数学标准算法

1. 关于数学速算法

较快的加减乘除的速算推荐珠心算。当然也取决教的老师和学习者的个人领悟能力。

2. 数学算法有哪些

不知道你具体要什么内容
四则运算、指数、对数、开方、积分、微分、求导、二次积分、高阶导数、偏微分、傅立叶变换、拉普拉斯变换、级数、极限、三角函数运算......太多了

3. 我国新颁布的高中数学标准为什么把算法列入必修课

为解决一个问题而采取的方法和步骤，称为算法。算法是数学的重要组成部分，是计算机理论和技术的基础。随着现代信息技术的飞速发展，算法思想已经成为现代人应具备的一种数学素养。新课标中将算法列为必修内容，正是为了使学生形成符合时代要求的新的“数学基础”。

4. 求数学算法

最大公约数：用短除法计算后，把余下来的两个商相乘
最小公倍数：用短除法计算后，把除数和两个商相乘

你是不是不懂短除法？

（下面那个问题我不知道，我还没学呢）

5. 高二数学 算法的概念 在线等！！！！！！！！！！！！！

算法 参考出处：http://blog.csdn.net/ctu_85/archive/2008/05/11/2432736.aspx
一、什么是算法
算法是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。算法常常含有重复的步骤和一些比较或逻辑判断。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
算法的时间复杂度是指算法需要消耗的时间资源。一般来说，计算机算法是问题规模n 的函数f(n)，算法执行的时间的增长率与f(n) 的增长率正相关，称作渐进时间复杂度（Asymptotic Time Complexity）。时间复杂度用“O（数量级）”来表示，称为“阶”。常见的时间复杂度有： O（1）常数阶；O（log2n）对数阶；O（n）线性阶；O（n2）平方阶。
算法的空间复杂度是指算法需要消耗的空间资源。其计算和表示方法与时间复杂度类似，一般都用复杂度的渐近性来表示。同时间复杂度相比，空间复杂度的分析要简单得多。
[font class="Apple-style-span" style="font-weight: bold;" id="bks_etfhxykd"]算法 Algorithm [/font]
算法是在有限步骤内求解某一问题所使用的一组定义明确的规则。通俗点说，就是计算机解题的过程。在这个过程中，无论是形成解题思路还是编写程序，都是在实施某种算法。前者是推理实现的算法，后者是操作实现的算法。
一个算法应该具有以下五个重要的特征：
1、有穷性： 一个算法必须保证执行有限步之后结束；
2、确切性： 算法的每一步骤必须有确切的定义；
3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件；
4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5、可行性： 算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成。
算法的设计要求
1）正确性（Correctness）
有4个层次：
A．程序不含语法错误；
B．程序对几组输入数据能够得出满足规格要求的结果；
C．程序对精心选择的、典型的、苛刻的、带有刁难性的几组输入数据能够得出满足规格要求的结果；
D．程序对一切合法的输入数据都能产生满足规格要求的结果。
2）可读性（Readability）
算法的第一目的是为了阅读和交流；
可读性有助于对算法的理解；
可读性有助于对算法的调试和修改。
3）高效率与低存储量
处理速度快；存储容量小
时间和空间是矛盾的、实际问题的求解往往是求得时间和空间的统一、折中。
算法的描述 算法的描述方式（常用的）
算法描述 自然语言
流程图 特定的表示算法的图形符号
伪语言 包括程序设计语言的三大基本结构及自然语言的一种语言
类语言 类似高级语言的语言，例如，类PASCAL、类C语言。
算法的评价 算法评价的标准：时间复杂度和空间复杂度。
1）时间复杂度 指在计算机上运行该算法所花费的时间。用“O（数量级）”来表示，称为“阶”。
常见的时间复杂度有： O（1）常数阶；O（logn）对数阶；O（n）线性阶；O（n＾2）平方阶
2）空间复杂度 指算法在计算机上运行所占用的存储空间。度量同时间复杂度。
时间复杂度举例
（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）
“算法”一词最早来自公元 9世纪 波斯数学家比阿勒·霍瓦里松的一本影响深远的着作《代数对话录》。20世纪的 英国 数学家 图灵 提出了着名的图灵论点，并抽象出了一台机器，这台机器被我们称之为 图灵机 。图灵的思想对算法的发展起到了重要的作用。
