Appearance
算法初探
一、算法是什么
定义:算法是一组明确定义的指令,用于解决特定问题或完成特定任务。它是计算的核心,通常以有限的步骤将输入转化为输出。算法的三大关键特性是:
- 确定性:每一步骤明确无歧义。
- 有限性:算法在有限时间内完成。
- 有效性:每一步操作简单且可执行。
二、伪代码和流程图
伪代码和流程图是两种非常有用的工具,在算法设计和理解中扮演着重要的角色。它们能够帮助程序从逻辑结构和执行过程两方面更好地理解算法。
1. 伪代码
伪代码(Pseudocode)是一种简化的算法描述,它通常用来描述计算机算法的步骤和逻辑,而不需要考虑具体的编程语言的语法。伪代码具有结构清晰、易读性强的特点,适合用来表达算法的核心思想,帮助程序员理解算法的步骤,而不需要被语言细节所困扰。
计算阶乘的伪代码:
Function Factorial(n)
If n == 0 Then
Return 1
Else
Return n * Factorial(n-1)
End If
End Function这个伪代码描述了一个递归算法,用来计算一个数的阶乘。它表示:
- 如果
n为 0,返回 1。 - 否则,递归调用
Factorial(n-1)并乘以n。
Python 和伪代码在结构上非常接近,在很大程度上可以替代伪代码。另外,伪代码没有严格的语法要求,本质就是为了表达逻辑,所以可以有自己的习惯,甚至用中文来编写伪代码。以下伪代码设计了一个程序:
输入10个数字,输出这些数字里面的最大值:
python
开始
设置一个变量 max
提示用户输入第 1 个数字
读取输入的数字,赋值给 max
重复 9 次:
提示用户输入下一个数字
读取输入的数字,存入 num
如果 num 比 max 大:
把 max 更新为 num
结束循环
输出 max
结束开始
设置一个变量 max
提示用户输入第 1 个数字
读取输入的数字,赋值给 max
重复 9 次:
提示用户输入下一个数字
读取输入的数字,存入 num
如果 num 比 max 大:
把 max 更新为 num
结束循环
输出 max
结束2. 流程图
流程图是算法设计中非常常见的工具,它能帮助程序员更直观地理解算法的执行流程。流程图通过图形化的方式展示了算法中的各个步骤以及这些步骤之间的关系,特别适合用来阐述控制流(如条件判断、循环等)和数据流动。
流程图的特点:
- 直观性:通过图形化的展示,程序员可以更清晰地看到每一步骤的执行顺序和决策分支。
- 简化复杂问题:复杂的算法和逻辑,通过流程图可以分解成简洁、易懂的步骤。
- 辅助理解:帮助程序员从另一个角度理解算法,尤其是控制结构,如判断语句和循环结构。
常用的流程图符号:
- 开始/结束(Start/End):通常用椭圆形表示,用来标识算法的开始和结束。
- 过程(Process):用矩形表示,用来表示某个操作或计算过程。
- 决策(Decision):用菱形表示,表示判断或条件判断,用来决定算法流程的走向。
- 输入/输出(Input/Output):用平行四边形表示,表示数据的输入或输出。
- 连接符(Connector):用圆形或小的圆角矩形表示,指代流程图中不同部分的连接,避免过多的线条交叉。
在上文例子中(输入10个数字,输出这些数字里面的最大值),其流程图如下:
三、解析算法和模拟算法
1. 解析算法
解析算法是指通过数学公式或逻辑推理直接推导出问题的解,核心是找到问题的数学规律或逻辑关系,用公式计算答案,通常没有循环结构。
示例1:计算圆的面积
计算圆面积是几何学中最基础的计算之一。
求解步骤:
圆面积公式:
是圆的面积 (pi) 是圆周率,约等于 3.14159 是圆的半径
流程图:
伪代码:
开始
输入半径r
计算面积S = 3.14159 * r * r
输出S
结束Python 程序实现:
python
# 计算圆面积的Python程序
import math # 导入数学模块,用于获取π值
radius = float(input("请输入圆的半径: "))
area = math.pi * radius ** 2
print(f"圆的半径为 {radius:.2f},面积为 {area:.2f}")这个程序直接计算了圆的面积,但在编程实践中,我们最好去检查输入的数据,因为用户可能输入负数,汉字或者乱码等,即使是像计算器程序一样只提供按键,用户还可能输入负数或是其他的非法字符,比如0.-2等。
示例2:计算一元二次方程的解
