獲哦!

平均工資的計算

(一)年平均工資的計算：

職工年平均工資是指職工在1年內平均每人所得的貨幣工資額。其表明1年內職工工資收入的高低程度，是反映職工工資水平的主要指標。

【公式】：職工平均工資=報告期實際支付的全部職工工資總額/報告期全部職工平均人數。

(二)月平均工資的計算：

【公式】：職工月平均工資=職工年平均工資/12個月。

一、平均工資究竟是什麼

平均工資顧名思義是指一定范圍內單位發放工資的人均水平，就是「報告期實際支付的全部職工工資總額」除以「報告期全部職工平均人數」。

但是工資總額到底包括哪些項目，卻是一筆細賬。簡單而言，工資總額並非僅是實際發到個人手裡的現金計算。

根 據《關於工資總額組成的規定》，工資總額是指本單位在報告期內(季度或年度)直接支付給本單位人員的勞動報酬總額。包括計時工資、計件工資、獎金、津貼和 補貼、加班加點工資、特殊情況下支付的工資;屬於稅前工資，它由基本工資、績效工資、工資性津貼和補貼、其他工資四部分組成。

二、平均工資數據為何與實際工資不符

十年裡工資漲幅近三倍，眾多網友卻吐槽沒能從平均數里感受到幸福，自己「拖後腿」了。更令人意外的是，在已經公布的20省份的平均工資當中，青海的平均工資排名第四。

除了「稅前收入」這個因素外，「貧富差距」是造成統計數據和網友感受不符的重要原因。

對於許多人感覺自己「被平均」的問題，國家統計局人口和就業統計司司長馮乃林指出，由於工資分布是典型的偏態分布，即少數人工資水平較高，多數人工資水平較低，所以多數人的工資水平會低於平均工資。從每個人個人角度來看，工資水平及增長速度均會因所屬單位的行業、地區、性質，及個人所在崗位的不同而感受不同。

三、平均工資的統計范圍

「社平工資的統計范圍是規模以上企業人員的平均工資，低收 入人群的工資並沒有納入進去，但社平工資的上調意味著與之聯動的各項社會保險繳費工資基數和繳費金額也將隨之上調，被平均的低收入人群恰恰是受此影響最大 的群體。」中國社科院社會政策研究中心秘書長唐鈞接受《華夏時報》記者采訪時表示。

此外，網友認為平均工資的信息量應該更豐富，如同時公布平均數以上和平均數以下的人數比例，這一需求恰好與其他一些國家和地區「中位數」統計法有異曲同工之處。

在 很多國家和地區，在統計平均工資等民生指標時，還會運用「中位數」統計法。「中位數」指的是將一組數據由小到大排序後，取出位於中間位置的'數值。這種演算法 的好處是，能夠反映多數人的工資狀況和收入的結構性問題。對比「中位數」，人們也很容易找到自己工資所處的水平，因而也貼近個人感受。

四、平均工資的重要作用

由於現在的平均工資不能反應個體差異、行業差異，很多人認為公布平均工資意義不大。但實際上，平均工資和我們的生活息息相關，在我國，社保、賠償等很多方面都與「平均工資」掛鉤。

如，《職工基本養老保險個人賬戶管理暫行辦法》規定：企業職工繳納基本養老保險費的繳費基數為本人上年度月平均工資。本人月平均工資低於當地在崗職工平均工資 60%的，按當地在崗職工月平均工資的60%繳費;超過當地在崗職工平均工資300%的，按當地在崗職工月平均工資的300%繳費，超過部分不計入繳費工資基數。

以上海市為例，職工平均工資還與什麼掛鉤?