算法是 计算机 处理信息的本质，因为 计算机程序 本质上是一个算法，告诉计算机确切的步骤来执行一个指定的任务，如计算职工的薪水或打印学生的成绩单。 一般地，当算法在处理信息时，数据会从输入设备读取，写入输出设备，可能保存起来以供以后使用。
这是算法的一个简单的例子。
我们有一串随机数列。我们的目的是找到这个数列中最大的数。如果将数列中的每一个数字看成是一颗豆子的大小 可以将下面的算法形象地称为“捡豆子”：
首先将第一颗豆子（数列中的第一个数字）放入口袋中。
从第二颗豆子开始检查，直到最后一颗豆子。如果正在检查的豆子比口袋中的还大，则将它捡起放入口袋中，同时丢掉原先的豆子。 最后口袋中的豆子就是所有的豆子中最大的一颗。
下面是一个形式算法，用近似于 编程语言 的 伪代码 表示
给定：一个数列“list"，以及数列的长度"length(list)" largest = list[1] for counter = 2 to length(list): if list[counter] > largest: largest = list[counter] print largest
符号说明:
= 用于表示赋值。即：右边的值被赋予给左边的变量。
List[counter] 用于表示数列中的第 counter 项。例如：如果 counter 的值是5，那么 List[counter] 表示数列中的第5项。
<= 用于表示“小于或等于”。
二、算法设计的方法
1.递推法
递推法是利用问题本身所具有的一种递推关系求问题解的一种方法。设要求问题规模为N的解，当N=1时，解或为已知，或能非常方便地得到解。能采用递推法构造算法的问题有重要的递推性质，即当得到问题规模为i-1的解后，由问题的递推性质，能从已求得的规模为1，2，…，i-1的一系列解，构造出问题规模为I的解。这样，程序可从i=0或i=1出发，重复地，由已知至i-1规模的解，通过递推，获得规模为i的解，直至得到规模为N的解。
【问题】 阶乘计算
问题描述：编写程序，对给定的n（n≤100），计算并输出k的阶乘k！（k=1，2，…，n）的全部有效数字。
由于要求的整数可能大大超出一般整数的位数，程序用一维数组存储长整数，存储长整数数组的每个元素只存储长整数的一位数字。如有m位成整数N用数组a[ ]存储：
N=a[m]×10m-1+a[m-1]×10m-2+ … +a[2]×101+a[1]×100
并用a[0]存储长整数N的位数m，即a[0]=m。按上述约定，数组的每个元素存储k的阶乘k！的一位数字，并从低位到高位依次存于数组的第二个元素、第三个元素……。例如，5！=120，在数组中的存储形式为：
3 0 2 1 ……
首元素3表示长整数是一个3位数，接着是低位到高位依次是0、2、1，表示成整数120。
计算阶乘k！可采用对已求得的阶乘(k-1)！连续累加k-1次后求得。例如，已知4！=24，计算5！，可对原来的24累加4次24后得到120。细节见以下程序。
# include <stdio.h>
# include <malloc.h>
......
2.递归
递归是设计和描述算法的一种有力的工具，由于它在复杂算法的描述中被经常采用，为此在进一步介绍其他算法设计方法之前先讨论它。
能采用递归描述的算法通常有这样的特征：为求解规模为N的问题，设法将它分解成规模较小的问题，然后从这些小问题的解方便地构造出大问题的解，并且这些规模较小的问题也能采用同样的分解和综合方法，分解成规模更小的问题，并从这些更小问题的解构造出规模较大问题的解。特别地，当规模N=1时，能直接得解。
【问题】 编写计算斐波那契（Fibonacci）数列的第n项函数fib（n）。
斐波那契数列为：0、1、1、2、3、……，即：
fib(0)=0;
fib(1)=1;
fib(n)=fib(n-1)+fib(n-2) （当n>1时）。
写成递归函数有：
int fib(int n)
{ if (n==0) return 0;
if (n==1) return 1;
if (n>1) return fib(n-1)+fib(n-2);
}
递归算法的执行过程分递推和回归两个阶段。在递推阶段，把较复杂的问题（规模为n）的求解推到比原问题简单一些的问题（规模小于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)。也就是说，为计算fib(n)，必须先计算fib(n-1)和fib(n-2)，而计算fib(n-1)和fib(n-2)，又必须先计算fib(n-3)和fib(n-4)。依次类推，直至计算fib(1)和fib(0)，分别能立即得到结果1和0。在递推阶段，必须要有终止递归的情况。例如在函数fib中，当n为1和0的情况。
在回归阶段，当获得最简单情况的解后，逐级返回，依次得到稍复杂问题的解，例如得到fib(1)和fib(0)后，返回得到fib(2)的结果，……，在得到了fib(n-1)和fib(n-2)的结果后，返回得到fib(n)的结果。
在编写递归函数时要注意，函数中的局部变量和参数知识局限于当前调用层，当递推进入“简单问题”层时，原来层次上的参数和局部变量便被隐蔽起来。在一系列“简单问题”层，它们各有自己的参数和局部变量。
