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
|
数据库
向量加成,助力在知识的海洋尽情探索
毫不夸张的说,有向量数据库的加成LLM更加有助于生产力的提升,可以帮我们更快检索到所需要的核心内容。
|
编解码 人工智能 物联网
离FaceChain应用生态爆发还有多远?-0905迭代周记
在过去的不到一个月,FaceChain开源项目从无到有,成功突破了相关技术瓶颈,GitHub(https://github.com/modelscope/facechain)获得了超过4.6K star,为未来的应用发展奠定了坚实的基础。
离FaceChain应用生态爆发还有多远?-0905迭代周记
|
1月前
|
人工智能 缓存 前端开发
从基础到现代的跃迁
【10月更文挑战第23天】从基础到现代的跃迁
14 1
|
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)
79 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。
|
编解码 自然语言处理 算法
利用 PRIMO 重构 M87 黑洞图像,普林斯顿高等研究院成功将「甜甜圈」变身「金戒指」
利用 PRIMO 重构 M87 黑洞图像,普林斯顿高等研究院成功将「甜甜圈」变身「金戒指」
145 0
|
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 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。
322 0
【计算讲谈社】第九讲 | “碳中和”时代下:计算的机会在哪里?
|
人工智能 自然语言处理
并行生成奇点临近!字节跳动GLAT斩获WMT2021大语种德英自动评估第一
在刚刚结束的国际机器翻译大赛(WMT2021)上,字节跳动 AI Lab 的火山翻译提交并行翻译系统 GLAT(Glancing Transformer),一举夺得了德语到英语方向机器翻译自动评估第一。这是并行翻译(非自回归)系统首次参加世界级的比赛,击败一众自回归翻译系统。并行翻译系统的崛起给自然语言生成技术的发展指明了新的方向。
247 0
并行生成奇点临近!字节跳动GLAT斩获WMT2021大语种德英自动评估第一
|
机器学习/深度学习 存储 人工智能
和小鼠“智力”水平相当?全球首台亿级神经元类脑计算机是中国造的!
和小鼠“智力”水平相当?全球首台亿级神经元类脑计算机是中国造的!
和小鼠“智力”水平相当?全球首台亿级神经元类脑计算机是中国造的!