社区
Java SE
帖子详情
比如离散数学,概率论之类的知识,帮助有多大?
gordonkkk
2008-04-04 09:35:29
最近深感自身的不足,看了数据结构与算法分析,然后感觉离散数学这块没学好,进而感觉概率论,线性代数之类的也有不足......我该怎么办......
...全文
593
34
打赏
收藏
比如离散数学,概率论之类的知识,帮助有多大?
最近深感自身的不足,看了数据结构与算法分析,然后感觉离散数学这块没学好,进而感觉概率论,线性代数之类的也有不足......我该怎么办......
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
34 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
ketet
2008-05-16
打赏
举报
回复
“计算机科学不能把任何人变成编程专家,就象光研究刷子和颜料不会使人变成画家一样。”
rabbii
2008-04-06
打赏
举报
回复
[Quote=引用 13 楼 Coder211 的回复:]
这些东东是IT的技术本质!所以
如果只是想在软件业混几年,那么这些东西可以不学,到用的时候随便学一点,够用即可。
如果你将来想在软件业有所成就,这些东东是你必备的素质。
如果将来你不想被那些新出的技术抛弃,那么我建议你从现在开始,厚积薄发。
我不太记得哪位科学家好像说过这么一句话:“高技术的本质就是数学。”
[/Quote]
HX_99520
2008-04-06
打赏
举报
回复
我觉得,离散数学是属于计算机专业的课程,如果你要是从事软件,网络或者其他程序开发就必然要像经管的学西方经济学一样那么重视,至于概率论也是在网络编程中经常遇到的东西
ketet
2008-04-06
打赏
举报
回复
其实作用不大,特别是对于你——问这种问题的人!
sxhys
2008-04-06
打赏
举报
回复
写蒙特卡罗仿真的算法用概率论多。
SICTXK
2008-04-06
打赏
举报
回复
做DB设计时当然会用到数据结构
如果是只有10多个表database可能不明显
规模再大一些
就会要考虑通过数据结构来寻求最优了。
ZJL_ZZY
2008-04-06
打赏
举报
回复
什么东西都是有用的,最起码你学了这些东西,考虑问题的思维就不一样了。不急,边用边学,没必要一次就搞的很深。慢慢积累吧!
你那样可不好哦,你是不是有点太急躁太贪心了。是不是感觉自身不足,有必要想从小学的数学学起吧,包括奥数?投入进去,把一个问题搞懂,积累多了就上道了。
薛定谔之死猫
2008-04-05
打赏
举报
回复
处理通用的业务系统的话除了离散数学别的基本没什么用,个人感觉
fuyou001
2008-04-05
打赏
举报
回复
[Quote=引用 16 楼 kokobox 的回复:]
同意ls
结贴吧
[/Quote]
yuwenmcn
2008-04-05
打赏
举报
回复
数据库不用?
54powerman
2008-04-05
打赏
举报
回复
看你用来干什么了,如果谢谢网页、数据库,就不需要看了。
kokobox
2008-04-05
打赏
举报
回复
同意ls
结贴吧
dracularking
2008-04-05
打赏
举报
回复
数学是科学之本 还用得着讨论吗
Dan1980
2008-04-05
打赏
举报
回复
做底层开发,数学的重要性是不言而喻的,做应用开发,数学的重要性也很大。
对于计算机科学来说,高数的作用倒在其次,离散数学绝对是基础中的基础。
研究底层算法的就不用说了,单说应用层面,关系数据库的整个理论都是建立在离散数学的基础上的,还有软件工程中的建模、网络中的拓扑等等都和离散数学有着密不可分的关系。就是最最简单的程序编码也是要求逻辑性很强的,很多人写代码,虽然功能最终是实现出来了,但是程序逻辑差得一塌胡涂,这就是离散数学基本功欠缺的表现。
线性代数在计算机图形学中的作用举足轻重,概率论的作用则更广了,不一而足。
总之一句话,数学,对于计算机科学太重要了,没有数学就没有计算机科学。
yakoo5
2008-04-05
打赏
举报
回复
数学好可以写出高效率的程序,个人见解!
wei495715356
2008-04-05
打赏
举报
回复
我觉得学离散数学非常有用!
我的感觉是学了离散数学,人比以前聪明多了。学习计算机方面的逻辑思维有了很大的提高!