由于递归引起一系列的函数调用，并且可能会有一系列的重复计算，递归算法的执行效率相对较低。当某个递归算法能较方便地转换成递推算法时，通常按递推算法编写程序。例如上例计算斐波那契数列的第n项的函数fib(n)应采用递推算法，即从斐波那契数列的前两项出发，逐次由前两项计算出下一项，直至计算出要求的第n项。
【问题】 组合问题
问题描述：找出从自然数1、2、……、n中任取r个数的所有组合。例如n=5，r=3的所有组合为： （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个组合，可以采用这样的递归思想来考虑求组合函数的算法。设函数为void comb(int m,int k)为找出从自然数1、2、……、m中任取k个数的所有组合。当组合的第一个数字选定时，其后的数字是从余下的m-1个数中取k-1数的组合。这就将求m个数中取k个数的组合问题转化成求m-1个数中取k-1个数的组合问题。设函数引入工作数组a[ ]存放求出的组合的数字，约定函数将确定的k个数字组合的第一个数字放在a[k]中，当一个组合求出后，才将a[ ]中的一个组合输出。第一个数可以是m、m-1、……、k，函数将确定组合的第一个数字放入数组后，有两种可能的选择，因还未去顶组合的其余元素，继续递归去确定；或因已确定了组合的全部元素，输出这个组合。细节见以下程序中的函数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
回溯法也称为试探法，该方法首先暂时放弃关于问题规模大小的限制，并将问题的候选解按某种顺序逐一枚举和检验。当发现当前候选解不可能是解时，就选择下一个候选解；倘若当前候选解除了还不满足问题规模要求外，满足所有其他要求时，继续扩大当前候选解的规模，并继续试探。如果当前候选解满足包括问题规模在内的所有要求时，该候选解就是问题的一个解。在回溯法中，放弃当前候选解，寻找下一个候选解的过程称为回溯。扩大当前候选解的规模，以继续试探的过程称为向前试探。
【问题】 组合问题
问题描述：找出从自然数1，2，…，n中任取r个数的所有组合。
采用回溯法找问题的解，将找到的组合以从小到大顺序存于a[0]，a[1]，…，a[r-1]中，组合的元素满足以下性质：
（1） a[i+1]>a，后一个数字比前一个大；
（2） a-i<=n-r+1。
按回溯法的思想，找解过程可以叙述如下：
首先放弃组合数个数为r的条件，候选组合从只有一个数字1开始。因该候选解满足除问题规模之外的全部条件，扩大其规模，并使其满足上述条件（1），候选组合改为1，2。继续这一过程，得到候选组合1，2，3。该候选解满足包括问题规模在内的全部条件，因而是一个解。在该解的基础上，选下一个候选解，因a[2]上的3调整为4，以及以后调整为5都满足问题的全部要求，得到解1，2，4和1，2，5。由于对5不能再作调整，就要从a[2]回溯到a[1]，这时，a[1]=2，可以调整为3，并向前试探，得到解1，3，4。重复上述向前试探和向后回溯，直至要从a[0]再回溯时，说明已经找完问题的全部解。按上述思想写成程序如下：
【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.贪婪法
贪婪法是一种不追求最优解，只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解，因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪法常以当前情况为基础作最优选择，而不考虑各种可能的整体情况，所以贪婪法不要回溯。
例如平时购物找钱时，为使找回的零钱的硬币数最少，不考虑找零钱的所有各种发表方案，而是从最大面值的币种开始，按递减的顺序考虑各币种，先尽量用大面值的币种，当不足大面值币种的金额时才去考虑下一种较小面值的币种。这就是在使用贪婪法。这种方法在这里总是最优，是因为银行对其发行的硬币种类和硬币面值的巧妙安排。如只有面值分别为1、5和11单位的硬币，而希望找回总额为15单位的硬币。按贪婪算法，应找1个11单位面值的硬币和4个1单位面值的硬币，共找回5个硬币。但最优的解应是3个5单位面值的硬币。
【问题】 装箱问题
问题描述：装箱问题可简述如下：设有编号为0、1、…、n-1的n种物品，体积分别为v0、v1、…、vn-1。将这n种物品装到容量都为V的若干箱子里。约定这n种物品的体积均不超过V，即对于0≤i＜n，有0＜vi≤V。不同的装箱方案所需要的箱子数目可能不同。装箱问题要求使装尽这n种物品的箱子数要少。
