程序員定理大全

1. 驚人的六大成功定律，助你找准方向，找對方法

邁克爾•喬丹有句名言：「有些人想成功，有些人渴望成功，有些人努力實現成功。」

人人都想成功，但成功的人永遠是少數。其實，成功不是遙不可及的空中樓閣，而是有規可循的打怪升級。

當你學會了這6條成功定律，就能離成功更進一步。

一：【手錶定律】

當一個人只有一隻手錶時，他可以正常地看時間，正常地工作生活；

而當他有兩只手錶時，一旦兩只表的時間不同步，生活反而會亂了套，因為他也不知道究竟哪只表的時間才是最準的。

手錶越多，人的生活反而會越亂。這種現象，被稱為手錶定律。

做人做事也是如此，與其一味貪多求全，不如把一件事做精做深做透。

就像我的鄰居，今天送孩子學英語奧數，明天送孩子學書法畫畫，後天又送孩子學鋼琴跳舞，

恨不得把十八般武藝統賣巧統捆到孩子身上。結果孩子長大後，什麼都會一點，又什麼都不精通，

做事高不成低不就，沒有核心競爭優勢，所以也一直都找不到真正適合自己的路。

那些取得不俗成就的人，不一定面面俱到，但一定在某個領域有著高超的造詣，讓別人望塵莫及。

而很多迅速衰落的大公司，往往是死於盲目擴張，精力和資源輪悄過度分散，喪失了自己的核心優勢，從而被對手反超。

取得成功的第一步，就是專注打造自己的核心競爭力。一招鮮，就能吃遍天。

看時間，一隻手錶就夠了；要成功，做好一件事就行了。畢竟人的時間精力與資本信用都是有限的。

二：【毛毛蟲定律】

法國心理學家約翰•法伯曾做過一個臘配渣著名的「毛毛蟲實驗」：

他把幾只毛毛蟲放在花盆邊上，首尾相連繞成一圈，然後在不遠處撒了一些松葉。

結果毛毛蟲開始一隻跟著一隻，繞著花盆轉圈圈，一連轉了好幾天，直到活活餓死。而旁邊的松葉，它們一點也沒動。

有的人就像這些毛毛蟲，只會習慣性地跟在別人後面走，即使機會就在眼前，也不敢自己走出去拿。

鄭淵潔曾說：「天才眼中看到的都是謬誤，然後糾正它；蠢人眼中看到的都是真理，然後盲從它。」

你可以不是天才，但也一定不能是只會盲從、不會思考的蠢人。

一輩子跟在別人身後亦步亦趨的人，就只能被命運牽著鼻子走。

別人吃肉時，他只能喝點湯；別人喝湯時，他就只能喝西北風了。

成功的第二步，就是擁有獨立思考的能力，敢於質疑權威，敢於走自己的路。

自己探路雖然一開始會很辛苦，但一旦走通了，未來就是康莊大道。

三：【跳蚤定律】

跳蚤定律來源於一個有趣的實驗：

一隻跳蚤在正常情況下，可以跳到自身身高400倍的高度。

如果這時給跳蚤套一個玻璃罩，跳蚤就會撞在玻璃罩頂上。

連續幾次之後，跳蚤就降低了跳躍高度，最多隻跳到罩頂處。

繼續降低玻璃罩的高度後，跳蚤的跳躍高度也會越來越低。

到了最後，人們拿掉了玻璃罩，但跳蚤卻再也跳不高了。

跳蚤本可以跳得很高，卻被玻璃罩子的無形阻擋而消磨了鬥志，最後徹底喪失了信心。

就像許多能力不錯的人，被無形的天花板束縛住了手腳，最後歸於平庸。

《人生不設限》里有句話：「錯的並不是我的身體，而是我對自己的人生設限，因而限制了我的視野，看不到生命的種種可能。」

成功的第三步，就是不給自己的人生設限。人的潛力是無限的，未來的變化也是無限的。

我們身邊從不乏這樣的例子，努力學習的北大保安考上了北大，愛讀詩詞的外賣小哥擊敗了名校碩士。

正因為他們不給自己設限，敢於向強者看齊，才實現了自我升級。

如果不拼一把，你永遠不知道那件事能不能成；如果不逼自己一下，你永遠不知道自己有多優秀。

四：【蘑菇定律】

蘑菇定律的說法，是上世紀70年代，國外的一批年輕程序員總結出來的人生成長的規律。