Coder211
2008-04-05
打赏
举报
回复
这些东东是IT的技术本质!所以
如果只是想在软件业混几年,那么这些东西可以不学,到用的时候随便学一点,够用即可。
如果你将来想在软件业有所成就,这些东东是你必备的素质。
如果将来你不想被那些新出的技术抛弃,那么我建议你从现在开始,厚积薄发。
我不太记得哪位科学家好像说过这么一句话:
“高技术的本质就是数学。”
jkfzero
2008-04-05
打赏
举报
回复
离散绝对有用,概率论尚未感觉出来。
mqxtiyca
2008-04-05
打赏
举报
回复
我是高中毕业的,最近学JAVA2D,才发现自己的数学知识还差得远啊。。。学习中
临远
2008-04-05
打赏
举报
回复
能学就学,要是懒,或者不愿意学就算了。
好处是大大滴,而且是长期的,而且是深入滴。
加载更多回复(12)
如何学习ACM,看后受益匪浅
大家都是抱着对算法与数据结构极大的兴趣才参加集训的,我们也希望大家学有所成,但是刚刚接触信息学领域的同学往往存在很多困惑,不知道从何入手学习,在这篇向导里,我希望能将自己不多的经验与大家分享,希望对各位有所
帮助
. 一、语言是最重要的基本功 无论侧重于什么方面,只要是通过计算机程序去最终实现的竞赛,语言都是大家要过的第一道关.亚洲赛区的比赛支持的语言包括C/C++与JAVA.虽然JAVA在应用极为广泛,但是其运行速度不可恭维.而且在以往的比赛中来看,大多数队伍还是采用了C或者C++.而且C语言是大家接触的第一门编程语言,所以我们集训队都采用C和C++混编的方式写代码. 新来的同学可能C的基础
知识
刚刚学完,还没有接触过C++,其实在赛场上使用纯C的选手还是大有人在的,它们主要是看重了纯C在效率上的优势,所以这部分同学如果时间有限,并不需要急着去学习新的语言,只要提高了自己在算法设计上的造诣,纯C一样能发挥巨大的威力.但是我还是希望大家都能够学点C++. C++相对于C,在输入输出流上的封装大大方便了我们的操作,同时降低了出错的可能性,并且能够很好地实现标准流与文件流的切换,方便了调试的工作。如果有些同学比较在意这点,可以尝试C和C++的混编,毕竟仅仅学习C++的流操作还是不花什么时间的。 C++的另一个支持来源于标准模版库(STL),库中提供的对于基本数据结构的统一接口操作和基本算法的实现可以缩减我们编写代码的长度,这可以节省一些时间。但是,与此相对的,使用STL要在效率上做出一些牺牲,对于输入规模很大的题目,有时候必须放弃STL,这意味着我们不能存在“有了STL就可以不去管基本算法的实现”的想法;另外,熟练和恰当地使用STL必须经过一定时间的积累,准确地了解各种操作的时间复杂度,切忌对STL中不熟悉的部分滥用,因为这其中蕴涵着许多初学者不易发现的陷阱。像STL中的很多容器, vector,queue,stack,map,set等一定要比较熟悉,STL中的sort是必需要掌握的.掌握这些STL
知识
后写代码的时候相对于纯C会节省不少时间. C语言学习推荐:C程序设计(谭浩强编著) C++学习推荐: C++Prime, C++大学教程.(其实基本上的C++教程都行的…) STL学习推荐: C++Prime,STL标准库.(理论联系实际,边学就用学的最快) 二、以数学为主的基础
知识
十分重要 虽然被定性为程序设计竞赛,但是参赛选手所遇到的问题更多的是没有解决问题的思路,而不是有了思路却死活不能实现,这就是平时积累的基础
知识
不够。竞赛中对于基础学科的涉及主要集中于数学,此外对于物理、电路等等也可能有一定应用,但是不多。因此,大一的同学也不必为自己还没学数据结构而感到不知从何入手提高,把数学捡起来吧!下面来谈谈在竞赛中应用的数学的主要分支。 1、
离散数学
——作为计算机学科的基础,
离散数学
是竞赛中涉及最多的数学分支,其重中之重又在于图论和组合数学,尤其是图论。 图论之所以运用最多是因为它的变化最多,而且可以轻易地结合基本数据结构和许多算法的基本思想,较多用到的
知识