若考察将n种物品的集合分划成n个或小于n个物品的所有子集，最优解就可以找到。但所有可能划分的总数太大。对适当大的n，找出所有可能的划分要花费的时间是无法承受的。为此，对装箱问题采用非常简单的近似算法，即贪婪法。该算法依次将物品放到它第一个能放进去的箱子中，该算法虽不能保证找到最优解，但还是能找到非常好的解。不失一般性，设n件物品的体积是按从大到小排好序的，即有v0≥v1≥…≥vn-1。如不满足上述要求，只要先对这n件物品按它们的体积从大到小排序，然后按排序结果对物品重新编号即可。装箱算法简单描述如下：
{ 输入箱子的容积；
输入物品种数n；
按体积从大到小顺序，输入各物品的体积；
预置已用箱子链为空；
预置已用箱子计数器box_count为0；
for (i=0;i<n;i++)
{ 从已用的第一只箱子开始顺序寻找能放入物品i 的箱子j；
if （已用箱子都不能再放物品i）
{ 另用一个箱子，并将物品i放入该箱子；
box_count++；
}
else
将物品i放入箱子j；
}
}
上述算法能求出需要的箱子数box_count，并能求出各箱子所装物品。下面的例子说明该算法不一定能找到最优解，设有6种物品，它们的体积分别为：60、45、35、20、20和20单位体积，箱子的容积为100个单位体积。按上述算法计算，需三只箱子，各箱子所装物品分别为：第一只箱子装物品1、3；第二只箱子装物品2、4、5；第三只箱子装物品6。而最优解为两只箱子，分别装物品1、4、5和2、3、6。
若每只箱子所装物品用链表来表示，链表首结点指针存于一个结构中，结构记录尚剩余的空间量和该箱子所装物品链表的首指针。另将全部箱子的信息也构成链表。以下是按以上算法编写的程序。
}
5.分治法
任何一个可以用计算机求解的问题所需的计算时间都与其规模N有关。问题的规模越小，越容易直接求解，解题所需的计算时间也越少。例如，对于n个元素的排序问题，当n=1时，不需任何计算；n=2时，只要作一次比较即可排好序；n=3时只要作3次比较即可，…。而当n较大时，问题就不那么容易处理了。要想直接解决一个规模较大的问题，有时是相当困难的。
分治法的设计思想是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。
如果原问题可分割成k个子问题（1<k≤n），且这些子问题都可解，并可利用这些子问题的解求出原问题的解，那么这种分治法就是可行的。由分治法产生的子问题往往是原问题的较小模式，这就为使用递归技术提供了方便。在这种情况下，反复应用分治手段，可以使子问题与原问题类型一致而其规模却不断缩小，最终使子问题缩小到很容易直接求出其解。这自然导致递归过程的产生。分治与递归像一对孪生兄弟，经常同时应用在算法设计之中，并由此产生许多高效算法。
分治法所能解决的问题一般具有以下几个特征：
（1）该问题的规模缩小到一定的程度就可以容易地解决；
（2）该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质；
（3）利用该问题分解出的子问题的解可以合并为该问题的解；
（4）该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子子问题。
上述的第一条特征是绝大多数问题都可以满足的，因为问题的计算复杂性一般是随着问题规模的增加而增加；第二条特征是应用分治法的前提，它也是大多数问题可以满足的，此特征反映了递归思想的应用；第三条特征是关键，能否利用分治法完全取决于问题是否具有第三条特征，如果具备了第一条和第二条特征，而不具备第三条特征，则可以考虑贪心法或动态规划法。第四条特征涉及到分治法的效率，如果各子问题是不独立的，则分治法要做许多不必要的工作，重复地解公共的子问题，此时虽然可用分治法，但一般用动态规划法较好。
分治法在每一层递归上都有三个步骤：
（1）分解：将原问题分解为若干个规模较小，相互独立，与原问题形式相同的子问题；
（2）解决：若子问题规模较小而容易被解决则直接解，否则递归地解各个子问题；
（3）合并：将各个子问题的解合并为原问题的解。
6.动态规划法
经常会遇到复杂问题不能简单地分解成几个子问题，而会分解出一系列的子问题。简单地采用把大问题分解成子问题，并综合子问题的解导出大问题的解的方法，问题求解耗时会按问题规模呈幂级数增加。
为了节约重复求相同子问题的时间，引入一个数组，不管它们是否对最终解有用，把所有子问题的解存于该数组中，这就是动态规划法所采用的基本方法。以下先用实例说明动态规划方法的使用。
【问题】 求两字符序列的最长公共字符子序列
问题描述：字符序列的子序列是指从给定字符序列中随意地（不一定连续）去掉若干个字符（可能一个也不去掉）后所形成的字符序列。令给定的字符序列X=“x0，x1，…，xm-1”，序列Y=“y0，y1，…，yk-1”是X的子序列，存在X的一个严格递增下标序列<i0，i1，…，ik-1>，使得对所有的j=0，1，…，k-1，有xij=yj。例如，X=“ABCBDAB”，Y=“BCDB”是X的一个子序列。
考虑最长公共子序列问题如何分解成子问题，设A=“a0，a1，…，am-1”，B=“b0，b1，…，bm-1”，并Z=“z0，z1，…，zk-1”为它们的最长公共子序列。不难证明有以下性质：
（

