`
backsnow
  • 浏览: 130916 次
  • 性别: Icon_minigender_1
  • 来自: 广州
社区版块
存档分类
最新评论

算法学习建议(转)

 
阅读更多

算法学习建议(转)

作者:pysub      来源:zz     发表时间:2009-01-20     浏览次数: 15711      字号:    

内容摘要 archive,第三阶段,blog,http,html,

http://www.cppblog.com/Leon916/archive/2008/07/06/55480.html

一般要做到50行以内的程序不用调试、100行以内的二分钟内调试成功.acm主要是考算法的
,主要时间是花在思考算法上,不是花在写程序与debug上。  
下面给个计划你练练:
  
第一阶段:
    练经典常用算法,下面的每个算法给我打上十到二十遍,同时自己精简代码,
因为太常用,所以要练到写时不用想,10-15分钟内打完,甚至关掉显示器都可以把程序打
出来.  
 1.最短路(Floyd、Dijstra,BellmanFord)  
 2.最小生成树(先写个prim,kruscal要用并查集,不好写)  
 3.大数(高精度)加减乘除  
 4.二分查找. (代码可在五行以内)  
 5.叉乘、判线段相交、然后写个凸包.  
 6.BFS、DFS,同时熟练hash表(要熟,要灵活,代码要简)  
 7.数学上的有:辗转相除(两行内),线段交点、多角形面积公式.  
 8. 调用系统的qsort, 技巧很多,慢慢掌握.  
 9. 任意进制间的转换


第二阶段:
    练习复杂一点,但也较常用的算法。  
如:  
 1. 二分图匹配(匈牙利),最小路径覆盖  
 2. 网络流,最小费用流。  
 3. 线段树.  
 4. 并查集。  
 5. 熟悉动态规划的各个典型:LCS、最长递增子串、三角剖分、记忆化dp  
 6.博弈类算法。博弈树,二进制法等。  
 7.最大团,最大独立集。  
 8.判断点在多边形内。  
 9. 差分约束系统.  
10. 双向广度搜索、A*算法,最小耗散优先.


第三阶段:
    前两个阶段是打基础,第三阶段是锻炼在比赛中可以快速建立模型、想新算法
。这就要平时多做做综合的题型了。  
 1. 把oibh上的论文看看(大概几百篇的,我只看了一点点,呵呵)。  
 2. 平时扫扫zoj上的难题啦,别老做那些不用想的题.(中大acm的版主经常说我挑简单的来
做:-P )  
 3. 多参加网上的比赛,感受一下比赛的气氛,评估自己的实力.  
 4. 一道题不要过了就算,问一下人,有更好的算法也打一下。  
 5. 做过的题要记好 :-)   

分享到:
评论

相关推荐

    算法模版(转)

    根据提供的标题、描述和部分内容,本文将详细解读与ACM算法模版相关的知识点。 ...未来的学习过程中,建议不断加深对这些模版的理解,并尝试将它们应用于实际问题中,以便更好地提升自己的竞争力。

    机器算法学习资料文档.docx

    尽管深度学习目前很热门,但机器学习仍是其基础,因此建议首先从机器学习入手,建立扎实的基础,然后再探索深度学习。 学习算法和推导可以从书籍、博客或视频教程中选取适合自己的资源。遇到难题时,可以加入学习...

    基于翻转课堂的大学生课前学习行为与学习效果研究--以《算法与数据结构》为例.pdf

    基于此,研究建议学生应学会制定学习计划、增强自控力,并重视自主导学单,灵活运用学习策略。 翻转课堂与传统教学模式的主要区别在于知识的传递方式和学习的重点转移。传统教学模式下,教师主要依赖课堂讲授来传递...

    机器学习算法的java实现

    最后,文档建议读者开始学习之前,先了解机器学习的基本理论。这是因为只有在理解了背后的原理之后,才能够更好地理解代码是如何实现这些理论的,以及如何对算法进行适当的调整和优化。这也是为什么文档提到,初学者...

    人工神经网络反向传播算法学习.zip

    本资料包“人工神经网络反向传播算法学习.zip”可能包含深入讲解该算法的文章、教程或代码示例。 反向传播的核心在于梯度下降,这是一种优化方法,用于寻找使损失函数最小化的权重值。在神经网络中,损失函数衡量了...