解一元二次方程的标准形式是:
求解步骤:
计算判别式:首先计算判别式
。 根据 (D) 的值确定解的类型:
如果 (D > 0),计算两个不同的实根。
如果 (D = 0),计算一个实根。
如果 (D < 0),计算复数根(学习
虚数前,这种情况无解)。
流程图:
Python 程序实现:
python
import math # 引入 math.sqrt() 函数进行开方计算
def solve_quadratic(a, b, c):
# 计算判别式 D = b² - 4ac
D = b**2 - 4*a*c
# 判断判别式 D 的值
if D > 0:
# 两个不同实数根
x1 = (-b + math.sqrt(D)) / (2*a)
x2 = (-b - math.sqrt(D)) / (2*a)
return f"方程有两个不同的实数根: x1 = {x1}, x2 = {x2}"
elif D == 0:
# 一个实数根
x = -b / (2*a)
return f"方程有两个相等的实数根: x = {x}"
else:
return f"方程没有实数根: x = {x}"
# 示例:解方程 1x² - 3x + 2 = 0
result = solve_quadratic(1, -3, 2)
print(result)假设我们输入方程 $$x2−3x+2=0$$,输出为:
方程有两个不同的实数根: x1 = 2.0, x2 = 1.02. 模拟算法
模拟算法通过代码直接模拟问题的过程,按题目描述一步步执行,常用于逻辑简单但步骤繁琐的问题。
示例1:计算小球落地N次后运动的距离
如何计算一个小球从 10 米高处自由落下,每次落地后反弹到原高度的一半,第 3 次落地时总共经过的距离?
| 次数 | 下落高度 | 上升高度 | 总距离(本次) | 累计距离 |
|---|---|---|---|---|
| 第1次 | 10m | 5m | 10(落) | 10 |
| 第2次 | 5m | 2.5m | 5+5=10 | 10+5+5=20 |
| 第3次 | 2.5m | 1.25m | 2.5+2.5=5 | 20+2.5+2.5=25 |
所以:第3次落地后,总共走了 10 + 5 + 5 + 2.5 + 2.5 = 25 米
求解步骤:
- 设置初始高度
h = 10 - 初始化累计距离
total = 0 - 用循环模拟每次落地和反弹(除了第一次没有反弹上升)
- 统计落地和反弹过程的路径长度
- 重复上述步骤直到达到第3次落地
流程图:
Python 程序实现:
python
def calculate_total_distance(h, drops):
total_distance = 0 # 初始化总距离
for i in range(drops):
# 第一次下落直接加上初始高度
if i == 0:
total_distance += h
else:
# 后续每次上升和下落
total_distance += 2 * h
# 反弹高度减半
h /= 2
return total_distance
# 初始高度
initial_height = 10
# 第3次落地
drops = 3
# 计算总距离
total = calculate_total_distance(initial_height, drops)
print(f"第{drops}次落地时,总共经过的距离是:{total} 米")四、练习
1. 计算三角形的面积
描述: 给定三角形的三条边长
海伦公式为:
- 半周长
:
- 三角形面积
:
其中,
2. 计算圆角矩形的面积
描述: 给定一个矩形的长
圆角矩形的面积公式为:
其中,
3. 模拟停车场系统
题目: 设计一个简单的停车场系统。假设停车场有多个停车位,每个停车位可以停放一辆车。每辆车可以有不同的类型(如普通车、SUV)。编写程序模拟车的入场、出场和查询停车状态。
要求:
- 提供
Park()类,包含停车位信息。 - 提供方法:
park_car()、remove_car()、get_parking_status()。
4. 模拟银行账户
题目: 设计一个银行账户类 BankAccount,其中包括存款、取款、查看余额等基本操作。
要求:
- 创建
BankAccount类,包含账户余额、账户号、账户持有人的属性。 - 提供
deposit()、withdraw()和check_balance()方法。