6. 数学算理 算法

数学：怎样提高运算能力
目前，中学生运算能力的状况是很差的，不少老师埋怨："学生的计算能力太差了，连简单的运算都过不了关，甚至数学基础好的学生运算结果也常出差错。"这些状况的出现原因是多方面的。有的学生不明算理，机械地照搬公式；有的则是不顾运算结果，盲目推演，缺乏合理选择简捷运算途径的意识；也有的学生对提高运算能力缺乏足够的重视，他们总是把"粗心""马虎"作为借口；也有相当多的老师只着重解题方法和思路的引导，而忽视对运算过程的合理性、简捷性的必要指导。这样不仅影响了学生思维能力的发展，也必然影响教学质量的提高。本文就如何提高学生的运算能力，从以下几个方面谈谈自己的粗浅看法。
一、影响学生运算能力的心理因素
1．固定的思维方法
固定的思维方法在运算中有积极的一面，也有消极的影响，当学生掌握了某一种知识（方法）往入习惯用类似的旧知识（方法）去思考问题，这样必然会出现思维的惰性，影响运算的速度，使运算过程繁冗不堪。
2．缺乏比较意识
比较意识是解决问题的一个重要方向。解题时往往解决问题的途径很多，这就要求我们善于选优而从。有的学生缺乏比较意识，做题时往往找到一种方法就抱着死做下去，即使繁冗，也不在乎，认为做对就行了。老师在讲评试题时，忽略多种解法当中简捷方法的优先性。
二、运算能力及其特点
运算能力的基本特点有两个：
（1）运算能力的层次性
在数学发展的历史上，不同类别的运算是由简单到复杂、由具体到抽象、由低级到到高级逐步形成和发展起来的。因此对运算的认识和掌握也必须是逐步有序、有层次的，不掌握有理数的计算，就不可能掌握实数的计算；不掌握整式的计算，也就不可能掌握分式的计算。不掌握有限运算，就不可能掌握无限计算。没有具体运算的基础，抽象运算就难以实现。由此可见，运算能力是随着知识面的逐步加宽、内容的不断深化、抽象程序的不断提高而逐步发展的。如果说数学内容的发展是无穷的，那么运算能力的提高也是永远不会终结的。
对于中学数学运算能力的要求大致可分为两个层次：①计算的准确性--基本要求②计算的合理、简捷、迅速--较高要求③计算的技巧性、灵活性--高标准要求。在思想上一定要充分认识提高运算能力的重要性，把运算技能上升到能力的层次上，把运算的技巧与发展思维融合在一起。
（2）运算能力的综合性
运算能力既不能离开具体的数学知识而孤立存在，也不能离开其他能力而独立发展，运算能力是和记忆能力、观察能力、理解能力、联想能力、表述能力等互相渗透的，它也和逻辑思维能力等数学能力相互支持着。因而提高运算能力的问题，是一个综合问题，在中学各科的教学过程中，努力培养计算能力，不断引导，逐渐积累、提高。
三、如何发展运算能力
培养和发展某一种运算的运算能力大致经历以下几个阶段：
1．理解有关运算的基本知识到形成这种运算的技能的阶段。
2．从运算技能上升到运算能力的阶段。
3．在各种应用中，进一步提高运算能力的阶段。
第一阶段要完成从知识到技能的过渡，重点是准确理解有关知识，熟练有关运算的方法、步骤，应该本着"先慢后快"、"先死后活"的原则。随着运算技能的形成，逐渐简化运算步骤，灵活运用法则、公式。培养学生合理选择简捷运算途径的意识和习惯。
计算能力的初步形成，还必须在今后应用中得到巩固、发展和深化。在应用过程中，运算的目的不一定是追求一个简化的结果，而且要为一定的推理、演绎、判断服务。

7. 1-6年级数学所有简便算法公式 (描述须清楚易懂)我会给你财富.