包括连通性判断、DFS和BFS,关节点和关键路径、欧拉回路、最小生成树、最短路径、二部图匹配和网络流等等。虽然这部分的比重很大,但是往往也是竞赛中的难题所在,如果有初学者对于这部分的某些具体内容暂时感到力不从心,也不必着急,可以慢慢积累。 竞赛中设计的组合计数问题大都需要用组合数学来解决,组合数学中的
知识
相比于图论要简单一些,很多
知识
对于小学上过奥校的同学来说已经十分熟悉,但是也有一些部分需要先对代数结构中的群论有初步了解才能进行学习。组合数学在竞赛中很少以难题的形式出现,但是如果积累不够,任何一道这方面的题目却都有可能成为难题。 2、数论——以素数判断和同余为模型构造出来的题目往往需要较多的数论
知识
来解决,这部分在竞赛中的比重并不大,但只要来上一道,也足以使
知识
不足的人冥思苦想上一阵时间。素数判断和同余最常见的是在以密码学为背景的题目中出现,在运用密码学常识确定大概的过程之后,核心算法往往要涉及数论的内容。 3、计算几何——计算几何相比于其它部分来说是比较独立的,就是说它和其它的
知识
点很少有过多的结合,较常用到的部分包括——线段相交的判断、多边形面积的计算、内点外点的判断、凸包等等。计算几何的题目难度不会很大,但也永远不会成为最弱的题。 4、线性代数——对线性代数的应用都是围绕矩阵展开的,一些表面上是模拟的题目往往可以借助于矩阵来找到更好的算法。 5、
概率论
——竞赛是以黑箱来判卷的,这就是说你几乎不能动使用概率算法的念头,但这也并不是说概率就没有用。关于这一点,只有通过一定的练习才能体会。而且近年来概率题出现的次数越来越多了.
浅谈
离散数学
中数理逻辑与集合论的数学本质
申华,张胜元-《大学教育》-2013
离散数学
本质上是一门数学课程,是学生数学
知识
结构和数学素质的重要组成部分。数学这门学科体系虽然很庞大,但大致可分为连续型、离散型和随机型这三大类。在大多数的理工科专业的课程设计中,数学类课程通常包括:高等数学、线性代数、
离散数学
、
概率论
与数理统计等。高等数学能提供处理连续型的数学问题需要的数学工具;线性代数与
离散数学
...
极简
概率论
-数据科学数学基础
这是一门简单易懂的
概率论
课程!看教材学
概率论
实在是看不懂,教材编写者一般会认为教材有老师来讲解,所以自学教材会备受打击。本课程最大特色就是 简单易懂, “简单易懂”意味着我会用简单的语言,你容易听懂的语言教你概率
知识
,而不是让你越听越晕。没有
概率论
就没有统计学,也基本上就不存在机器学习了,从而人工智能也不会有今天这样的繁荣发展。如果要从事数据科学行业,不懂
概率论
或者对
概率论
一知半解,基本上都要回过头重新学习
概率论
,因为吃不透
概率论
就吃不透算法原理,也就只能永远半吊子,在数据科学行业半吊子那基本上就没有你的位置了。各位,还是沉下心来老老实实的把
概率论
认真的学好吧!别想着速成,速成只会浪费你更多的时间!当然了,找到一个好老师教你,的确可以让你比别人更快的学会学好,比如我的这门
概率论
教程!
《
离散数学
》:逻辑
离散数学
是数学的一个分支,研究离散对象和离散结构的数学理论和方法。与连续数学不同,
离散数学
关注的是离散的离散化的数学对象,而不是连续的数值或函数。
离散数学
关注更多的是研究对象之间的关系或者对象之间的组织结构,甚至结合线性代数来完成一系列计算。
微积分与
概率论
的基础
知识
参考资料: https://blog.csdn.net/zuoyonggang123/article/details/79110916 KaTex官方使用文档: https://katex.org/docs/supported.html 1 高数中的基本概念 开头前言说,微积分是概数统计基础,概数统计则是DM&ML之必修课”,是有一定根据的,包括后续数理统计当中,如正态分布的概率密度函数中...
Java SE
62,614
社区成员
307,326
社区内容
发帖
与我相关
我的任务
Java SE
Java 2 Standard Edition
复制链接
扫一扫
分享
社区描述
Java 2 Standard Edition
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章