算法与实例

1. c语言问题： 什么是算法试从日常生活中找3个例子，描述它们的算法。 详细点，谢谢！

c语言中的算法是指：一系列解决问题的清晰指令，用系统的方法描述解决问题的策略机制。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。通俗说就是解决问题的方法和步骤。

描述算法的例子：

1. 问题：从上海去到北京。

   其中的算法：做汽车、做飞机、或者徒步。

2. 问题：喝茶。

   其中的算法：先找到茶叶，再烧一壶开水，然后将茶叶放到杯子里，将开水倒入杯中，等茶叶泡好。

3. 问题：开车。

   其中的算法：首先要打开车门，驾驶员坐好，插上车钥匙，发动汽车。
   

2. EM算法实例与求解

同求。很急很急。望好心N人人帮忙。谢了

3. 钢筋算法与实例详解的介绍

本书分《清清楚楚算钢筋明明白白用软件——钢筋算法与实例详解》（简称算法）《清清楚楚算钢筋明明白白用软件——钢筋软件操作与实例详解》（简称软件操作）以及一份工程图。 《算法》以一份包含基本钢筋构件的完整工程为主线，以大量通俗易懂的图片和表格的方式，详细讲解了本工程所涉及到的平板式筏形基础、框架柱、剪力墙、框架梁、现浇板、楼梯、二次结构等钢筋构件的基本原理和计算公式，并给出了这个工程所有构件钢筋的手工计算过程和答案。

4. 遗传算法原理与应用实例的内容简介

《遗传算法原理与应用实例》是解决复杂空间性能指标优化问题的智能计算方法，近年来已经在很多领域中得到成功的应用。《遗传算法原理与应用实例》除包含编者近年来在山西省教育厅科技开发项目基金资助下取得的一些工作成果外，还汇集了国内外一些专家学者的最新研究成果。
《遗传算法原理与应用实例》内容自成体系，无需太多预备知识。可供高等学校计算数学、计算化学和计算机科学技术等专业的高年级本科生和研究生学习，也可供理工科其他专业和管理专业的师生参考，还可供利用计算机从事优化和管理工作的科技人员阅读参考。

5. 钢筋算法与实例详解的目录

第一章钢筋的计算原理和实例答案
第一节平板式筏形基础
一、平板式筏形基础标注
二、平板式筏形基础要计算哪些钢筋
三、平板式筏形基础钢筋的计算原理
四、1号写字楼平板式筏形基础钢筋答案手工和软件对比
第二节框架柱
一、框架柱的标注
二、框架柱要计算哪些钢筋
三、框架柱钢筋的计算原理
四、1号写字楼框架柱钢筋答案手工和软件对比
第三节剪力墙
一、剪力墙的标注
二、剪力墙要计算哪些钢筋
三、暗柱钢筋的计算原理和实例答案
四、端柱钢筋的计算原理和实例答案
五、剪力墙钢筋的计算原理和实例答案
六、洞口
七、连梁(含洞口下地梁)钢筋的计算原理和实例答案
八、暗梁钢筋的计算原理和实例答案
第四节梁
一、梁钢筋的通俗解释
二、梁钢筋的平法标注
三、梁要计算哪些钢筋
四、楼层框架梁钢筋的计算原理和实例答案
五、屋面层框架梁钢筋的计算原理和实例答案
六、非框架梁钢筋的计算原理和实例答案
第五节板
一、板的标注
二、板要计算哪些钢筋
三、板的钢筋计算原理
四、1号写字楼板钢筋答案手工和软件对比
第六节楼梯
一、楼梯要计算哪些钢筋
二、楼梯钢筋的计算原理
三、1号写字楼楼梯钢筋答案手工和软件对比
第七节二次结构
一、二次结构通常要计算哪些钢筋
二、二次结构钢筋的计算原理和实例答案
三、1号写字楼墙体加筋答案手工和软件对比
第二章实例工程——软件计算1号写字楼的操作步骤和答案
一、进入软件
二、建立楼层
三、建立轴网
四、首层构件的属性、画法及其答案对比
五、二层构件的属性、画法及其答案对比
六、三层构件的属性、画法及其答案对比
七、屋面层构件的属性、画法及其答案对比
八、基础层构件的属性、画法及其答案对比
九、垂直构件钢筋答案软件和手工对比
十、楼梯斜跑软件计算方法
参考文献

