演算法學習心得

『壹』 《演算法心得：高效演算法的奧秘（原書第2版）》pdf下載在線閱讀，求百度網盤雲資源

《演算法心得：高效演算法的奧秘（原書第2版）》（[美] Henry S. Warren, Jr.）電子書網盤下載免費在線閱讀

鏈接：

書名：演算法心得：高效演算法的奧秘（原書第2版）

作者：[美] Henry S. Warren, Jr.

譯者：愛飛翔

豆瓣評分：8.8

出版社：機械工業出版社

出版年份：2014-3

頁數：419

內容簡介：

在本書中，作者給我們帶來了一大批極為誘人的知識，其中包括各種節省程序運行時間的技巧、演算法與竅門。學習了這些技術，程序員就可寫出優雅高效的軟體，同時還能洞悉其中原理。這些技術極為實用，而且其問題本身又非常有趣，有時甚至像猜謎解謎一般，需要奇思妙想才行。簡而言之，軟體開發者看到這些改進程序效率的妙計之後，定然大喜。

作者簡介：

【作者簡介】

Henry S. Warren, Jr.

計算機科學家，在IBM供職50餘年，經歷了IBM704時代、PowerPC時代及其後種種更迭。曾參與多個軍事指揮與控制系統工程，並且參加了由Jack Schwarz領銜的「SET語言」項目。自1973年起，Hank就職於IBM研發部，努力探索編譯器和計算機架構。當前正研究一種旨在每秒執行百億億次運算的超級計算機。Hank擁有紐約大學柯朗數學科學研究所計算機科學博士學位。

【譯者簡介】

愛飛翔

資深軟體開發工程師，擅長Web開發、移動開發和游戲開發，有10餘年開發經驗，曾主導和參與了多個手機游戲和手機軟體項目的開發，經驗十分豐富。他是手機軟體開發引擎AgileMobileEngine的創始人兼項目經理，同時也是CatEngine手機游戲開發引擎的聯合創始人兼代碼維護員。他對極限編程、設計模式、重構、測試驅動開發、敏捷軟體開發等也有較深入的研究，目前負責敏捷移動開發網（http://www.agilemobidev.com/）的運營。業余愛好文學和歷史，有一定的文學造詣。翻譯並出版了多本計算機著作。

『貳』 求 資訊理論與編碼 學習心得

東西較多，理解起來有點難度。 第三章 信道及信道容量 1，本章主要內容 （1） 信道的描述和分類； （2） 信道容量的定義（重點）； （3） 信道容量的計算（重點和難點）； （4） 有噪信道編碼與Shannon第二編碼定理（重點）； （5） 信道編碼原理； 2，心得體會 根據不同的條件，信道的種類各不相同。如按隨機變數的取值類型劃分，信道可分為離散信道，連續信道和半離散半連續信道；而根據信道的輸入、輸出個數劃分時，信道又可分為單用戶信道和多用戶信道。 信息傳輸率，也就是通信原理裡面所說的傳信率，是本課程中最重要的一個知識點，它看似簡單，其實暗藏玄機，做題時一不小心就會掉進「溝里」去了，在學習通信原理的過程中我對此是頗有體會。 所謂信道容量就是一個信道的最大信息傳輸速率，它是描述信道傳輸信息能力的一個參數。對於信道容量的計算，如對稱信道的信道容量，准對稱信道的信道容量，可逆矩陣信道的信道容量等，是重點，同時也是一個難點。 有噪信道編碼與Shannon第二編碼定理部分，理論性很強， 要想深刻領悟該部分，必須得有很好的數學基本功，對香農定理和Shannon第二編碼定理的證明等難度較大。 信道編碼原理部分和我們正在學習的《信道編碼》相輔相成，對我們以後的學習起到了良好的指引作用。 第四章 離散信源 1，本章主要內容 （1） 離散無記憶信源的擴展信源； （2） 離散平穩信源； （3） 馬爾科夫信源； （4） 信源的信息冗餘。 2，心得體會 將信源輸出的隨機變數分組，每組作為一個隨機矢量，則信源可等效為一個輸出隨機矢量的信源，稱為離散無記憶信源的擴展信源。 聯合熵，平均符號熵，條件熵是離散平穩信源裡面的幾個重要概念，應重點理解和記憶。同時，離散平穩信源的四個性質也應熟練掌握。 馬爾可夫信源就是任何時刻信源符號發生的概率只與前面已經發生的m個符號有關，而與更前面發生的符號無關的信源。 在實際中，信源一般先驗概率分布不均勻且有記憶，因此引入信源的冗餘度來衡量信源的相關性程度，在此基礎上形成了數據壓縮等相關課程。 第五章 無失真信源編碼 1，本章主要內容 （1） 信源編碼的作用與構成； （2） 等長信源編碼定理； （3） 變長碼的一些基本概念； （4） 變長信源編碼定理； （5） 最佳編碼定理與統計編碼方法； （6） 霍夫曼編碼； 2，心得體會 本章主要討論離散信源無失真編碼，包括定長、變長無失真編碼定理和編碼方法，以及較實用的無失真信源編碼，如霍夫曼編碼等。在選修過《數據結構》的基礎上學習本章難度不大。

