練習問題をやるのが苦痛すぎる場合はどうすればいいですか?このアルゴリズムベースは初心者向けにカスタマイズされており、アニメーションが付属しています

練習問題をやるのが苦痛すぎる場合はどうすればいいですか?このアルゴリズムベースは初心者向けにカスタマイズされており、アニメーションが付属しています

[[389648]]

アルゴリズムの問​​題を効果的に解決するにはどうすればよいでしょうか?質問解決の初心者のための最新のチェックインスポット。

アルゴリズムは重要ですが、学ぶのが最も難しく、気が遠くなるようなものでもあります。アルゴリズムは何千種類もありますが、どこから始めればよいかわかりません。

初めて練習を始めたとき、どこから始めたらいいのかわからず混乱してしまい、他の人が書いた解答が理解できなかったと不満を言う人をよく見かけます。考えが飛び交っています。この知識ポイントは重要だと思うこともありますが、間違った道を進んでいると思うこともあります。その結果、長い間勉強した後、復習すればするほど混乱してしまいます。時間と経験が無駄になります。

実際、アルゴリズムを学ぶには、ただ盲目的に演習を行うだけでは不十分で、科学的なアプローチに従う必要があります。

学習アルゴリズムは IQ の問題だけではなく、スキルを必要とする習得学習を通じて習得できます。正しい方法を見つければ、半分の労力で 2 倍の結果を達成できます。

最近、誰かが Github でプロジェクトを立ち上げました。このプロジェクトは、問題演習を始めたばかりの学生向けに特別に用意されたアルゴリズム ベースです。プロジェクトの作者は、わかりにくいアルゴリズムをアニメーションでわかりやすくしようと決意しています。オンラインになってからわずか2日で、900以上の星を獲得しました。

プロジェクトアドレス:
https://github.com/chefyuan/アルゴリズムベース

質問の概要:
https://mp.weixin.qq.com/s/fTMzLrv5Ou2Xf3_br80J0g

科学的な問題を解決するにはコツがある

プロジェクト作成者は、アルゴリズムをデータ構造、文字列マッチングアルゴリズム、ソートアルゴリズム、ソートアルゴリズムのクイックキル問題、配列章、合計問題、数値問題、リンクリスト章、ダブルポインター、スタックとキューなど、いくつかの部分に分類しています。著者の考えに沿って問題を練習すれば問題はないはずです。

各アルゴリズムモジュールにはアニメーションシミュレーションと描画分析が含まれており、画像とテキストが豊富と言えます。アニメーション方式を使用して、わかりにくいアルゴリズムをわかりやすい言葉で説明します。

プロジェクト作成者は、プロジェクトは今後も維持され、皆の役に立つことを期待していると述べました。また、質問練習を始めたばかりで何から始めたらいいのか分からないという生徒さんのために、質問回答のアウトラインをまとめました。まずはこの順番で練習して、終わったら始められるはずです。

文字列マッチング アルゴリズム モジュールでは、プロジェクト作成者は、文字列マッチング BF アルゴリズム、BM アルゴリズム、および KMP アルゴリズムの 3 つの例を挙げています。

文字列マッチング BF アルゴリズムを例にとると、対応するアルゴリズムをクリックすると、対応するアルゴリズムのホームページにリンクされます。アルゴリズムのホームページでは、プロジェクトの作成者がユーモラスな言葉で文字列マッチングとは何かを読者に紹介しています。次に、トピックに入り、この概念を定義します。S と T が 2 つの文字列であるとします。メイン文字列 S でパターン文字列 T を見つけるプロセスを文字列マッチングと呼びます。パターン文字列 T がメイン文字列 S で見つかった場合、一致は成功です。関数は、S で T が最初に出現する位置を返します。それ以外の場合、一致は失敗し、-1 が返されます。次に、読者が理解できるように図を使って説明します。

アルゴリズムについて話すとき、プロジェクトの著者はアニメーション グラフィックスを使用して抽象的なアルゴリズムを視覚化します。これは、多くのアルゴリズム研究者にとって便利です。アニメーション グラフィックスを通じて、アルゴリズムをよく理解できます。これは、プロジェクトの最も革新的な側面でもあります。