6. 分治算法的应用实例

下面通过实例加以说明： 给你一个装有1 6个硬币的袋子。1 6个硬币中有一个是伪造的，并且那个伪造的硬币比真的硬币要轻一些。你的任务是找出这个伪造的硬币。为了帮助你完成这一任务，将提供一台可用来比较两组硬币重量的仪器，利用这台仪器，可以知道两组硬币的重量是否相同。比较硬币1与硬币2的重量。假如硬币1比硬币2轻，则硬币1是伪造的；假如硬币2比硬币1轻，则硬币2是伪造的。这样就完成了任务。假如两硬币重量相等，则比较硬币3和硬币4。同样，假如有一个硬币轻一些，则寻找伪币的任务完成。假如两硬币重量相等，则继续比较硬币5和硬币6。按照这种方式，可以最多通过8次比较来判断伪币的存在并找出这一伪币。
另外一种方法就是利用分而治之方法。假如把1 6硬币的例子看成一个大的问题。第一步，把这一问题分成两个小问题。随机选择8个硬币作为第一组称为A组，剩下的8个硬币作为第二组称为B组。这样，就把1 6个硬币的问题分成两个8硬币的问题来解决。第二步，判断A和B组中是否有伪币。可以利用仪器来比较A组硬币和B组硬币的重量。假如两组硬币重量相等，则可以判断伪币不存在。假如两组硬币重量不相等，则存在伪币，并且可以判断它位于较轻的那一组硬币中。最后，在第三步中，用第二步的结果得出原先1 6个硬币问题的答案。若仅仅判断硬币是否存在，则第三步非常简单。无论A组还是B组中有伪币，都可以推断这1 6个硬币中存在伪币。因此，仅仅通过一次重量的比较，就可以判断伪币是否存在。
假设需要识别出这一伪币。把两个或三个硬币的情况作为不可再分的小问题。注意如果只有一个硬币，那么不能判断出它是否就是伪币。在一个小问题中，通过将一个硬币分别与其他两个硬币比较，最多比较两次就可以找到伪币。这样，1 6硬币的问题就被分为两个8硬币（A组和B组）的问题。通过比较这两组硬币的重量，可以判断伪币是否存在。如果没有伪币，则算法终止。否则，继续划分这两组硬币来寻找伪币。假设B是轻的那一组，因此再把它分成两组，每组有4个硬币。称其中一组为B1，另一组为B2。比较这两组，肯定有一组轻一些。如果B1轻，则伪币在B1中，再将B1又分成两组，每组有两个硬币，称其中一组为B1a，另一组为B1b。比较这两组，可以得到一个较轻的组。由于这个组只有两个硬币，因此不必再细分。比较组中两个硬币的重量，可以立即知道哪一个硬币轻一些。较轻的硬币就是所要找的伪币。 在n个元素中找出最大元素和最小元素。我们可以把这n个元素放在一个数组中，用直接比较法求出。算法如下：
void maxmin1(int A[],int n,int *max,int *min)
{ int i;
*min=*max=A[0];
for(i=0;i <= n;i++)
{ if(A[i]> *max) *max= A[i];
if(A[i] < *min) *min= A[i];
}
}
上面这个算法需比较2(n-1)次。能否找到更好的算法呢？我们用分治策略来讨论。
把n个元素分成两组：
A1={A[1],...,A[int(n/2)]}和A2={A[INT(N/2)+1],...,A[N]}
分别求这两组的最大值和最小值，然后分别将这两组的最大值和最小值相比较，求出全部元素的最大值和最小值。如果A1和A2中的元素多于两个，则再用上述方法各分为两个子集。直至子集中元素至多两个元素为止。
例如有下面一组元素：-13，13，9，-5，7，23，0，15。用分治策略比较的算法如下：
void maxmin2(int A[],int i,int j,int *max,int *min)
/*A存放输入的数据，i，j存放数据的范围，初值为0，n-1，*max,*min 存放最大和最小值*/
