算法其实
㈠ 看不懂算法，买了C程序设计，算法到底干什么的。
算法其实就是将解决一个问题的思路用C语言（或其他程序设计语言）描述出来，比如：一个整数序列，要将其按从小到大的顺序进行排列，就有插入排序、选择排序、冒泡排序、堆排序等多种算法来实现，这些算法书上都有讲解，如果你刚开始学的话，首先各种数据类型（int、float...）、操作（+、-、++、--、<<、>>......）、数据结构（数组、链表、堆栈、队列......）这些得先明白的，从最简单的A+B开始学，逐步深入，练习和学习各种算法可以去POJ（http://poj.org/）等各大OJ上去做题，题目量多，可到网上去搜题目类型的分类……敲的挺累的，希望有所帮助！！
㈡ 为什算法必须要有输出有时候却可以没有输入
如果是比较狭义的输入和输出，那么算法其实可以没有输出，不要太迷信教材
比如说，可以写一个确定的算法，做很多无用功而且并不输出，算法的目的只是为了让计算机发热，也没毛病
㈢ 计算机算法的一般含义
所谓算法就是面对某些实际问题，把人想象的自然想法用计算机术语来表示出来
㈣ 关于计算机语言中的“算法”。
算法其实就是一种"意思",语言是这种"意思"的"表达",就好像你想表达"你好"这个意思,可以用中文的"你好",英文的"Hello"或者其它的语言,虽然语言不同,但这个"意思"是相同的,同理,算法就相当于这个"意思",不同的语言可以用来表达一个相同的算法
㈤ 积数计息法举例说明，算法其实很简单！
自从银监会整顿金融市场后，不少机构纷纷完善了收费问题，不过借款人们对于贷款还款方式还是应该有了解，不管去银行还是选择民间贷款机构，借款成本总是很重要的，除了等额本金、等额本息之外，银行计算利息还有另外的方式，比如积数计息法和逐笔计息法，今天我们来举例说明一下，积数计息法如何计算利息。
积数计息是贷款中的一个计算利息的方法，与其他计息不同的是，这个是在计息期间每天的贷款余额逐日累计相加 (如余额几天无变动的，乘以未发生变动的天数)，即为计息积数。
计算公式：
利息=累计计息积数×日利率。
其中累计计息积数=账户每日余额合计数。
二、积数计息法举例说明
举个例子，小王于2018年3月28日存款1万元，定期整存整取6个月，到期日为2018年9月28日，实际支取日为2018年9月28日，适用的六个月期存款利率(年利率)为应付利息=(10000×184)×(元)
逐笔计息法以单笔存款或贷款的金额为计息基数，一般由于定期存款或贷款。计息期为整年(月)的，计息公式为：利息=本金×年(月)数×年(月)利率。
计息期有整年(月)又有零头天数的，计息公式为：利息=本金×年(月)数×年(月)利率+本金×零头天数×日利率。
上例：应付利息=10000×6×(元
两种方式计息结果的差异元。
综上所述，积数计息法是根据银行贷款账户中，每天剩余的贷款余额累积产生的，金额越大利息也就越大，积数计息法主要用于计算本金经常变化的贷款利息。
㈥ 算法到底应该怎么学
刷与不刷ACM ICPC的人在算法能力上会有巨大差距。
如果真想深入掌握各种算法，还是先刷题吧。刷到一定境界再去看更高级的算法书。
不得不承认现实生活中，一般码农工作对算法能力要求太低了，这一度让人们（包括我）认为算法似乎不那么重要。其实学习算法所锻炼出来的对各种问题敏感的反应和融会贯通能力还是非常重要的。
编程嘛，就是操作数据输出结果
算法和数据结构是配套的，你应该掌握的主要内容应该是：
这个问题用什么算法和数据结构能更快解决
这就要求你对常见的结构和算法了熟于心，你不一定要敲代码，用纸手写流程是更快的方式。
对你不懂的数据结构，你要去搜它主要拿来干嘛的，使用场景是什么。
细节出错是你对编程语言不熟悉才会导致的问题，跟你懂不懂算法没关系，这个你应该多写写练手小程序，背代码是很愚蠢的行为。