講的是蘑菇一開始往往生長在陰暗潮濕的角落，沒有陽光、沒有肥料，無人問津，只能自生自滅。

只有當它們長得足夠高、足夠壯的時候，才能被人關注，享受到陽光雨露。這與我們的人生經歷何其相似。

初入社會時，我們既無資歷又無背景，誰都可以來踩上一腳。

公司有好事輪不到你，有壞事卻經常讓你背鍋。老同事對上級阿諛奉承，對你卻呼來喝去。

你每天辛辛苦苦幹著別人不願乾的雜活累活，卻得不到別人的認可和重視。

有的人因此消沉不振，有的人卻咬著牙熬過了這段黑暗的「蘑菇期」，不斷努力成長，直到用亮眼的成績證明了自己。

當你做出成績時，鮮花和掌聲都會隨之而來，上級會重視你，同事會尊重你，好機會也會格外眷顧你。

成功的第四步，就是能吃苦頭，能抗壓力，能比別人更努力，只有熬過了過去的苦，才能品嘗將來的甜。

與其自怨自艾，等待別人施捨，不如積蓄力量，一鳴驚人，讓人刮目相看，格外重視。

因為你弱的時候，身邊壞人最多；你一旦強大了，全世界都會對你和顏悅色。

五：【荷花定律】

很多人都看過這個著名的故事：

在一個池塘里，荷花在努力盛開。雖然開得很慢，但每一天開的花朵都是前一天的2倍。

第1天，荷花只開了微不足道的一小片。

第2天，第10天，第20天，荷花不停地開放，卻仍然只有池塘的一小半。

第29天，荷花也才剛開完了一半。

但到了第30天，荷花就一夜間奇跡般地迅速開滿了整片池塘。

這就是著名的荷花定律。

有些人經常感嘆，為什麼我那麼努力，吃了這么多苦頭，卻依然一事無成？

那是因為，大多數人只能堅持1天、2天、10天，到了第20天還看不到結果時，就只好選擇了放棄。

即使你在第29天放棄，之前所有的努力也可能會在一夜間付諸東流。

只有那些完完整整堅持到第30天的人，才能看到滿池盛開的繁花，贏得光芒璀璨的成功。

胡適先生曾說：「這個世界上聰明人太多，肯下笨功夫的人太少，所以成功者只能是少數人。」

成功的第五步，所有的成功，都是聰明人下夠了笨功夫得來的。這個過程並不容易，沒有捷徑，

不能偷懶，只能日復一日地堅持苦守，耐住寂寞，才能厚積薄發，華麗綻放。

行百里者，半於九十。成功的最後一步，就是堅持到底。

堅持一時不難，難的是一直堅持。越接近成功，越需要堅持。

因為到最後，拼的不是智謀，不是運氣，而是毅力。

有人說，放棄有十五畫，而堅持有十六畫，所以，堅持只比放棄多一點。

每次想要放棄時，告訴自己，再堅持一點點就好。

想起一句歌詞：「不經歷風雨，怎麼見彩虹，沒有人能隨隨便便成功。」

通向成功的路有千萬條，但沒有一條是很容易就能順利成功的。

六：【竹子定律】

竹子用了漫長的四年時間才僅僅長出了3厘米高的筍子，而這3厘米可謂是竹子的突破點。

一旦熬過這3厘米之後，從第五年開始，竹子會以每天30厘米的速度瘋長，僅僅用六周就可以長到15米！

但其實，看似慢速在生長的竹子，其實在前面的四年裡，竹子就將其根系在土壤里紮根延伸了數百平米。

這就是著名的「竹子定律」。很多時候，我們總是會因為前期的3厘米龜速生長速度而止步，懷疑自己是不是努力錯了方向，選擇錯了項目。

又或者付出沒有辦法得到回報。到了後面，逐漸開始放棄了自己的選擇，而轉身投入了大眾的行列中。

但其實，這3厘米是最關鍵的。

它就是我們成功的一個初始節點，只要能夠成功突破，便可以像竹子一樣，以十倍的速度迅速生長，成長為後來枝幹遒勁的竹子。

在職場上，竹子定律非常適用。先來舉個例子吧。

老闆對員工的前期栽培、投資，都是為了讓員工繼續留在公司，為己所用，推動公司發展；而員工對公司的耐心、付出，這些都是回饋到公司本身的。