1到6年级数学公式
【和差问题公式】
（和+差）÷2=较大数；
（和-差）÷2=较小数.
【和倍问题公式】
和÷（倍数+1）=一倍数；
一倍数×倍数=另一数,
或 和-一倍数=另一数.
【差倍问题公式】
差÷（倍数-1）=较小数；
较小数×倍数=较大数,
或 较小数+差=较大数.
【平均数问题公式】
总数量÷总份数=平均数.
【一般行程问题公式】
平均速度×时间=路程；
路程÷时间=平均速度；
路程÷平均速度=时间.
【反向行程问题公式】反向行程问题可以分为“相遇问题”（二人从两地出发,相向而行）和“相离问题”（两人背向而行）两种.这两种题,都可用下面的公式
（速度和）×相遇（离）时间=相遇（离）路程；
相遇（离）路程÷（速度和）=相遇（离）时间；
相遇（离）路程÷相遇（离）时间=速度和.
【同向行程问题公式】
追及（拉开）路程÷（速度差）=追及（拉开）时间；
追及（拉开）路程÷追及（拉开）时间=速度差；
（速度差）×追及（拉开）时间=追及（拉开）路程.
【列车过桥问题公式】
（桥长+列车长）÷速度=过桥时间；
（桥长+列车长）÷过桥时间=速度；
速度×过桥时间=桥、车长度之和.
【行船问题公式】
（1）一般公式：
静水速度（船速）+水流速度（水速）=顺水速度；
船速-水速=逆水速度；
（顺水速度+逆水速度）÷2=船速；
（顺水速度-逆水速度）÷2=水速.
（2）两船相向航行的公式：
甲船顺水速度+乙船逆水速度=甲船静水速度+乙船静水速度
（3）两船同向航行的公式：
后（前）船静水速度-前（后）船静水速度=两船距离缩小（拉大）速度.
（求出两船距离缩小或拉大速度后,再按上面有关的公式去解答题目）.
【工程问题公式】
（1）一般公式：
工效×工时=工作总量；
工作总量÷工时=工效；
工作总量÷工效=工时.
（2）用假设工作总量为“1”的方法解工程问题的公式：
1÷工作时间=单位时间内完成工作总量的几分之几；
1÷单位时间能完成的几分之几=工作时间.
1 .每份数×份数＝总数
总数÷每份数＝份数
总数÷份数＝每份数
2. 1倍数×倍数＝几倍数
几倍数÷1倍数＝倍数
几倍数÷倍数＝1倍数
3. 速度×时间＝路程
路程÷速度＝时间
路程÷时间＝速度
4. 单价×数量＝总价
总价÷单价＝数量
总价÷数量＝单价
5. 工作效率×工作时间＝工作总量
工作总量÷工作效率＝工作时间
工作总量÷工作时间＝工作效率
6 加数＋加数＝和
和－一个加数＝另一个加数
7 被减数－减数＝差
被减数－差＝减数
差＋减数＝被减数
8 因数×因数＝积
积÷一个因数＝另一个因数
9 被除数÷除数＝商
被除数÷商＝除数
商×除数＝被除数
小学数学图形计算公式
1. 正方形
C周长 S面积 a边长
周长＝边长×4
C=4a
面积=边长×边长
S=a×a
2. 正方体
V:体积 a:棱长
表面积=棱长×棱长×6
S表=a×a×6
体积=棱长×棱长×棱长
V=a×a×a
3. 长方形
C周长 S面积 a边长
周长=(长+宽)×2
C=2(a+b)
面积=长×宽
