掌握c语言程序设计实验 总结算法复杂度分析技巧

　　c语言程序设计实验总结基本算法复杂度的分析算法复杂度的简单度分析（决策树、聚类、随机森林、马尔可夫链）随机过程更新的方法聚类knn分类可以二分或多分广度优先和深度优先搜索树（二叉树，b-树，红黑树）最小生成树（哈夫曼树）神经网络

　　我觉得常说的算法就是算法分析。主要基础语言：c++，java，c#引擎：llvm。发展方向：软件工程师（偏it），系统分析师，架构师。

　　各种优化方法，都是其中的基础

　　python也可以,主要看你个人需求了

　　就问题描述而言,上面回答都很不错,若是觉得我给的答案不合你心意,你可以联系我,我不相信我可以帮你解决,我都在争取能不能帮你解决.最后一句话送给你:善者无惑

　　如果是指编程语言的话，常用语言基本就是c++、java、c#，后续还有node.js，其他语言对编程能力要求高，不仅仅是编程语言本身的问题了。比如我比较了解的机器学习算法，python只是学了一点点，就转机器学习了。数据结构和算法编程模型，常用数据结构如链表等，常用算法如排序算法，插入排序等；常用算法如分治算法、树的遍历，统计模型（聚类，密度估计，决策树），其他算法，常用如剪枝、递归等算法；常用统计模型如最大熵算法，随机森林，分类算法，正态分布，多元高斯分布，决策函数近似算法等。

　　python的基础就是图论，numpy等科学计算库，pandas库，再比如常用的数据处理工具，numpy、pandas等数据处理工具等。总结就是算法，编程语言，数据结构，前端开发，不管是什么算法，编程语言基本就是，然后数据结构，图论等科学计算库就是算法，数据结构就算常用的算法了，其他就是自己的领域才考虑了，不过到底常用算法是什么，还是个挺具体的话题，回答只能是有限的。题主的问题是常用算法的话，有一些建议：。

　　1、统计模型，你感兴趣的模型，写程序实现，你就是个程序员了，编程能力就很好了，如果还能学学统计学（几大巨头统计公司，海龟统计等）。

　　2、那么就是常用语言了，语言基本也是，

　　1、2都有了，剩下的就是看你需要了，编程语言这种东西，你感兴趣也可以去学，不感兴趣你学了一个也不一定会用，所以找到兴趣点就好，当然还有提前学习一下基础，这样至少有个基础吧。

　　举报/反馈