從竹子的角度來看，老闆給予員工生長的土壤、水分，讓其迅速生長；員工在公司的這片土壤上慢慢生長，直到最後生長成完整的、魁梧的竹子。

顯然，這是一個雙贏的局面。聰明的老闆會選擇培養員工讓其產生最大的價值，而不是一味地斤斤計較、榨乾員工。

而好的員工會竭盡全力去為公司創造利益，這是為了回報公司對其的投資、培養。當然，竹子生長的環境也很重要，

竹子在之後不是嫩芽的時候，會重新換個土壤，只為了讓它生長的更加頑強，比如說石頭里的竹子。

員工也是一樣，在一家公司沉澱了非常久也沒有結果的話，不妨換個「土壤」吧，不適合的土壤雖然還是可以成長，但卻無法生長得非常茂盛，無法達到最佳生長。

當然，前提是我們一定要熬過前期的3厘米，如果沒有那沉澱好的3厘米，總有一天會因為根基不穩而倒塌。

到了那個時候，所有的補救都會變得蒼白無力。因此，我們最應該堅持那最初的3厘米，讓它努力紮根，努力生長，紮根整個地底下的土壤。

成功的第六步：根扎得越深越穩，最後都會變成我們成功的根基。耐心扎穩、努力生長，二者缺一不可。而最重要的是選擇好適合自己生長的土壤，這樣耐心紮根才變得有意義。

最後的最後，請記住：付出不一定馬上就要得到回報，所有的付出都是為了紮根、儲備力量，等到最後一舉成功。

不要急，只要靜心等待，一切都會變得好起來的。成功有時很難，很多人都在半路折戟沉沙鐵，一無所獲；

成功有時也不難，只要你找准方向，找對方法，站對位置，用好人脈，堅持下去，就一定能綻放自己的光彩。

喜歡記得來一個

2. 程序員必須掌握哪些演算法

一.基本演算法:

枚舉. (poj1753,poj2965)

貪心(poj1328,poj2109,poj2586)

遞歸和分治法.

遞推.

構造法.(poj3295)

模擬法.(poj1068,poj2632,poj1573,poj2993,poj2996)

二.圖演算法:

圖的深度優先遍歷和廣度優先遍歷.

最短路徑演算法(dijkstra,bellman-ford,floyd,heap+dijkstra)
(poj1860,poj3259,poj1062,poj2253,poj1125,poj2240)
最小生成樹演算法(prim,kruskal)
(poj1789,poj2485,poj1258,poj3026)
拓撲排序 (poj1094)

二分圖的最大匹配 (匈牙利演算法) (poj3041,poj3020)

最大流的增廣路演算法(KM演算法). (poj1459,poj3436)

三.數據結構.

串 (poj1035,poj3080,poj1936)

排序(快排、歸並排(與逆序數有關)、堆排) (poj2388,poj2299)

簡單並查集的應用.

哈希表和二分查找等高效查找法(數的Hash,串的Hash)
(poj3349,poj3274,POJ2151,poj1840,poj2002,poj2503)
哈夫曼樹(poj3253)

堆

trie樹(靜態建樹、動態建樹) (poj2513)

四.簡單搜索

深度優先搜索 (poj2488,poj3083,poj3009,poj1321,poj2251)

廣度優先搜索(poj3278,poj1426,poj3126,poj3087.poj3414)

簡單搜索技巧和剪枝(poj2531,poj1416,poj2676,1129)

五.動態規劃

背包問題. (poj1837,poj1276)