S=ab
4 .长方体
V:体积 s:面积 a:长 b: 宽 h:高
(1)表面积=(长×宽+长×高+宽×高)×2
S=2(ab+ah+bh)
(2)体积=长×宽×高
V=abh
5 .三角形
s面积 a底 h高
面积=底×高÷2
s=ah÷2
三角形高=面积 ×2÷底
三角形底=面积 ×2÷高
6. 平行四边形
s面积 a底 h高
面积=底×高
s=ah
7. 梯形
s面积 a上底 b下底 h高
面积=(上底+下底)×高÷2
s=(a+b)× h÷2
8 圆形
S面积 C周长 ∏ d=直径 r=半径
(1)周长=直径×∏=2×∏×半径
C=∏d=2∏r
(2)面积=半径×半径×∏
9. 圆柱体
v:体积 h:高 s;底面积 r:底面半径 c:底面周长
(1)侧面积=底面周长×高
(2)表面积=侧面积+底面积×2
(3)体积=底面积×高
（4）体积＝侧面积÷2×半径
10. 圆锥体
v:体积 h:高 s;底面积 r:底面半径
体积=底面积×高÷3
和差问题的公式；
总数÷总份数＝平均数
(和＋差)÷2＝大数
(和－差)÷2＝小数
和倍问题
和÷(倍数－1)＝小数
小数×倍数＝大数
(或者 和－小数＝大数)
差倍问题
差÷(倍数－1)＝小数
小数×倍数＝大数
(或 小数＋差＝大数)
植树问题 ：
1. 非封闭线路上的植树问题主要可分为以下三种情形:
⑴如果在非封闭线路的两端都要植树,那么:
株数＝段数＋1＝全长÷株距－1
全长＝株距×(株数－1)
株距＝全长÷(株数－1)
⑵如果在非封闭线路的一端要植树,另一端不要植树,那么:
株数＝段数＝全长÷株距
全长＝株距×株数
株距＝全长÷株数
⑶如果在非封闭线路的两端都不要植树,那么:
株数＝段数－1＝全长÷株距－1
全长＝株距×(株数＋1)
株距＝全长÷(株数＋1)
2 封闭线路上的植树问题的数量关系如下
株数＝段数＝全长÷株距
全长＝株距×株数
株距＝全长÷株数
盈亏问题 ：
(盈＋亏)÷两次分配量之差＝参加分配的份数
(大盈－小盈)÷两次分配量之差＝参加分配的份数
(大亏－小亏)÷两次分配量之差＝参加分配的份数
相遇问题 ：
相遇路程＝速度和×相遇时间
相遇时间＝相遇路程÷速度和
速度和＝相遇路程÷相遇时间
追及问题 ：
追及距离＝速度差×追及时间
追及时间＝追及距离÷速度差
速度差＝追及距离÷追及时间
流水问题 ：
顺流速度＝静水速度＋水流速度
逆流速度＝静水速度－水流速度
静水速度＝(顺流速度＋逆流速度)÷2
水流速度＝(顺流速度－逆流速度)÷2
浓度问题 ：
溶质的重量＋溶剂的重量＝溶液的重量
溶质的重量÷溶液的重量×100%＝浓度
溶液的重量×浓度＝溶质的重量
溶质的重量÷浓度＝溶液的重量
利润与折扣问题：
利润＝售出价－成本
利润率＝利润÷成本×100%＝(售出价÷成本－1)×100%
涨跌金额＝本金×涨跌百分比
折扣＝实际售价÷原售价×100%(折扣＜1)
利息＝本金×利率×时间
税后利息＝本金×利率×时间×(1－20%)
这些应该可以了吧?