    YOLO系列算法训练数据格式转换脚本

    内容概要上,该脚本通过读取XLM或COCO数据集的标注文件(如JSON格式),自动解析图像信息、类别标签及边界框坐标,并转换为YOLO算法所需的格式(通常是TXT文件)。 适用人群: 学生:对目标检测、深度学习及数据...

    surf算法学习心得(二)源码简析.docx

    4. 源码学习建议: - 了解C/C++基础知识,理解类的声明和成员函数的作用。 - 分析`FastHessian`类的实现,研究如何计算Hessian矩阵及其响应,找出关键点。 - 理解`Ipoint`类如何存储关键点信息,特别是描述符的...

    机器学习PDF识别转word工具

    今天给大家分享一个PDF识别转word的工具,也是我自己写的一个小工具,日常生活中还挺有用的,希望可以帮到大家,带来一些便利 ps:放在当前文件夹下,选择文件路径后,会出现一个2.doc,这就是识别出来的word文件,...

    基于粒子群算法的N类货车转向梯形机构优化.pdf

    5. **结论与展望**:总结优化成果,讨论算法的优势和局限性,对未来的研究方向提出建议。 在数据结构方面,粒子群算法中的每个粒子可以看作是一个数据结构,包含其位置(代表设计参数)和速度(代表参数变化率)。...

    YOLO系列算法使用bdd100k数据集训练的数据预处理及格式转换python代码

    内容简介 本资源提供了一套针对BDD...在阅读前,建议对BDD100K数据集和YOLO算法有一定的了解。 逐步执行代码,理解每一步的作用,特别是数据解析、预处理和格式转换的逻辑。 尝试修改代码中的参数,如调整数据增强的

    蓝桥杯算法个人总结

    由于文档中可能存在OCR扫描识别错误或漏识别的情况,建议读者对照原始文档进行校对,以便更加准确地理解和应用这些算法。 在学习和准备蓝桥杯算法竞赛的过程中,除了学习上述基础知识点之外,还需要注重算法思维的...

    智能健康监测与建议系统.docx通过整合传感器数据和人工智能算法,设计一款智能健康监测系统,提供个性化的健康建议,以改善用户生活

    这些算法能够根据历史数据学习用户的健康模式,并预测未来可能出现的健康风险,帮助用户提前做好预防措施。 基于算法得出的结果,系统将生成个性化的健康建议。这些建议可能包括运动建议、饮食建议、睡眠建议等。...

    经典FPGA算法教材

    在压缩包中,"readme.htm"可能是作者提供的使用指南或阅读建议,而"经典FPGA算法教材"很显然是教材的主体部分,可能包含多个章节和实例代码。通过阅读和实践书中的内容,读者不仅可以掌握FPGA的基本操作,还能深入...

    机器学习10大算法1

    例如,在市场篮子分析中,关联规则学习算法(如Apriori算法)被用来发现商品之间的关联性,从而为零售商提供货架摆放的建议。聚类算法,如K-means,则旨在将数据集合中的数据点分组成若干“簇”,使得同一簇内的数据...

    C语言中基于栈结构实现的数制转换算法研究与实现

    阅读建议:为了更好地理解和应用文中介绍的方法,建议实际动手尝试编码并调试文中提供的完整代码示例,在实践中验证理论效果。同时注意观察输入不同的初始数值时所产生的不同输出结果,加深对算法细节的理解。

    OpenCV算法精解代码

    OpenCV(开源计算机视觉库)是一个强大的跨平台计算机视觉库,它包含了大量的图像处理和计算机视觉的算法。...在学习过程中,建议结合理论知识和实践代码,不断调试和优化,以提高对OpenCV的理解和应用能力。

    基于深度学习的目标检测算法研究及应用.pdf

    R-CNN(Regions with CNN features)系列算法,包括R-CNN、Fast R-CNN和Faster R-CNN,是基于深度学习的区域建议网络。这类算法首先利用Selective Search等算法生成一系列候选区域,然后使用CNN网络对这些区域的特征...

    机器学习十大算法(超详细、免费)

    为了更好地理解和掌握C4.5算法,建议读者通过实际操作和练习来加深理解。此外,推荐参考以下资料进行深入学习: - Quinlan, J. R. (1993). C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers. ...

    利用python学习pcnn算法.zip

    在学习过程中,建议你先了解Python的基础知识,如Numpy库用于数组操作,PIL或OpenCV库用于图像处理。同时,对神经网络的基本概念有所了解也有助于理解PCNN的内部机制。在实践中,你可以尝试调整不同的参数,观察它们...

    机器学习算法PPT.zip

    《机器学习算法精要》 在信息技术飞速发展的今天,机器学习已经成为数据分析和人工智能领域的重要基石。本资料《机器学习算法PPT》深入浅出地介绍了多种机器学习算法,包括文本分析、序列分析、回归算法、决策树、...

Global site tag (gtag.js) - Google Analytics