型如下表的簡單DP(可參考lrj的書 page149):
E[j]=opt{D+w(i,j)} (poj3267,poj1836,poj1260,poj2533)
E[i,j]=opt{D[i-1,j]+xi,D[i,j-1]+yj,D[i-1][j-1]+zij} (最長公共子序列) (poj3176,poj1080,poj1159)
C[i,j]=w[i,j]+opt{C[i,k-1]+C[k,j]}.(最優二分檢索樹問題)
六.數學

組合數學:
1.加法原理和乘法原理.
2.排列組合.
3.遞推關系.
(POJ3252,poj1850,poj1019,poj1942)
數論.
1.素數與整除問題
2.進制位.
3.同餘模運算.
(poj2635, poj3292,poj1845,poj2115)
計算方法.
1.二分法求解單調函數相關知識.(poj3273,poj3258,poj1905,poj3122)
七.計算幾何學.

幾何公式.

叉積和點積的運用(如線段相交的判定,點到線段的距離等). (poj2031,poj1039)

多邊型的簡單演算法(求面積)和相關判定(點在多邊型內,多邊型是否相交)
(poj1408,poj1584)
凸包. (poj2187,poj1113)

中級（校賽壓軸及省賽中等難度）:
一.基本演算法:

C++的標准模版庫的應用. (poj3096,poj3007)

較為復雜的模擬題的訓練(poj3393,poj1472,poj3371,poj1027,poj2706)

二.圖演算法:

差分約束系統的建立和求解. (poj1201,poj2983)

最小費用最大流(poj2516,poj2516,poj2195)

雙連通分量(poj2942)

強連通分支及其縮點.(poj2186)

圖的割邊和割點(poj3352)

最小割模型、網路流規約(poj3308)

三.數據結構.

線段樹. (poj2528,poj2828,poj2777,poj2886,poj2750)

靜態二叉檢索樹. (poj2482,poj2352)

樹狀樹組(poj1195,poj3321)

RMQ. (poj3264,poj3368)

並查集的高級應用. (poj1703,2492)

KMP演算法. (poj1961,poj2406)

四.搜索

最優化剪枝和可行性剪枝

搜索的技巧和優化 (poj3411,poj1724)

記憶化搜索(poj3373,poj1691)

五.動態規劃

較為復雜的動態規劃(如動態規劃解特別的旅行商TSP問題等)
(poj1191,poj1054,poj3280,poj2029,poj2948,poj1925,poj3034)
記錄狀態的動態規劃. (POJ3254,poj2411,poj1185)

樹型動態規劃(poj2057,poj1947,poj2486,poj3140)

六.數學

組合數學:
1.容斥原理.
2.抽屜原理.
3.置換群與Polya定理(poj1286,poj2409,poj3270,poj1026).
4.遞推關系和母函數.
數學.
1.高斯消元法(poj2947,poj1487, poj2065,poj1166,poj1222)
2.概率問題. (poj3071,poj3440)
3.GCD、擴展的歐幾里德(中國剩餘定理) (poj3101)
計算方法.
1.0/1分數規劃. (poj2976)
2.三分法求解單峰(單谷)的極值.
3.矩陣法(poj3150,poj3422,poj3070)
4.迭代逼近(poj3301)
隨機化演算法(poj3318,poj2454)
雜題(poj1870,poj3296,poj3286,poj1095)
七.計算幾何學.

坐標離散化.

掃描線演算法(例如求矩形的面積和周長並,常和線段樹或堆一起使用)
(poj1765,poj1177,poj1151,poj3277,poj2280,poj3004)
多邊形的內核(半平面交)(poj3130,poj3335)

幾何工具的綜合應用.(poj1819,poj1066,poj2043,poj3227,poj2165,poj3429)

高級（regional中等難度）:
一.基本演算法要求:

代碼快速寫成,精簡但不失風格

(poj2525,poj1684,poj1421,poj1048,poj2050,poj3306)

保證正確性和高效性. poj3434

二.圖演算法:

度限制最小生成樹和第K最短路. (poj1639)

最短路,最小生成樹,二分圖,最大流問題的相關理論(主要是模型建立和求解)
(poj3155, poj2112,poj1966,poj3281,poj1087,poj2289,poj3216,poj2446
最優比率生成樹. (poj2728)

最小樹形圖(poj3164)

次小生成樹.