8. 数学简便计算方法技巧

数学简便计算方法：

一、运用乘法分配律简便计算

简便计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，我们要怎么拆呢？看谁更加的靠近整百或者整十，当然是101更好些，那我们就把101拆成100+1即可。

38X101

=38X（100+1）

=38X100+38X1

=3800+38

=3838

例2：47X98，这样该怎么拆呢？要拆98，使它更接近100。

47X98

=47X（100-2）

=47X100-47X2

=4700-94

=4606

二、基准数法

在一系列数中找出一个比较折中的数来代表全部的数，要记得这个数的选取不能偏离这一系列数。

例：

2072+2052+2062+2042+2083

=（2062x5）+10-10-20+21

=10310+1

=10311

三、加法结合律法

对加法结合律（a＋b）＋c=a＋（b＋c）的运用，通过改变加数的位置来获得更简便的运算。

例：

5.76＋13.67＋4.24＋6.33

=（5.76＋4.24）＋（13.67＋6.33）

=30

四、拆分法

顾名思义，拆分法就是为了方便计算把一个数拆成几个数。这需要掌握一些“好朋友”，如：2和5，4和5，2和2.5，4和2.5，8和1.25等。注意不要改变数的大小哦！

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

这个方法实际上是运用了乘法分配律，将相同因数提取出来。

例：

0.92×1.41＋0.92×8.59

=0.92×（1.41+8.59）

=9.2

9. 高中数学的简单算法谁解释下呀

高中数学的简单算法：
1、算法，数学中解决一类问题步骤，称为算法。（这种步骤必须是明确的、有效的和有限的）
2、算法可以用自然语言表示也可以用程序框图表示、还可以用程序语句表示