{ int mid,max1,max2,min1,min2;
if (j==i) {最大和最小值为同一个数;return;}
if (j-1==i) {将两个数直接比较，求得最大会最小值；return；}
mid=(i+j)/2;
求i~mid之间的最大最小值分别为max1，min1;
求mid+1~j之间的最大最小值分别为max2，min2;
比较max1和max2，大的就是最大值;
比较min1和min2，小的就是最小值;
} 题目：在一个(2^k)*(2^k)个方格组成的棋盘上，有一个特殊方格与其他方格不同，称为特殊方格，称这样的棋盘为一个特殊棋盘。我们要求对棋盘的其余部分用L型方块填满（注：L型方块由3个单元格组成。即围棋中比较忌讳的愚形三角，方向随意），且任何两个L型方块不能重叠覆盖。L型方块的形态如下：
题目的解法使用分治法，即子问题和整体问题具有相同的形式。我们对棋盘做一个分割，切割一次后的棋盘如图1所示，我们可以看到棋盘被切成4个一样大小的子棋盘，特殊方块必定位于四个子棋盘中的一个。假设如图1所示，特殊方格位于右上角，我们把一个L型方块（灰色填充）放到图中位置。这样对于每个子棋盘又各有一个“特殊方块”，我们对每个子棋盘继续这样分割，直到子棋盘的大小为1为止。
用到的L型方块需要（4^k-1)/3 个，算法的时间是O（4^k)，是渐进最优解法。
本题目的C语言的完整代码如下（TC2.0下调试），运行时，先输入k的大小，(1<=k<=6)，然后分别输入特殊方格所在的位置(x,y), 0<=x,y<=(2^k-1)。 #include<stdio.h>//#include<conio.h>//#include<math.h>inttitle=1;intboard[64][64];voidchessBoard(inttr,inttc,intdr,intdc,intsize){ints,t;if(size==1)return;t=title++;s=size/2;if(dr<tr+s&&dc<tc+s)chessBoard(tr,tc,dr,dc,s);else{board[tr+s-1][tc+s-1]=t;chessBoard(tr,tc,tr+s-1,tc+s-1,s);}if(dr<tr+s&&dc>=tc+s)chessBoard(tr,tc+s,dr,dc,s);else{board[tr+s-1][tc+s]=t;chessBoard(tr,tc+s,tr+s-1,tc+s,s);}if(dr>=tr+s&&dc<tc+s)chessBoard(tr+s,tc,dr,dc,s);else{board[tr+s][tc+s-1]=t;chessBoard(tr+s,tc,tr+s,tc+s-1,s);}if(dr>=tr+s&&dc>=tc+s)chessBoard(tr+s,tc+s,dr,dc,s);else{board[tr+s][tc+s]=t;chessBoard(tr+s,tc+s,tr+s,tc+s,s);}}voidmain(){intdr=0,dc=0,s=1,i=0,j=0;printf(printinthesizeofchess: );scanf(%d,&s);printf(printinspecalpointx,y: );scanf(%d%d,&dr,&dc);if(dr<s&&dc<s){chessBoard(0,0,dr,dc,s);for(i=0;i<s;i++){for(j=0;j<s;j++){printf(%4d,board[i][j]);}printf( );}}elseprintf(thewrongspecalpoint!! );getch();}