無向圖、有向圖的最小環

三.數據結構.

trie圖的建立和應用. (poj2778)

LCA和RMQ問題(LCA(最近公共祖先問題) 有離線演算法(並查集+dfs) 和 在線演算法(RMQ+dfs)).(poj1330)
雙端隊列和它的應用(維護一個單調的隊列,常常在動態規劃中起到優化狀態轉移的目的). (poj2823)
左偏樹(可合並堆).

後綴樹(非常有用的數據結構,也是賽區考題的熱點).(poj3415,poj3294)
四.搜索

較麻煩的搜索題目訓練(poj1069,poj3322,poj1475,poj1924,poj2049,poj3426)

廣搜的狀態優化:利用M進制數存儲狀態、轉化為串用hash表判重、按位壓縮存儲狀態、雙向廣搜、A*演算法. (poj1768,poj1184,poj1872,poj1324,poj2046,poj1482)

深搜的優化:盡量用位運算、一定要加剪枝、函數參數盡可能少、層數不易過大、可以考慮雙向搜索或者是輪換搜索、IDA*演算法. (poj3131,poj2870,poj2286)

五.動態規劃

需要用數據結構優化的動態規劃.(poj2754,poj3378,poj3017)
四邊形不等式理論.

較難的狀態DP(poj3133)

六.數學

組合數學.
1.MoBius反演(poj2888,poj2154)
2.偏序關系理論.
博奕論.
1.極大極小過程(poj3317,poj1085)
2.Nim問題.
七.計算幾何學.

半平面求交(poj3384,poj2540)

可視圖的建立(poj2966)

點集最小圓覆蓋.

對踵點(poj2079)

3. 程序員開發用到的十大基本演算法

演算法一：快速排序演算法
快速排序是由東尼·霍爾所發展的一種排序演算法。在平均狀況下，排序 n 個項目要Ο(n log n)次比較。在最壞狀況下則需要Ο(n2)次比較，但這種狀況並不常見。事實上，快速排序通常明顯比其他Ο(n log n) 演算法更快，因為它的內部循環（inner loop）可以在大部分的架構上很有效率地被實現出來。

快速排序使用分治法（Divide and conquer）策略來把一個串列（list）分為兩個子串列（sub-lists）。

演算法步驟：
1 從數列中挑出一個元素，稱為 「基準」（pivot），
2 重新排序數列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的後面（相同的數可以到任一邊）。在這個分區退出之後，該基準就處於數列的中間位置。這個稱為分區（partition）操作。
3 遞歸地（recursive）把小於基準值元素的子數列和大於基準值元素的子數列排序。

遞歸的最底部情形，是數列的大小是零或一，也就是永遠都已經被排序好了。雖然一直遞歸下去，但是這個演算法總會退出，因為在每次的迭代（iteration）中，它至少會把一個元素擺到它最後的位置去。

演算法二：堆排序演算法
堆排序（Heapsort）是指利用堆這種數據結構所設計的一種排序演算法。堆積是一個近似完全二叉樹的結構，並同時滿足堆積的性質：即子結點的鍵值或索引總是小於（或者大於）它的父節點。堆排序的平均時間復雜度為Ο(nlogn) 。

演算法步驟：
1.創建一個堆H[0..n-1]
2.把堆首（最大值）和堆尾互換
3.把堆的尺寸縮小1，並調用shift_down(0),目的是把新的數組頂端數據調整到相應位置
4.重復步驟2，直到堆的尺寸為1

演算法三：歸並排序
歸並排序（Merge sort，台灣譯作：合並排序）是建立在歸並操作上的一種有效的排序演算法。該演算法是採用分治法（Divide and Conquer）的一個非常典型的應用。

演算法步驟：

演算法四：二分查找演算法
二分查找演算法是一種在有序數組中查找某一特定元素的搜索演算法。搜素過程從數組的中間元素開始，如果中間元素正好是要查找的元素，則搜 素過程結束；如果某一特定元素大於或者小於中間元素，則在數組大於或小於中間元素的那一半中查找，而且跟開始一樣從中間元素開始比較。如果在某一步驟數組 為空，則代表找不到。這種搜索演算法每一次比較都使搜索范圍縮小一半。折半搜索每次把搜索區域減少一半，時間復雜度為Ο(logn) 。