文字列マッチング BF アルゴリズムのアニメーション表示。

アルゴリズムが読者に明確に紹介された後、次のステップは、アルゴリズムに基づいて古典的な問題を解決し、アイデアをコードに変換することです。問題を理解し、問題の解決策を分析して推論できたと確信したら、アイデアをコードに変換する方法について考え始めます。

場合によっては、アイデアをアルゴリズムに変換するのは簡単で自然なことですが、場合によっては、アイデアをコードに変換するのは難しいことがあります。

プロジェクトの作者は、アイデアをコードに変換する素晴らしい仕事をしました。問題の説明、問題の分析、問題のコードを非常に明確に説明しました。作者のアイデアによれば、このアルゴリズムの本質をすぐに把握でき、時間と労力を節約できます。

配列の章では、2 つの数値の合計を例にとり、プロジェクト作成者は、2 つの数値の合計を問題の説明、例、ダブル ポインター (ブルート フォース) 方式、分析、問題コード、ハッシュ テーブル、アニメーション画像分析などの内容に分解します。

ハッシュ テーブル解析プロジェクトの著者は、次のように説明しています。「ハッシュ テーブル アプローチは理解しやすいです。ループを 1 回実行するだけで済みます。ターゲット値が 9 で、現在のポインタが 2 を指している場合、ハッシュ テーブルから 7 が含まれているかどうかを調べるだけで済みます。9 - 2 = 7 だからです。7 が含まれている場合は、直接戻ることができます。含まれていない場合は、現在の 2 がハッシュ テーブルに格納され、ポインタは次の要素を指すように移動します。注: キーは要素値で、値は要素インデックスです。」次に、動的な画像が表示されます。

ハッシュテーブル解析アニメーション表示。

この記事では、アルゴリズムの例を 2 つだけ紹介します。問題の練習を始めたばかりで、練習方法がわからない場合は、プロジェクト作成者が提示したアイデアに従って、一度にすべてを練習することができます。アルゴリズムの基礎は問題にならないはずです。段階的に進めていけば、必ず良い結果が得られます。

<<:  スマート病院は現実に近づいているのでしょうか?

>>:  グラフディープラーニングで複雑な研究​​タイプのタスクを実装するのは、あまりにも面倒ですか?この新しいツールキットは、

ブログ    

推薦する

...

コンピューティングセンターからコンピューティングネットワークまで、人工知能は静かに変化している

人工知能はデジタル経済の高品質な発展の原動力であり、新たな科学技術革命と産業変革の重要な原動力です。...

...

注意メカニズムにバグがあり、ソフトマックスが犯人であり、すべてのトランスフォーマーに影響を与えている

「私は、8年間誰も発見できなかった注目度の式のバグを発見しました。GPTやLLaMAを含むすべてのT...

90年代以降は人工知能で年間数百万ドルを稼ぐ、Google、Microsoft、BATの給与リストが明らかに

年末には給与に関する議論が再び盛り上がる。昨日、馬化騰氏は抽選で従業員に30万元相当のテンセント株1...

4Paradigm が分子特性予測のための生成型 3D 事前トレーニング済みモデルを開発

論文タイトル: 分子特性予測のための自動 3D 事前トレーニング論文リンク: https://arx...

2020年にはAI技術はさらに環境に優しくなる

人工知能(AI)技術の環境への影響は最近、幅広い注目を集めていますが、これは今後10年間でAIの中心...

AIドクターは正式に勤務中ですか? AIと医療の融合が爆発点に到達!

近年、医療分野における人工知能の応用が非常にホットな話題となっています。 「ニューイングランド・ジャ...

モザイクから高精細画像まで、AIの画像作成能力は強化されてきましたが、美しさと歪みのバランスをどう実現するのでしょうか。

サスペンスやSF作品では、ぼやけた写真がコンピューターの画面に表示され、捜査官が画像を強調するように...

NLP入門: 中国語のルールベースの単語分割法を3つ教えます

自然言語理解において、トークンは独立して動作できる意味のある最小の言語コンポーネントです。単語の識別...

ビッグデータとAIアプリケーションを成功させる4つの鍵

ビッグデータ技術が今や世界の主要なマーケティングツールの 1 つになっていることは周知の事実です。 ...

...

...

...