7. 原生类的算法实例

Java不是纯的面向对象的语言，不纯的地方就是这些基本数据类型不是对象。当然初期Java的运行速度很慢，基本数据类型能在一定程度上改善性能。如果你想编写纯的面向对象的程序，用包装器类是取代基本数据类型就可以了。
1、基本类型的存储空间。byte--8位，short--16位，int--32位，long--64位，float--32位，double--64位。这六种数字类型都是有符号的。固定的存储空间正是Java可移植性、跨平台的原因之一！
2、基本类型的存在导致了Java OOP的不纯粹性。因为基本类型不是对象，一切皆对象是个小小的谎言。这是出于执行效率的权衡。
3、使用公式-2的（位数-1）次幂到2的（位数-1）次幂-1确定整数类型的范围（byte、short、int、long）。
4、char是16位Unicode字符或者说是16位无符号整数，范围从0到65535。即便如此，可以强制转换非法的数据，如：char c1 = (char) 10000; char c2 = (char) -200;。可以从二进制存储的角度理解这点。
5、整数有八进制（以0开头的整数）、十进制、十六进制（以0x或0X开头的整数）表示。
6、char可以用单引号表示单个字符，如：'良'。也可以用unicode值'ucafe'（四位十六进制数）。
7、布尔型boolean。布尔型只能是true或者false，并且测试它为真还是假。它不能进行任何其他的运算，或者转化为其他类型。
正例：boolean b1 = 1 > 2; 反例：int seen = button.isVisible();
实践：简洁是美德，请不要这样写：if ( is == true && done == false ) ，只有新手才那么写。
对于任何程序员 if ( whether && !done ) 都不难理解吧。所以去掉所有的==fasle 和 ==true。
8、默认的浮点类型是双精度（double），要想要一个float必须在浮点数后面加F或者f。如：float pi = 3.14;是错误的。
9、默认的整数类型是int型，要想使用长整型可在后面加“l”或“L”，如：1000L。（小写l容易被误认为1，不推荐用）
10、float可以精确到7位有效数字，第8位的数字是第9位数字四舍五入上取得的；double可以精确到16位有效数字，第17位的数字是第18位数字四舍五入上取得的。盖茨到底有多少钱？要用double表示，用float是装不下的……
11、如果要求精确的答案，请不要使用float和double，因为它们是为了在广域数值范围上提供较为精确的快速近似运算而精心设计的。然而，它们没有提供完全精确的结果。尤其是对货币计算尤为不适合，因为要让一个float或double精确地表达0.1（或者10的任何）
12、BigInteger支持任意精度的整数。BigDecimal支持任意精度的定点数。
13、初始化无论怎么强调都不过分！Java为所有的成员变量提供了默认初始化：byte、short、 int、long--0 float--0.0f double--0.0 boolean--false char--'u0000'，特别地对象类型的引用全被初始化为null。（注意！除了数组之外的局部变量是得不到这种优待的，需要你自己初始化。另外，默认初始化的值是你想要的吗？所以最好明确地对变量进行初始化，一般是在构造函数中。）
14、基本类型之间的转化。Java的类型检查很严格，从低精度转换到高精度是无须显式转换的，double d = 123;。但是反过来，进行窄化转换，由高精度向低精度，或者一种类型到另一种类型，则必须使用强制类型转化。Java提供了安全转化机制，但是结果是否是期望的，你自己保证吧。
double d = 12.5;
float f = (int) d; //结果不是13，而是12！
浮点型转化为整型时，不进行四舍五入，直接截断小数点后面的数。
15、提升。各种基本数据类型进行混合运算，结果会是表达能力最强的那种。如：int和long运算，结果是long，整型和浮点型运算结果是浮点型。特殊的一点是：只要类型比int小（如char、byte、short），那么在运算之前，这些值会自动地转换成int。例子：
byte b1 = 12;
byte b2 = b1 + 1; //在编译时出错了！因为b1+1已经是int型了！切记！
16、浮点类型的科学表示法。在数学中e代表自然对数（Math.E给出了double值），而在Java中e代表10的幂次。浮点型的数可以这样表示float f = 1e-27f; 代表1乘以10的负27次幂。

8. 数据结构和算法：有什么书是有数据结构和算法的实例的

说实话，真的不太推荐你学那种带有细致代码的书，有伪码就够了。刚刚学数据结构和算法，主要是为了理解内容、打好基础，伪码用来明白流程和思路最好了，不用纠结于语言细节。
同时，你自己写（必须要自己写）代码的时候，又能有更清楚的认识，也复习了编程知识。只是看懂和照着书本打代码是没什么意义的，刚开始学哪有不吃苦的。
至于算法，大部分的数据结构课本就会介绍一些基本初等算法，把这些算法弄熟，做到不用看书能毫不迟疑地写下伪码和实际代码，不出一点问题之后再去看别的书。不然，你会觉得后面的东西很难，同时前面的又学的很飘忽。
可以先算法导论，然后反复练习实践，可以去做些ACM的OJ（不用做太难的），然后看下你感兴趣的相应语言的实例代码，最后看下TAOCP。

