求解随机数的算法流程图_问题求解与算法

一、问题与问题求解

1.人类问题求解的思维过程：

一般思维过程：问题分析—>推出假设—>检验假设

2.领域问题及形式化描述：

2.1问题形式化表示

要素：现实、目标

问题=｛现实，目标｝

题解=目标—现实=｛A1，A2，…，An｝

2.2问题归约表示

（对问题归纳和简化，转化成为简单问题）

要素：目标、算子集、基元问题集

2.3问题求解策略

2.3.1算法式：枚举、递归

2.3.2启发式：(1)手段目的分析（2）顺向工作（3）逆向工作

2.4问题求解系统

3.问题抽象与数学建模：

3.1数学模型：实际问题的数学抽象，使用数学符号、数学式子、程序、框图对问题本质属性抽象刻化。

数学模型（数学学科）_百度百科​baike.baidu.com

3.2数学建模：应用知识提炼、抽象实际问题中的数学模型的过程。

数学建模（数学分支）_百度百科​baike.baidu.com

3.3模型分类

3.3.1按特性：

静态模型（代数方程）

动态模型（微分方程，差分方程）

按时间：连续时间模型（微分方程）

、离散时间模型（差分方程）

3.3.2按数学：

集中参数模型、分布参数模型

随机性模型、确定性模型

线性模型、非线性模型

几何模型、图论模型、概率论模型、线性规划模型、非线性规划模型

3.3.3按应用领域：

工程学数学模型

经济学数学模型

管理学数学模型

社会学数学模型

生物学数学模型

医学数学模型等

特殊问题模型：交通运输问题模型、经济决策模型

4.计算机求解问题模型：

确定问题—>定义问题—>形成策略—>组织信息—>分配资源—>监控—>评估

二、算法与算法分析

1.算法及其描述

算法最早在数学中是指数字的运算法则，后指问题求解方法和求解过程的描述.（计算序列，解决特定问题）

1.1算法的特征：

确定性、有穷性、可性性、输入、输出

1.2算法的描述

（1）自然语言描述

（2）流程图描述：N-S流程图

（3）伪代码描述

1.3算法正确性

2.算法复杂性分析

2.1时间复杂性

2.2空间复杂性

2.3P问题与NP问题

三、算法设计及算法分类

穷举法

递推法

递归法

回溯法

迭代法

分治法

贪心法

四、数据结构与算法（DSA）

1.数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 树；

2.算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法；