『叄』 討論學習C語言演算法的心得

關鍵是：存在 對比 客觀 簡化 實踐

存在：演算法中存在什麼，目的是什麼，怎麼實現的，必要的話可以了解一下何人發明的，因為經典演算法的設計者本身都是著作等身的，由此你可以通過「存在」了解一個事實：演算法不是孤立的，是新和舊之間的更替。

對比：對比類似和不同演算法，同在哪裡，不同在哪裡，以及這些差異導致了什麼結果，過程有什麼差異，這個過程為什麼會導致那個結果。

客觀：不憑空臆測，演算法本身有什麼思想以及借用了什麼數學思想實現不能扭曲，以及何種狀態適合這樣的演算法。

簡化：當你深刻了解演算法的本質（通過推導、證明和實際運用和改進），就不可避免的要把不同演算法有機的結合在一起，不是線性的也不是單純的組合，而是從內涵和外延的角度站在不同的立場把演算法劃分成不同的層次，每個層次什麼時候運用。
簡化操作往往要運用一些更加直觀的快速的方法：聯想。
關於聯想，通常，你需要在思考線性表的時候想到一串隔開的紙帶，當細化到鏈表還是順序表時，需要加以限制為是否可隨機存取還是順序存取。
演算法本身都可以通過數據結構表現得很清晰，這時候運用演算法的時候，就可以脫離實際的ADT載體。
分類討論以及回溯通常要結合樹去分析，就一目瞭然。
字元串處理以及跟優先順序和記憶索引等問題通常要結合棧結構去設計演算法。
路徑問題結合圖結構設計演算法。

當然，要加深對C語言演算法的設計能力，需要從最根源出發：實踐。

有專門的機構提供了實踐平台，檢驗你設計的演算法是否高效。

可以去搜索ACM POJ ZOJ 等關鍵字，找到相關的演算法在線競賽網站，從最基本的題開始訓練。

另外,好的書籍是成功的一半：

《演算法導論》 （雖然名為導論，但是演算法著作中最權威也最有深度的一本書）
《數據結構（C語言）》（嚴蔚敏的著作，一般重點高校使用，雖然比較抽象，但比較簡化）
《演算法與數據結構（C語言）》（電子科技出版社，對演算法的實際實現講的比較透徹）

Finally,you need 'coding' and programming again and again.

