标签：工作 images 举例 支持 toolbox 技术 重复 定义 结果
简单编程问题
算法问题
人工智能问题很难描述清楚
而本课主要研究的是算法问题
明确且清晰描述的算法问题
很难高效执行的算法问题
从问题描述到提出算法，直观算法往往很低效。因此才需要研究算法。
0, 1, 1, 2, 3, 5, 8, 13, 21 ,34,…
最早是为了研究兔子繁殖提出的模型
定义很简单：
给出输入n，求序列为n的斐波那契数列元素作为输出，直观算法如下：
我们可以简单将执行代码的行数作为运行时间的单位，这样我们有：
由此我们可以知道
T(n)>=Fn
也就是说程序的运行时间也和斐波那契数列一样高速增长，显然这远远超出了我们硬件所能支持的水平。
而直观算法速度慢的原因就是在计算前两项的过程中存在大量重复计算。
高效算法：
直观算法：
此处循环终止条件应为min(A, B)
关键引理如下：
证明：
欧几里得算法
每次循环大概把输入降为原来的一半，所以时间复杂度大概为log(ab)
我们想要了解具有普遍意义的运行时间，也就是时间复杂度。
同时这个结果应当适用于较大量的输入
我们要考虑的是程序运行时间和输入数据规模的关系。
使用big-O notation 来描述运行时间有几个优点：
常见规则：
举例：斐波那契数列
数据科学002Coursera课程Algorithmic Toolbox 第二周总结
标签：工作 images 举例 支持 toolbox 技术 重复 定义 结果
原文地址：http://www.cnblogs.com/Libra-Beta/p/7479482.html