1.職平工資關乎生育生活津貼

參加本市城鎮生育保險的女職工生育或者流產的，其生育生活津貼按照女職工所在用人單位上年度職工月平均工資除以30天再乘以應享受的產假天數計發，所需資金由本市城鎮生育保險基金支付。

從業婦女生產或流產當月繳納城鎮養老保險費累計滿一年的，月生育生活津貼標准為本人生產或者流產當月所在用人單位上年度職工月平均工資。從業婦女生產或者流產時所在用人單位的上年度職工月平均工資高於本市上年度全市職工月平均工資300%的，按300%計發;低於本市上年度全市職工月平均工資60% 的，按60%計發;但低於人力資源社會保障局規定的生育生活津貼最低標準的，按最低標准計發。

從業婦女生產或流產當月繳納城鎮養老保險費累計不滿一年的，或者雖然滿一年但所在單位上年度職工月平均工資低於市人力資源社會保障局規定的最低標準的，其生育生活津貼按最低標准計發。

另外，按照就高的原則，已計發的生育生活津貼低於單位上年度職工月平均工資的，補足到單位上年度職工月平均工資;如果個人的產假前工資標准高於單位上年度職工月平均工資的，再補足到個人的產假前工資標准。

2.職平工資關乎社保繳費待遇

全市職工平均工資關繫到每月繳納的「五險一金」，對他的退休養老金也有影響。

社保繳費標準的執行期限為當年4月1日至次年3月31日。當年個人繳費基數按職工本人上年月平均工資性收入確定。個人社保繳費基數的上限和下限，根據本市公布的上年度全市職工月平均工資的300%和60%確定。2016年4月1日至次年3月31日，上海市單位職工個人繳費基數上限為17817元，下限為3563元。

自2016年1月起，單位繳納比例為32.5%，其中養老保險費為20%、醫療保險費為10%、失業保險為1%、工傷保險為0.2-1.9%(平均約 0.5%)、生育保險為1%。職工繳納比例為10.5%，其中養老保險費為8%、醫療保險費為2%、失業保險費為0.5%、工傷和生育保險費個人不繳納。

另外，職工本人和單位住房公積金繳存比例為各7%。本市職工住房公積金繳存基數的上限為本市公布的上年度全市職工月平均工資的300%，而下限為本市公布的上年度最低工資標准。

3.職平工資關乎病假工資標准

全市職工平均工資關繫到病假工資數額。

根據本市有關政策規定，職工疾病或非因工負傷連續休假在6個月以內的，企業應按下列標准支付疾病休假工資：1、連續工齡不滿2年的，按本人工資的 60%計發;2、連續工齡滿2年不滿4年的，按本人工資70%計發;3、連續工齡滿4年不滿6年的，按本人工資的80%計發;4、連續工齡滿6年不滿8年的，按本人工資的90%計發;5、連續工齡滿8年及以上的，按本人工資的100%計發。但是根據原上海市勞動局《關於加強企業職工疾病休假管理保障職工疾病休假期間生活的通知(滬勞保發[1995]83號)》第五條之規定，職工疾病或非因工負傷待遇高於本市上年度月平均工資的，可按本市上年度月平均工資計發。

4.職平工資關乎喪葬補助金

全市職工平均工資還關繫到他的喪葬補助金，本市企業離退休人員因病、非因工死亡後喪葬補助金為2個月的上年全市職工月平均工資。

5.職平工資關乎工傷待遇標准

在享受傷殘津貼期間因病死亡的，根據《上海市工傷保險實施辦法》規定：致殘一級至四級的工傷人員在停工留薪期滿後死亡的，其近親屬可以享受本辦法第四十三條第一款第一項、第二項規定的待遇，其中喪葬補助金為從業人員因工死亡時6個月的上年度全市職工月平均工資。

另外，全市職工平均工資還與一次性工傷醫療補助金、一次性傷殘就業補助金、非法用工單位傷亡人員治療期間的生活費標准、一次性賠償標准等有關。

6.職平工資關乎經濟補償

《勞動合同法》規定，解除終止勞動合同經濟補償按勞動者在本單位工作的年限，按照每滿一年一個月工資的標准向勞動者支付。六個月以上不滿一年的，按一年計算;不滿六個月的，向勞動者支付半個月工資的經濟補償。勞動者月工資高於用人單位所在直轄市、設區的市級人民政府公布的本地區上年度職工月平均工資三倍的，向其支付經濟補償的標准按職工月平均工資三倍的數額支付，向其支付經濟補償的年限最高不超過十二年。

7.職平工資關乎居住證積分和「居轉戶」

全市職工平均工資與居住證積分也有關系。