数据结构域算法系列之二 贪婪算法和人生规划

简介: 数据结构域算法系列之二 贪婪算法和人生规划

视频课:https://edu.csdn.net/course/play/7621


前几天和苯螃蟹聊天,谈到对未来的规划。螃蟹说自己要在5年以后做到像某大牛那样熟知一切专业知识并且做到写文章信手拈来。说完自己的,就来问我“5年内的职业规划是什么?”我其实是那种平时想事情根本不过脑子的人,怎么会整天没事琢磨5年规划?于是我老实告诉她:“我没有5年规划,我觉得只要做好自己遇到的每一件事,就自然能够通向最好的结果。”



苯螃蟹听了以后大惊:“你怎么能够没有规划呢?!”


难怪苯螃蟹会惊讶万分。因为是我告诉了她读者文摘上那个关于怎样规划自己的人生成为画家的故事,还举一反三了怎样成为百万富婆的故事来加深印象。现在我又告诉她,我说了那么多,骗她相信规划人生的妙用,其实自己是不承认的了!但是我确实是觉得5年规划是没有用的。于是我又花费了很多口舌来向她描述APR用到的一种算法:“贪婪算法”,以实例来说明自己的观点。大概的意思就是,5年规划的目的看起来很明确,但是需要做无数存在变数的事情才能抵达最终的目的。每做一件事情的时候都存在选择,与最终目的间隔5年时间的我们永远也不知道每一个细小选择背后的路到底通向哪里。那么与其在迷失方向的森林里朝着自以为是的方向前进,不如选择去做目光所及之处的最重要的事情。当然诸葛亮的目光会亮一些,猪哥俩的目光暗淡一些。


其实我确实是那种平时脑子里什么也没有的人,做事情凭直觉的居多。不过我想这应该不是一种返祖现象。当有人问我这些我自己从来也不想的东东的时候,我就会按照当时的语境现编一个出来。因为几十年的生活告诉我,要是我告诉人家我没想法,那人家要不以为我是个傻子就会以为我看不起他。至于我自己到底相信什么说法,那个真是鬼知道了。我都不会去想,又怎么知道自己是怎么想的?但是苯螃蟹的的确确是一个意志坚定的人。尽管我把贪婪算法说的天花乱坠,她还是坚信5年规划的妙用,以及一定要有一个目的存在才能有发展这个道理。看来只能等5年以后见分晓了。看到时候第一个5年计划完成的时候,绵羊家姓羊还是姓蟹,就知道了。哈哈。不过说实话,我高度怀疑,苯螃蟹这么相信 5年规划的妙用,是我上回讲如何嫁给百万富翁的时候超水平发挥了。


##########我是分隔线##########


参考文献1:


故事大概是这样的。一个人问自己的朋友怎么在5年能够成为能够谋生的有名的画家。朋友告诉他,要在5年后成为画家,并且能够谋生,第4年的时候应该已经卖出了第一幅画,并且有很多作品在画廊里办画展了;第3年的时候应该已经有很多完成的画作了,并且有一些画廊的朋友;那么第2年的时候应该已经掌握了绘画艺术,在进行艺术创作了;为了达成第二年的目的,现在就应该辞职,搬到艺术家聚居区去,报名艺术学院学习绘画了。为了让苯螃蟹能够深入理解,俺还特意举一反三的给苯螃蟹假设了怎样在5年以内成为百万富婆的人生规划。


如果5年后要成为百万富婆,最简捷的方式就是嫁给百万富翁。


那么在第4年半的时候一定会有一个百万富翁结婚对象,并每天用各种方式接近目标;第4年的时候你要用自己的魅力和气质来结识百万富翁,并得到几个不错的候选;如果要结识百万富翁的话,那么在第3年的时候应该在百万富翁出入的地方出入,当然在那里打工的也是可以;那么第2年的时候应该已经在百万富翁出入的会所和俱乐部打工了,而且不能是刷盘子的工作;为了提高命中率和回头率,那么在第1年的时候应该去一家女子学校学习礼仪、形体、文秘,还要兼修艺术和音乐,以提升魅力和气质;那么现在就应该好好努力工作,攒够去女子学校的学费。苯螃蟹听完这个故事以后深以为然,还特意把这两个故事都记载在自己的BLOG上。


##########我是分隔线##########


参考文献三2:


算法非我所长。贪婪算法的大概意思就是,需要解决一个需要巨大运算量来求解的问题的时候,不费心费力去寻找最优解,而是采用逐步构造最优解的方法。在每个阶段,都作出一个看上去最优的决策(在一定的标准下)。作出贪婪决策的依据称为贪婪准则。决策一旦作出,就不可再更改。贪婪算法通过逐步逼近的方法来的得到解,不一定是最优解,但总是很快找到一个解决方法。这个算法在IC design中可以用来解决自动布线中的最短路径问题:在一大堆点中,从某一个点出发,用最短的线把这一堆点串起来。


目录
相关文章
|
26天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
38 1
|
29天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
96 4
|
2月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
94 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
3天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
41 20
|
27天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
27天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
1月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
102 23
|
1月前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
60 20
|
26天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
57 1
|
1月前
|
机器学习/深度学习 算法 C++
数据结构之鲸鱼算法
鲸鱼算法(Whale Optimization Algorithm,WOA)是由伊朗研究员Seyedali Mirjalili于2016年提出的一种基于群体智能的全局优化算法,灵感源自鲸鱼捕食时的群体协作行为。该算法通过模拟鲸鱼的围捕猎物和喷出气泡网的行为,结合全局搜索和局部搜索策略,有效解决了复杂问题的优化需求。其应用广泛,涵盖函数优化、机器学习、图像处理等领域。鲸鱼算法以其简单直观的特点,成为初学者友好型的优化工具,但同时也存在参数敏感、可能陷入局部最优等问题。提供的C++代码示例展示了算法的基本实现和运行过程。
51 0