⑴ 為了提高演算法運行速度，可以有哪些方法
一台電腦，原來使用正常，借給他人使用一周後，覺得工作速度明顯變慢。
【分析處理】出現此類故障時，可以從以下幾個方面考慮：
（1）電腦感染病毒。感染病毒後，電腦速度會降低，檢查的方法是殺毒。但是病毒種類繁多，殺毒軟體有可能發現不了該病毒。為了確認電腦是否有病毒，可以用下面的方法檢查：用干凈無毒的軟盤啟動，檢查目錄並且運行軟盤程序，看顯示速度和程序的運行速度是否提高。如果速度有所提高，說明確實可能與硬碟中的病毒有關。
（2）CMOS參數被修改或設置不當，影響電腦的工作速度。其中影響較大的有以下幾個方面：
① 沒有設置影子內存（Shadow RAM）。一般要求電腦至少要設置系統BIOS和顯示（VIDEO）BIOS的影子內存，否則將極大地影響系統的顯示速度和工作速度。
② 沒有打開內部Cache和外部Cache，使電腦工作在無高速緩沖存儲器的狀態下，這時系統的工作速度也將明顯降低。
③ 硬碟參數設置不當，特別是硬碟的PIO參數設置不當時，將影響硬碟的讀寫速度。
（3）板卡接觸不良也會影響速度，如顯卡、硬碟、內存等插件。
遇到此類故障時，可首先用高版本的殺毒軟體清除病毒，在殺毒後故障仍存在的情況下，再檢查系統CMOS參數是否設置正確，將內、外部Cache打開，並正確設置硬碟的PIO參數及其他相關參數，最後重新安裝各板卡，使之充分接觸。
希望我能幫助你解疑釋惑。
⑵ 怎樣學習計算機的演算法
演算法是計算機中比較深層次的理論，學習演算法不但要有編程語言的基礎，最重要的還要有深厚的數學功底，如果數學不行，將影響你的演算法研究。學習演算法，先從數據結構開始吧
⑶ 零基礎如何學習計算機演算法
演算法（Algorithm）是指解題方案的准確而完整的描述，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。
演算法中的指令描述的是一個計算，當其運行時能從一個初始狀態和（可能為空的）初始輸入開始，經過一系列有限而清晰定義的狀態，最終產生輸出並停止於一個終態。一個狀態到另一個狀態的轉移不一定是確定的。隨機化演算法在內的一些演算法，包含了一些隨機輸入。
形式化演算法的概念部分源自嘗試解決希爾伯特提出的判定問題，並在其後嘗試定義有效計算性或者有效方法中成形。這些嘗試包括庫爾特·哥德爾、Jacques Herbrand和斯蒂芬·科爾·克萊尼分別於1930年、1934年和1935年提出的遞歸函數，阿隆佐·邱奇於1936年提出的λ演算，1936年Emil Leon Post的Formulation 1和艾倫·圖靈1937年提出的圖靈機。即使在當前，依然常有直覺想法難以定義為形式化演算法的情況。
一，數據對象的運算和操作：計算機可以執行的基本操作是以指令的形式描述的。一個計算機系統能執行的所有指令的集合，成為該計算機系統的指令系統。一個計算機的基本運算和操作有如下四類：
1，算術運算：加減乘除等運算
2，邏輯運算：或、且、非等運算
3，關系運算：大於、小於、等於、不等於等運算
4，數據傳輸：輸入、輸出、賦值等運算
二，演算法的控制結構：一個演算法的功能結構不僅取決於所選用的操作，而且還與各操作之間的執行順序有關。
希望我能幫助你解疑釋惑。
⑷ 如何學習演算法本人一大三學生，非計算機專業。想自學下計算機演算法，哪位大神能給指條明路
不知道你想要什麼樣的滿意答案，大家只能給你思路，不可能給你書單。
我覺得，語言是初期的，而演算法不是
所以第一件事應該是學好一種語言
既然你已經學了java，已經能夠解決很多問題了，比如在學java的時候一定會碰到些排序演算法，以及類似漢諾塔一類有趣的演算法——更重要的是你得實際的試試這些小程序
然後學好數據結構，如果想理解和應用［圖］的演算法，像隊列、棧、樹都得滾瓜爛熟吧？（樹相關的演算法也不少）
我不知道java實現的數據結構哪本書比較好，但是數據結構的書應該也不會相差太多吧，這個科目的寫作已經很成熟了，你應該自己能找到。CSDN也有很多高手寫類似博文。
要是真學好了數據結構（不跳過任何難的章節，對每段代碼都親身實踐、爛熟），你掌握的演算法就很了不得了－說實話計算機專業的人又有幾人能做到這點...
關於《演算法導論》（可能是讓你覺得「感覺學了半天沒有真正的學到知識」的其中之一），學數據結構的時候可以一塊兒看 － 網易有公開課呢，連老師都有了。但重要的是多多把演算法敲出來...
另外不得不說，ACM的題庫可以增加學習的樂趣 ～ 最好買那些給出詳解的書
計算機圖形學里有很多演算法－多數計算機圖形學的書都是用c++的..
《計算機圖形學》有國內老師寫的也有國外的：國內的正規教材傾向於走馬觀花，沒什麼重點只是覆蓋知識（我是在說清華大學出版社的幾本）；國外經典的書大多是大部頭，動輒600頁裡面還有大量數學分析。前者適合自學去了解相關領域的知識（你還能在網上找到相關的題和答案呢..）。後者不太容易懂，太數學了..
個人覺得如果學演算法是為了研究、創造更好的演算法，比如你下定了決心去編比Maya的某海浪功能更好的插件，那一定要好好讀這些經典大部頭。但如果是為了用，那就不必要。
完成上一步，起碼對自己專業更了解了。說不定過程中你找到了特別感興趣的方向－比如分形，比如用openGL或webGL做些小東西，比如你想要研究粒子，想研究物理碰撞，圖形實時交互...有很多書就是專題講這些的，也有很多網站、愛好者的圈子，你知道該如何提升。
⑸ 學編程，什麼叫演算法 為什麼很多人說演算法很難
其實說白了，演算法就是解決某種問題的方式，但也分好的演算法和差的演算法，而學習書本上的知識目的就是為了提升自己的思維方式，借鑒更多好的演算法，因為好的演算法可以提升程序的性能，提高開發效率，就拿最簡單的例子，玩猜數字游戲，1-100裡面隨便選一個數字，然後讓你去猜它是多少，別人會告訴你這個數字大了還是小了，最直接的方式就是從1一直猜到100，但是也有更簡便的方式：就是類似二分法的方式從50開始猜，如果大了就猜1-50中的25，如果小了猜50-100中的75，以此類推，第一種從1-100猜數字是演算法，第二種二分法的方式也是演算法，只是第二種更好.........還有從1加到100，直接方式1+2+3....一個一個的加，另一種方式(1+100)*50,這個就是著名的高斯演算法。