9. 什么是算法，都什么，举个例子，谢谢

根据我个人的理解：
算法就是解决问题的具体的方法和步骤，所以具有以下性质：

1、有穷性： 一个算法必须保证执行有限步之后结束（如果步骤无限，问题就无法解决）
2、确切性：步骤必须明确，说清楚做什么。
3、输入：即解决问题前我们所掌握的条件。
4、输出：输出即我们需要得到的答案。
5、可行性：逻辑不能错误，步骤必须有限，必须得到结果。

算法通俗的讲：就是解决问题的方法和步骤。在计算机发明之前便已经存在。只不过在计算机发明后，其应用变得更为广泛。通过简单的算法，利用电脑的计算速度，可以让问题变得简单。

譬如：计算 1×2×3×4。。。。×999999999×1000000000
如果人为计算，可想而知，即使你用N卡车的纸张都很难计算出来，即使算出来了，也很难保证其准确性。
如果用VB算法：
dim a as integer
a=1
For i =1 to 1000000000
a=a*i
next i
input a
就这样，简单的算法，通过计算机强大的计算能力，问题就解决了。
关于这段算法的解释：i每乘一次，其数值都会增大1，一直乘到1000000000，这样，就将从1到1000000000的每个数都乘了。而且每乘一次，就将结束赋给a,这样，a就代表了前面的相乘的所有结果，一直乘到1000000000。最后得到的a，就是我们想要的。

〓以下是网络复制过来的，如果你有足够耐心，可以参考一下。

算法（Algorithm）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。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。
算法可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列，并且这样的步骤和序列可以解决一类问题。
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。
计算机科学家尼克劳斯-沃思曾着过一本着名的书《数据结构十算法= 程序》，可见算法在计算机科学界与计算机应用界的地位。
[编辑本段]算法的复杂度
同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。一个算法的评价主要从时间复杂度和空间复杂度来考虑。
时间复杂度
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)，算法的时间复杂度也因此记做
T(n)=Ο(f(n))
因此，问题的规模n 越大，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）。
空间复杂度
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。
详见网络词条"算法复杂度"
[编辑本段]算法设计与分析的基本方法
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。它把问题分成若干步，找出相邻几步的关系，从而达到目的，此方法称为递推法。
2.递归
递归指的是一个过程：函数不断引用自身，直到引用的对象已知
3.穷举搜索法
穷举搜索法是对可能是解的众多候选解按某种顺序进行逐一枚举和检验，并从众找出那些符合要求的候选解作为问题的解。
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。
5.分治法
把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。
6.动态规划法
动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础，被广泛应用于计算机科学和工程领域。
7.迭代法
迭代是数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题（一般是解方程或者方程组）的过程，为实现这一过程所使用的方法统称为迭代法。
[编辑本段]算法分类
算法可大致分为基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法。
[编辑本段]举例
经典的算法有很多，如："欧几里德算法"。
[编辑本段]算法经典专着
目前市面上有许多论述算法的书籍，其中最着名的便是《计算机程序设计艺术》（The Art Of Computer Programming) 以及《算法导论》（Introction To Algorithms）。
[编辑本段]算法的历史
“算法”即算法的大陆中文名称出自《周髀算经》；而英文名称Algorithm 来自于9世纪波斯数学家al-Khwarizmi，因为al-Khwarizmi在数学上提出了算法这个概念。“算法”原为"algorism"，意思是阿拉伯数字的运算法则，在18世纪演变为"algorithm"。欧几里得算法被人们认为是史上第一个算法。 第一次编写程序是Ada Byron于1842年为巴贝奇分析机编写求解解伯努利方程的程序，因此Ada Byron被大多数人认为是世界上第一位程序员。因为查尔斯·巴贝奇(Charles Babbage)未能完成他的巴贝奇分析机，这个算法未能在巴贝奇分析机上执行。 因为"well-defined procere"缺少数学上精确的定义，19世纪和20世纪早期的数学家、逻辑学家在定义算法上出现了困难。20世纪的英国数学家图灵提出了着名的图灵论题，并提出一种假想的计算机的抽象模型，这个模型被称为图灵机。图灵机的出现解决了算法定义的难题，图灵的思想对算法的发展起到了重要作用的。