计算之魂思考一

简介: 计算之魂思考一

计算之魂思考一

算法复杂度严格量化衡量标准:

1.在比较算法的快慢时,只需要考虑数据量特别大,大到近乎无穷大时的情况。为什么要比大数的情况,而不比小数的情况呢?因为计算机的发明就是为了处理大量数据的,而且数据越处理越多。比如我和同学们做砸的那个对账功能,就是没有考虑数据量会剧增。

2.决定算法快慢的因素虽然可能有很多,但是所有的因素都可以被分为两类:第一类是不随数据量变化的因素,第二类是随数据量变化的因素

思考题1.1

世界上还有什么产品类似于计算机,是软硬件分离的?( 难度系数1颗星)

回答:第一次看到这个题目让人很懵哈,确实还有想过这样一个题目呢,但是时代发展,是如何想到软硬件分离的呢。这样一个列子生活中应该并不会常见吧,目前只能想到云计算、单片机、物联网设备等呢

思考题1.2

如果一个程序只运行一次,在编写它的时候,你是采用最直观但是效率较低的算法,还是依然寻找复杂度最优的算法?(难度系数2颗星)

回答:

“程序只运行一次”,似乎从时间的成本上来考虑,采用最直观但效率较低的算法是划算的。

但计算机处理的问题往往是数据量非常庞大的问题,大到近乎无穷大。所以,这个时候,哪怕找到一个相对更好的算法,最终对程序整体运行所消耗的时间都有巨大的提升。如此一来,寻找复杂度最优的算法从时间成本上考虑是划算的。

另外,即使这个程序只运行一次,但解决当下问题的算法在以后很可能会被反复使用。如果寻找到复杂度最优的算法,之后每次使用算法解决问题的时候,都可以节省指数级倍数的时间成本。从长远来看,依然划算。

相关文章
|
3月前
|
机器学习/深度学习 存储 自然语言处理
天啊!深度神经网络中 BNN 和 DNN 基于存内计算的传奇之旅,改写能量效率的历史!
【8月更文挑战第12天】深度神经网络(DNN)近年在图像识别等多领域取得重大突破。二进制神经网络(BNN)作为DNN的轻量化版本,通过使用二进制权重和激活值极大地降低了计算复杂度与存储需求。存内计算技术进一步提升了BNN和DNN的能效比,通过在存储单元直接进行计算减少数据传输带来的能耗。尽管面临精度和硬件实现等挑战,BNN结合存内计算代表了深度学习未来高效节能的发展方向。
47 1
|
关系型数据库 Serverless 文件存储
向量加成,向亚运出发!
云数据库RDS PostgreSQL 版 文件存储NAS 函数计算FC
42 378
|
6月前
|
存储 机器学习/深度学习 人工智能
极智AI | 一文看懂昇腾达芬奇架构计算单元
本文详细解释了昇腾达芬奇架构中计算单元的架构与计算原理。
840 0
|
弹性计算 监控 架构师
案例详解 | 当Rokid若琪遇上阿里云函数计算
案例详解 | 当Rokid若琪遇上阿里云函数计算
186 0
|
决策智能
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
73 0
|
弹性计算 监控 Serverless
当 Rokid 遇上函数计算
Rokid+函数计算,有效的进行运维自动调配资源,使资源达到负载平衡,实时跟踪监测异常,函数计算底层依托阿里云大计算池,加上预热和资源评估的后端算法,可以最大程度的保证资源供给。
|
存储 运维 安全
浪潮“智造者”:方寸之间的计算“炼金术”
浪潮“智造者”:方寸之间的计算“炼金术”
|
机器学习/深度学习 存储 人工智能
MIT、哈佛新研究:提速15000倍,借助光场实现3D场景超高速渲染
MIT、哈佛新研究:提速15000倍,借助光场实现3D场景超高速渲染
126 0
|
机器学习/深度学习 人工智能 城市大脑
【计算讲谈社】第九讲 | “碳中和”时代下:计算的机会在哪里?
碳中和是什么?如何影响我们的生活?与计算又有何关系?8 月 19 日,阿里云【大咖说】全新子系列【计算讲谈社】第九讲《“碳中和”时代下:计算的机会在哪里?》上线,阿里云能耗云负责人周文闻、阿里巴巴研究员吴翰清(道哥)携学员针对该主题展开分享和讨论。
316 0
【计算讲谈社】第九讲 | “碳中和”时代下:计算的机会在哪里?
|
机器学习/深度学习 存储 人工智能
MIT、哈佛新研究:提速15000倍,借助光场实现3D场景超高速渲染
MIT、哈佛新研究:提速15000倍,借助光场实现3D场景超高速渲染
156 0
MIT、哈佛新研究:提速15000倍,借助光场实现3D场景超高速渲染