三线一面怎么计算法?我要很具体的算法,怎么才能把三线一面学的透彻一些,如,一些算法,技巧,希望你们能给予我帮助,如果答案比较满意,加分到100
推荐你去买一个东北财经大学出版的 投资项目概预算里面有很详细的介绍,关于三线一面的我是学建筑管理的我们老师用的就是这个,
为您推荐：
其他类似问题
扫描下载二维码我刚学算法.1^2 + 2^2 + 3^2 + 4^2 + 5^2 + 6^2……………… + 100^2 利用算法应该怎么分析和构造算法步骤?有点比较简单的方法吗？1+2+3+4+5……+100=？这个我知道，但如果加个平方呢？
其实一样的,你把n改成n×n就行了
为您推荐：
其他类似问题
使用循环每次循环中，将变量的平方加入到sum中，然后变量自增1
扫描下载二维码大神 我也是一名acmer 现在大二了 也在一直搞acm 但我学的很差啊 请问你怎么搞算法的 请给提点建议或方法_百度知道
大神 我也是一名acmer 现在大二了 也在一直搞acm 但我学的很差啊 请问你怎么搞算法的 请给提点建议或方法
只管凭兴趣做，其他妹子啥的就别不想了，真正搞acm的是不需要读研的坚持加天赋，但不能把目标定为区域赛拿块牌加加分。可以没有目标
为什么没有用？ 我觉得读研了不是学的更多吗？ 出来找工作不是更有实力？
本科acmer容易找工作，比起一般本科生有绝对优势，研究生就只能和普通研究生在国企研究所。。除非你想那样大的IT公司研究生和本科生工资基本没有差别，写代码也是一个年轻活，所以年轻胜过一切，当你本科很容易获得google,facebook offer的时候，读完研就更难了。难道你希望读研获得知识和能力提升么，等你读完研就知道了。（我没读研，不过周围很多读研的）
其他类似问题
为您推荐：
其他1条回答
一本《算法导论》，踏实一点，还有刘汝佳的《算法艺术与信息学竞赛》，好好干，对以后会有帮助的
有2本刘汝佳的《算法竞赛入门经典》《算法竞赛入门经典训练之南》（这太难了）
感觉就是学的很差 没什么进步啊
你的大学时间还有两年吧，就算对算法那些不是特别感兴趣，只要慢慢的学，多与自己厉害的学长交流，在省赛里拿个一二等奖还是不成问题的，这些奖对你未来找工作会有帮助的。如果你对算法真有浓厚的兴趣，那恭喜你了，不论它有多难，都是你的乐趣所在了
您可能关注的推广
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁怎样学算法？
按时间排序
多练习多敲多看书多理解，基本上算法能够过，并且编程语言从C开始，再到C++，把相关算法都过一遍，再最后尝试依照自己的理解再写一写算法。
强烈推荐算法第四版，不要问为什么
刷经典书。豆瓣评分比较高的三本书：
完全刷完的的话时间和精力怕达不到，适合做参考书查阅。
之前看知乎推荐买了这本书，印刷精美，有大量彩图。缺点是没有答案，此外实现语言是java，没有java基础的不建议选择该书，否则过度纠结于语法细节，容易本末倒置。 最后我选用了这本书。薄且内容较为全面，c语言实现，最重要的是有较为详细的习题解答。个人不是很推荐网课（尤其是国内的课程），大多数无非就是把教材的内容抽出来讲，实在看不进去书了倒可以听听。
如果你刚开始学习算法，但是一下子又很难上手的话。推荐一个公共号，里面把《算法》这本书做了精简和提炼，去掉比较繁琐的部分直接学习算法，并且提供Java的源代码。只要书中有的，里面都有讲到。
同时围绕算法这本书增加其他的内容，比如数据结构堆，优先队列，二叉树的深入和介绍，同时还会从网易云课堂(推荐:小甲鱼的算法和数据结构，比较注重数据结构，这本书比较注重算法)或则其他渠道的算法和数据结构的内容进行精简。
同时围绕算法这本书增加其他的内容，比如数据结构堆，优先队列，二叉树的深入和介绍，同时还会从网易云课堂(推荐:小甲鱼的算法和数据结构，比较注重数据结构，这本书比较注重算法)或则其他渠道的算法和数据结构的内容进行精简。
下面是公众号的截图
特别适合刚刚开始学习的，如果你是学生或有兴趣学习算法，看了这个公共号后应付面试和考试足够了。
公众号二维码：
前面的高票答案有提到这个，coursera 公开课上的Algorithm，普林斯顿大学的，分为Part 1和Part 2。看评论里面有人说全英文，无中文字幕。其实真心有英文字母就够了。恰巧最近coursera上北京大学开了算法基础的公开课，个人感觉也很好，就在这里顺便推荐一下。这个是课程的目录，限于截图，只截录了一部分最重要的是，该课程的几个老师不但讲的生动有趣，而且还全都萌萌的，让我一改当年大学时候老师的死板印象。下面是几位主讲老师。其实，北大在coursera上有一系列计算机的公开课，包含c语言，数据结构等，有情趣的话可以都看看。ps：图片侵权的话，我会删除。
参加ACM就可以了，用到什么学什么。到了亚洲赛级别基本上就够了。
推荐看cs 61b data structures 来学习数据结构以及基本算法知识， 然后看算法（第四版）同时可跟进stanford在cousera上的算法公开课或者普林斯顿的算法公开课，我个人比较喜欢stanford…因为老师比较有激情…那里面推荐的四本算法书都很经典…英文好的话，真的可以根据进度来看