其实我觉得你这么迷茫不如实现一下stl的函数好了
我的经验就是去模拟（当然模拟只限于基础的算法)。甚至是手动模拟，比如我之前学深搜，学递归，代码很简单，但是因为涉及到栈，而你的大脑短时间内存储的栈深度只有几层（临时变量越多你大脑能模拟的栈深度就越少），实际上你没办法用大脑去想。比如学习图的深搜，一开始我是不理解的，对递归没办法理解。后来我就在纸上模拟出来，建立好邻接表以后，按照代码步骤一步步纸笔来模拟，慢慢就知道了代码的工作过程。你学习快排也是，当然你背代码也能写出来，但是可能不理解，很快就忘了。《算法导论》书上就有比较细致的执行过程，你手动模拟下partition和quicksort的过程，一开始就用很简单的用例，把整个过程都手动执行一遍，慢慢就了解了。很多算法都有一个循环不变式，你代码如果逻辑正确并且能够维持循环不变式，一般写出来就是正确的。
建议找本《算法》或者《算法导论》这些教材，每学习一个算法就先大致浏览下， 然后细致分析每一步代码的执行过程（纸笔模拟或者代码单步调试），当确认你真正明白之后，尝试不看代码就靠对算法过程的了解和正确的逻辑去自己实现。
当然，我不认为你写出很多算法就是高手了，现在大部分高级语言不需要你重复造轮子，你造出来的质量也远逊于库中那些高手的代码，可以去学习他们代码的实现，比如看看stl源码。真正工程用到的代码与一般算法实现还是有很多改进的。
最重要的不是你会写这些算法了，而是学会了很多思想。比如二分的思想，递归的思想，分治的思想，动态规划，贪心等，以及现实中很多数据结构的抽象等。难的不是学会了算法，而是如何运用这些算法思想去解决问题。
㈦ 为什么说算法是程序设计的核心
算法其实无处不在，在计算机编程的每个角落都有算法的身影。无论你将来从事软件开发方面、数据库方面、多媒体、游戏娱乐等等，都需要用到算法，而大学时期积累一些基础的实用的算法是很有益的。虽然现在很多人认为学会几种流行语言，会使用几种开发平台就很了不起，但算法就像基础，以后在实际应用中，懂大部分算法的人可以在几分钟内漂亮解决的问题，有些人就要折腾好几天，所以在大学打好算法基础是十分重要的！
㈧ 算法在Java程序员实际工作有多大作用感觉老师讲的好麻烦，数学学的不行。。。
算法其实就是对程序的优化。好的算法不但可以优化程序运行速度，还可以提高代码质量。更可以解决一些特别难的问题。认真去学习，很有用的。就算你觉得实际上用不上，但是为了工作都应该认真去理解，去学。因为面试的时候，面试官经常会问一些算法的问题。来体现一个程序员的水平。
㈨ 在计算机中算法有什么作用
在计算机中算法的作用：计算机中使用的其他技术离不开算法的支撑，而且只有把算法和其他技术有效的结合起来，才能使计算机解决问题的能力最大化，最后达到1+1＞2的效果。
计算机算法是以一步接一步的方式来详细描述计算机如何将输入转化为所要求的输出的过程，或者说，算法是对计算机上执行的计算过程的具体描述。
计算机不能做到无限快，存储也不是免费的，为了提高解决问题的效率，必须研究算法，同时，解决同一个问题的各种不同算法的效率常常相差非常大，这种效率上的差距影响往往比硬件和软件方面的差距还要大。
(9)算法其实扩展阅读：
计算机中算法特点：
1、有穷性。一个算法应包含有限的操作步骤，而不能是无限的。事实上“有穷性”往往指“在合理的范围之内”。如果让计算机执行一个历时1000年才结束的算法，这虽然是有穷的，但超过了合理的限度，人们不把他视为有效算法。
2、确定性。算法中的每一个步骤都应当是确定的，而不应当是含糊的、模棱两可的。算法中的每一个步骤应当不致被解释成不同的含义，而应是十分明确的。也就是说，算法的含义应当是唯一的，而不应当产生“歧义性”。
3、有零个或多个输入、所谓输入是指在执行算法是需要从外界取得必要的信息。