『肆』 需要一篇關於C語言演算法心得的文章（5000字左右）

自己寫吧，建議你去學習下回溯演算法。表示能解決很多問題。

『伍』 談談大家,學習des演算法的心得

DES演算法是明文分組為64位，有效密鑰56位，輸出密文64位的，具有16輪迭代的分組對稱密碼演算法。通過學習此演算法，了解到了許多函數，其中有密鑰生成函數，加密函數，解密函數，測試函數以及密鑰長度檢驗函數等。

『陸』 演算法與建模的困難在於數學還是技術，或是感想

以語音識別的演算法及建模為例，來看看會遇到哪些現實難點。
語音如一段很短的樂曲。
音高可以變化，D調上不去就改C調，
絕對音高變化了，而相對音高依然穩定不變。
依然可以判斷出，這兩段音高不同的樂曲，確是同一段樂曲。
音色也可以變化，小提琴《梁祝》與電子琴《梁祝》，音色差別很大，
但依然可以得出判斷：是同一段樂曲。
音量變化更不影響判斷其是同。
語音識別的演算法及建模所依賴的，就是這個相對性現象。
充分理解後，就叫做音階相對性原理。
音階相對關系不變，固定了樂曲。並可實現重復。
語音也如此。
理解了這個之後，就有了解決語音識別問題的大致方向——
1、找到機器可識別的最小的音階。
2、發現語音中固定的音階相對變化順序。
3、發現音階的三維現象。
4、音階三維數碼化。
這樣就實現了固定其音。
上述4條顯然不需要很高深的數學水平。
高中數學做演算法就足夠了。數學不是難點。
技術，肯定需要。聲AD轉碼需要探索出適應新演算法的新技術。但這並不很難。
感想？是的，需要感想。
思考上述四條語音問題方向應得出如下感想：
必須對聲音開始到結束的全部詳細過程，有清晰的數碼化認識。
這就是最大的難點。

『柒』 如何學習機器學習的一點心得

學習之前還是要了解下目前工業界所需要的機器學習/人工智慧人才所需要必備的技能是哪些？你才好針對性地去學習。正好我前兩天剛聽了菜鳥窩（一個程序猿的黃埔軍校）的一位阿里機器學習演算法工程師的課，幫助我理清了思路，在此分享下。

網路教程還是挺多的，就看怎麼學習了，不過遇到比較好的老師帶，會少走很多彎路。如果經濟上壓力不大，建議可以去報一下菜鳥窩的機器學習班，畢竟人家老師都是BAT實戰的，知道企業中真正要用到的東西。

不知道有沒幫到你？

『捌』 算法學習心得體會

從基本的數據結構和排序查找開始
然後是貪心，動態規劃等
具體的會涉及到樹圖字元串等有不同的演算法
我覺得演算法這東西是太難了，搞不來。。。

『玖』 《演算法導論》有什麼好的學習心得

《演算法導論》自第一版出版以來，已經成為世界范圍內廣泛使用的大學教材和專業人員的標准參考手冊。本書全面論述了演算法的內容，從一定深度上涵蓋了演算法的諸多方面，同時其講授和分析方法又兼顧了各個層次讀者的接受能力。各章內容自成體系，可作為獨立單元學習。所有演算法都用英文和偽碼描述，使具備初步編程經驗的人也可讀懂。全書講解通俗易懂，且不失深度和數學上的嚴謹性。第二版增加了新的章節，如演算法作用、概率分析與隨機演算法、線性編程等，幾乎對第一版的各個部分都作了大量修訂。
本書深入淺出，全面地介紹了計算機演算法。對每一個演算法的分析既易於理解又十分有趣，並保持了數學嚴謹性。本書的設計目標全面，適用於多種用途。涵蓋的內容有：演算法在計算中的作用，概率分析和隨機演算法的介紹。本書專門討論了線性規劃，介紹了動態規劃的兩個應用，隨機化和線性規劃技術的近似演算法等，還有有關遞歸求解、快速排序中用到的劃分方法與期望線性時間順序統計演算法，以及對貪心演算法元素的討論。本書還介紹了對強連通子圖演算法正確性的證明，對哈密頓迴路和子集求和問題的NP完全性的證明等內容。全書提供了900多個練習題和思考題以及敘述較為詳細的實例研究。
本書內容豐富，對本科生的數據結構課程和研究生的演算法課程都是很實用的教材。本書在讀者的職業生涯中，也是一本案頭的數學參考書或工程實踐手冊。