演算法五：BFPRT(線性查找演算法)
BFPRT演算法解決的問題十分經典，即從某n個元素的序列中選出第k大（第k小）的元素，通過巧妙的分 析，BFPRT可以保證在最壞情況下仍為線性時間復雜度。該演算法的思想與快速排序思想相似，當然，為使得演算法在最壞情況下，依然能達到o(n)的時間復雜 度，五位演算法作者做了精妙的處理。

演算法步驟：

終止條件：n=1時，返回的即是i小元素。

演算法六：DFS（深度優先搜索）
深度優先搜索演算法（Depth-First-Search），是搜索演算法的一種。它沿著樹的深度遍歷樹的節點，盡可能深的搜索樹的分 支。當節點v的所有邊都己被探尋過，搜索將回溯到發現節點v的那條邊的起始節點。這一過程一直進行到已發現從源節點可達的所有節點為止。如果還存在未被發 現的節點，則選擇其中一個作為源節點並重復以上過程，整個進程反復進行直到所有節點都被訪問為止。DFS屬於盲目搜索。

深度優先搜索是圖論中的經典演算法，利用深度優先搜索演算法可以產生目標圖的相應拓撲排序表，利用拓撲排序表可以方便的解決很多相關的圖論問題，如最大路徑問題等等。一般用堆數據結構來輔助實現DFS演算法。

演算法步驟：

上述描述可能比較抽象，舉個實例：
DFS 在訪問圖中某一起始頂點 v 後，由 v 出發，訪問它的任一鄰接頂點 w1；再從 w1 出發，訪問與 w1鄰 接但還沒有訪問過的頂點 w2；然後再從 w2 出發，進行類似的訪問，… 如此進行下去，直至到達所有的鄰接頂點都被訪問過的頂點 u 為止。

接著，退回一步，退到前一次剛訪問過的頂點，看是否還有其它沒有被訪問的鄰接頂點。如果有，則訪問此頂點，之後再從此頂點出發，進行與前述類似的訪問；如果沒有，就再退回一步進行搜索。重復上述過程，直到連通圖中所有頂點都被訪問過為止。

演算法七：BFS(廣度優先搜索)
廣度優先搜索演算法（Breadth-First-Search），是一種圖形搜索演算法。簡單的說，BFS是從根節點開始，沿著樹(圖)的寬度遍歷樹(圖)的節點。如果所有節點均被訪問，則演算法中止。BFS同樣屬於盲目搜索。一般用隊列數據結構來輔助實現BFS演算法。

演算法步驟：

演算法八：Dijkstra演算法
戴克斯特拉演算法（Dijkstra』s algorithm）是由荷蘭計算機科學家艾茲赫爾·戴克斯特拉提出。迪科斯徹演算法使用了廣度優先搜索解決非負權有向圖的單源最短路徑問題，演算法最終得到一個最短路徑樹。該演算法常用於路由演算法或者作為其他圖演算法的一個子模塊。

該演算法的輸入包含了一個有權重的有向圖 G，以及G中的一個來源頂點 S。我們以 V 表示 G 中所有頂點的集合。每一個圖中的邊，都是兩個頂點所形成的有序元素對。(u, v) 表示從頂點 u 到 v 有路徑相連。我們以 E 表示G中所有邊的集合，而邊的權重則由權重函數 w: E → [0, ∞] 定義。因此，w(u, v) 就是從頂點 u 到頂點 v 的非負權重（weight）。邊的權重可以想像成兩個頂點之間的距離。任兩點間路徑的權重，就是該路徑上所有邊的權重總和。已知有 V 中有頂點 s 及 t，Dijkstra 演算法可以找到 s 到 t的最低權重路徑(例如，最短路徑)。這個演算法也可以在一個圖中，找到從一個頂點 s 到任何其他頂點的最短路徑。對於不含負權的有向圖，Dijkstra演算法是目前已知的最快的單源最短路徑演算法。