先让算法导论折磨你几遍，即使没怎么看懂，然后你就觉得其他书也就那么回事儿。
其实学这些东西，真的得有氛围，更容易把深奥的内容变得有趣一点。
《啊蛤！算法》
其实我感觉《从算法到程序》这本书也挺好，就是挺难的
直接上《算法导论》，不要把算法导论看得那么遥不可及。这本书也是由浅入深的，而且算法导论也特意加了附录讲述一些书本涉及的数学基础知识。个人建议看算法导论之前先看MIT的算法导论公开课：这个视频的教材就是算法导论，讲师之一也是算法导论作者之一！看完这个视频就可以系统的看算法导论，然后一定要做习题！做习题！做习题！做习题过程中会有不少启发的，习题也不会太难。看书看视频同时配上这个可视化的演示：更好的理解一些算法和数据结构觉得算法有一定基础了，可以去leetcode，lintcode什么的找一些题目来检测自己学习效果。由于英文水平有限，个人只是刷lintcode。也可以学了一个算法就去找一道相关的题目熟练一下。看书看视频做题！
从来不推荐书, 但是我今天必须推荐三本书&算法导论& &算法导论& 和 &算法导论&
看《算法导论》，重复看。在略过复杂度摊还分析的情况下，初中数学基础足够弄明白绝大部分内容了。同样推荐的还有《数据结构与算法分析》，以及邓俊辉老师的MOOC课程《数据结构》。算法导论这本书，从初三到高二，自己断断续续的看了三年时间。对于算法导论，自己的阅读路径比较曲折艰难，这是当时自己只有中学基础的缘故。好在算法导论
偏向于培养构造性的思维，解题、证明技巧是“算法的方式”而非“数学的方式”，因而得以勉强读了下来。不过平摊分析这样的部分就无能为力了，选择跳过。循环不变式是算导最开端的内容，也是算法正确性证明最重要的钥匙。本质上，循环不变式是算法归纳证明的形式化。理解算导中每个算法循环不变式的证明过程，就是在理解算法的运行原理。算导阅读不需要很深的知识储备（你看我这样的初中生也能勉强看）。在看高斯消元LUP分解的时候，我只是通过附录补习了一下矩阵的基本知识，然后就可以看前面的LUP分解算法了。理解算法的正确性是相对容易的，理解算法设计的精妙，反推算法设计的过程难之又难。代码实现是最好的学习过程。因为竞赛的缘故我使用的是c，当然你也可以用python、java或者brainf**k（雾）。啃完二十多页的二项堆，并且
敲出代码成功运行后，当时的我崩溃的发现还有三十多页的Fibonacci堆在后面等着我。为了记住Fibonacci堆的设计细节，我重复写了20多遍
以至于闭着眼睛都能写出来，结果发现在竞赛中根本用不到，我们有好用又好写的Pairing
heap。尽管如此，Fibonacci堆的证明简单而直观，算法设计有趣得很。尝试修改优化算法导论上的代码。在编写线性规划单纯性
的代码时，我发觉(n+m)*(n+m)的矩阵异常浪费，稍作思考发现可以改成n*m的矩阵加上几个附加向量信息；进一步，对全幺模的情况，可以使用稀疏
矩阵常见的优化方法——链表替代行向量。几个优化过后，我终于可以在竞赛允许的时间、空间、编码量内写一个非多项式的线性规划单纯形算法了。快
速傅里叶变换也是个有趣的例子。我们都知道，快速傅里叶变换的计算是在复数域上的，而计算机中复数的数值精度会导致FFT在向量比较长的时候丢失信息。后
来学过数论部分，发现复数域是可以由一些特定的模整数运算取代的，于是FFT就可以被用来加速高精度乘法。再后来，发觉这个方法叫做快速数论变换。每一章的课后习题是检验本章内容是否掌握的准则。如果课后习题有二分之一以上无法独立解决，不妨重新阅读本章内容，给深入思考留些时间。结合习题阅读章节也是可行的。（我记得网上可以搜到部分章节的答案）说到底，算法导论只是本基础教材，其中无论数据结构、图论，还是动态规划，贪心算法，都只是基础内容。如果看不懂，你需要重新看一下这一章；如果一直看不懂，你需要重新从头读这本书；如果你发觉能看懂了，说明通过培养，你习得了构造性的、“算法”的思考能力。原回答：
跟着mooc上浙江大学陈越老师的课程或者清华大学邓俊辉老师的课程走一遍吧。《算法导论》入门肯定费劲。自学者总是需要一些编码例子来对照实现的，算导这种只有伪代码的书，初学者在没人指导的情况下，都不知道自己写的代码对不对，哪里有错，怎么能用来入门呢？
切记耐心且完整的看完《算法导论》，并熟练运用。
形象化可以帮助理解哈～
知道你所要了解领域的经典算法，然后看大牛的相关文献，第一篇文献一定要多看几遍，细化到每一个公式推导和结论（既然说到公式推导，数学固然重要，泛函，工程数学，工程矩阵论等等时不时要去回顾下），在此基础上编程实现。记住，先看文献再看书，或者说书本只是学习算法的辅助工具，不要花大量时间一个字一个字去细读。等你对经典算法的掌握积累到一定程度之后，可以尝试创新延伸，比如小波变换图像去噪中对方差的估计，将全局方差估计改为局部分子带方差估计，其处理效果是否改善？这些只是我在我所学领域学习算法的方法以上 待补。
已有帐号？
无法登录？
社交帐号登录}