4、有一个或多个输出。算法的目的是为了求解，没有输出的算法是没有意义的。
5、有效性。 算法中的每一个 步骤都应当能有效的执行。并得到确定的结果。
㈩ 计算机算法在实际生活中的应用
在这一周的《吴军的谷歌方法论》中，老师讲了地址（addressing）的重要性，并在此基础上介绍了地址的查找，数据的访问。对于地址的查找，在数据量较小时，可以采用顺序查找法和字典查找法；当数据量达到一定程度后，则需要为数据建立索引。而对于已经建立的索引进行查找，老师又详细介绍了具体方法的演进过程，引出随机性在索引查找中的应用。
通过上一周的学习，有如下几点收获：
1.理清问题，确定算法，选择语言
在这周的文章中读到，以前的人把计算当作目的，图灵是把计算当作手段，实现一些功能才是他的目的，回想起自己做研究生课题时遇到的一个问题。当时自己做的是机油滤芯过滤阻力和过滤精度的模拟计算，开始阶段采用二维模型来模拟圆筒状的滤芯。实际生产的滤芯是用木屑做的，填充率为31.8%，自己模拟计算也希望达到这个数值，但是初步的计算达不到这个数值，就向博士毕业的堂姐请教了这个问题：
堂姐的回复如下：
当时并没有非常理解她说的话，现在回过头来看，能更加明白她的意思了。对于一个具体的问题，可以采用的算法其实是非常多的，对于每一种算法又可以选择很多种实现的语言。但是我们解决问题的时候，一定要从问题这个根本出发，对于问题本身有足够深入的思考。在此基础上，明白解决这个问题采用怎样的算法最简洁高效，这是关键。至于选择那种语言或者工具，会对算法的实现效率产生一定影响，但不是最核心的。
2.从多个维度建立索引
对于算法的介绍中，老师强调了索引的重要性。关于建立索引，想到的两个应用的例子，一个是微信好友的标签，一个是印象笔记的标签。
对于我们在工作场合或者意外状况下认识的朋友，也许后期的联系会很少，那么建立细致的备注信息就很有必要。通过对聊天记录的梳理，在标签中注明行业，公司，家乡，甚至爱好，并且备注一些印象深的细节。这样不仅可以通过标签很快找到对应的人，而且在以后再次约见的时候，能通过这些标签信息，谈一些对方熟悉的话题，迅速拉近彼此的距离，对于我们的社交会有很大的帮助。
另外一个就是在印象笔记中建立新笔记时，可以建立尽量详细的标签。这在当时可能费事一点，但是后面随着笔记数量的增多，在海量笔记中通过标签来进行筛选，将是一件非常提升效率的事情。说到印象笔记，就像多说两句，因为真的很好用。建立标签就点击F3就可以开始建立新标签。
3.问题规模的增大会导致性质的变化
读到这句话时，想到之前脱不花和罗振宇两位老师在周二例会时讲得到的发展。当时得到总共的人数是157个人，刚刚超过邓巴数（人类智力允许人类拥有稳定社交网络的人数，为148）。
在邓巴数以内，公司里面的人可以彼此认识并且维持稳定的关系，不需要太明确的部门和上下级关系。但是两位老师讲到，随着公司里的人数超过邓巴数，那么部门化和层级化是不可避免的趋势，因为这样可以提高效率。但部门和层级的建立，会导致利益变形，之前大家是向市场要收益，更关注如何把自己的工作做好；之后是向上级要收益，更容易出现溜须拍马的现象。
不过正如老师所说，本着遇到问题解决问题的态度，即便问题转化了，只要大家发挥主动性，认真去面对问题，总会有解决方法。而且Google，苹果这样的公司树立了很好的榜样，现在已经非常大了，依然保持很好的运作和增长。
而作为个人，我们应该更多关注自己如何在企业不断扩大的过程中，保持自己本身的不断成长，为公司解决新的更复杂的问题，让自己一直拥有竞争力。这也是《领导梯队》中想要告诉我们的，在领导梯队的上升过程中，面对的不是更多同类的问题，而是全新的问题。我们要让自己学会转化思维模式，这样在旧问题已经转变成新问题时，可以更好去应对。