演算法步驟：

重復上述步驟2、3，直到S中包含所有頂點，即W=Vi為止

演算法九：動態規劃演算法
動態規劃（Dynamic programming）是一種在數學、計算機科學和經濟學中使用的，通過把原問題分解為相對簡單的子問題的方式求解復雜問題的方法。 動態規劃常常適用於有重疊子問題和最優子結構性質的問題，動態規劃方法所耗時間往往遠少於樸素解法。

動態規劃背後的基本思想非常簡單。大致上，若要解一個給定問題，我們需要解其不同部分（即子問題），再合並子問題的解以得出原問題的解。 通常許多 子問題非常相似，為此動態規劃法試圖僅僅解決每個子問題一次，從而減少計算量： 一旦某個給定子問題的解已經算出，則將其記憶化存儲，以便下次需要同一個 子問題解之時直接查表。 這種做法在重復子問題的數目關於輸入的規模呈指數增長時特別有用。

關於動態規劃最經典的問題當屬背包問題。

演算法步驟：

演算法十：樸素貝葉斯分類演算法
樸素貝葉斯分類演算法是一種基於貝葉斯定理的簡單概率分類演算法。貝葉斯分類的基礎是概率推理，就是在各種條件的存在不確定，僅知其出現概率的情況下， 如何完成推理和決策任務。概率推理是與確定性推理相對應的。而樸素貝葉斯分類器是基於獨立假設的，即假設樣本每個特徵與其他特徵都不相關。

樸素貝葉斯分類器依靠精確的自然概率模型，在有監督學習的樣本集中能獲取得非常好的分類效果。在許多實際應用中，樸素貝葉斯模型參數估計使用最大似然估計方法，換言之樸素貝葉斯模型能工作並沒有用到貝葉斯概率或者任何貝葉斯模型。

盡管是帶著這些樸素思想和過於簡單化的假設，但樸素貝葉斯分類器在很多復雜的現實情形中仍能夠取得相當好的效果。

4. 程序員入門:如何自學編程

為了方便能看明白，我用使用比較廣泛的C語言和X86架構去舉例

API：程序員編程時用到的庫函數像C的stdio.h中的printf()函數。api可以大大提高程序的開發效率，縮短源碼。你在編程時直接引入庫文件#include調用printf()即可。不用再自己寫printf()函數的具體實現代碼。

ABI：是一個規則或者說標准吧，他規定了數據類型，存放方式，函數/方法（參數，返回值，返回地址，變數的存放位置和做早格式）等等，例如X86的函數激山參數存放在DI,SI,DX,CX幾個寄存器中，返回值存放在AX中，小端格式存放等等。作用是為了方便同一平台不同系統明胡中的軟體移植吧。

我自己覺得這個ABI可以把它納入ISA指令集架構的范疇了（這個只是我為了方便題主你理解啊，ISA的定義並不包含ABI哈~）。。因為同一個ISA的ABI都相同。。。

我嘗試舉個通俗點的例子，api有點「前人栽樹後人乘涼」的味道（編譯器製作初期編寫函數，開發者使用時直接調用函數名）。ABI就像是前人留下來的一些定理（你必須按照這定理去做，不然將會有大麻煩）。

5. 程序員也難逃的二八定律，成為頂級程序員真的有那麼難嗎

程序員也是分為等級的，因為每個人的實力水平不同，成為頂級的程序員肯定是要付出很多努力的，有時候寫程序就可以看得出來，有的程序員寫出來的程序經常會有漏洞，導致系統運行不穩定，但是有的程序員人家寫的程序不但佔用的內存少，沒有漏洞，而且也運行流暢，這就是頂級程序員的最基本工作，因為大部分的程序員根本就沒有自己寫的程序，都是復制粘貼別人的，所以說現在的程序員就是搬運工而已。

生活中的程序員看著很辛苦，實際那是他們把他當作掙錢的工具，當你的內心太急功近利的時候就會感到疲憊，也做不出太大成果的事情，因為你的心思沒有在開發程序上下功夫，總是漂浮不定的，所以說二八定律永遠的存在。