人人爽人人爽人人av艹,台湾佬中文网娱乐国内精品,超碰97在线观看chaopeng

本文目錄一覽

1，誰能解釋下迭代公式
2，什么是迭代法
3，迭代算法的優(yōu)缺點
4，迭代和遞歸含義

1，誰能解釋下迭代公式

迭代公式，就是利用一個數(shù)列{xn}中某項xn前的幾項構造一個算式xn=f(x(n-1),x(n-2),……,x(n-k)). 當我們已知xn的前面各項的值時，能通過這個式子算出xn來。這種從前面若干項代入上面式子，進而得到xn的過程稱為迭代。當k=1時稱迭代式是一階的，k=2時稱迭代是二階的，依此類推。如，已知{xn}滿足xn=(x(n-1)+a/x(n-1))/2,x1=x2=1,a>0. 這個式子，就能定義出無論n為多少（自然數(shù)）時xn的值。這個迭代式就是二階的。

誰能解釋下迭代公式

2，什么是迭代法

迭代法也稱輾轉法，是一種不斷用變量的舊值遞推新值的過程，跟迭代法相對應的是直接法，即一次性解決問題。迭代法又分為精確迭代和近似迭代?！岸址ā焙汀芭ｎD迭代法”屬于近似迭代法。迭代算法是用計算機解決問題的一種基本方法。它利用計算機運算速度快、適合做重復性操作的特點，讓計算機對一組指令（或一定步驟）進行重復執(zhí)行，在每次執(zhí)行這組指令（或這些步驟）時，都從變量的原值推出它的一個新值。迭代是數(shù)值分析中通過從一個初始估計出發(fā)尋找一系列近似解來解決問題（一般是解方程或者方程組）的過程，為實現(xiàn)這一過程所使用的方法統(tǒng)稱為迭代法（Iterative Method）。

什么是迭代法

3，迭代算法的優(yōu)缺點

沒啥優(yōu)缺點的說法，這種算法就是解決收斂的問題一種方法而已。優(yōu)缺點是需要比較的，沒有比較對象和相同的比較條件，如何談優(yōu)缺點。每個問題都有很多算法可以解決，不一定迭代就是好的或者壞的。對于某種問題上面不同的算法才有優(yōu)缺點的說法

迭代算法是用計算機解決問題的一種基本方法。它利用計算機運算速度快、適合做重復性操作的特點，讓計算機對一組指令(或一定步驟)進行重復執(zhí)行，在每次執(zhí)行這組指令(或這些步驟)時，都從變量的原值推出它的一個新值?！　±玫惴ń鉀Q問題，需要做好以下三個方面的工作：　　一、確定迭代變量。在可以用迭代算法解決的問題中，至少存在一個直接或間接地不斷由舊值遞推出新值的變量，這個變量就是迭代變量?！　《?、建立迭代關系式。所謂迭代關系式，指如何從變量的前一個值推出其下一個值的公式(或關系)。迭代關系式的建立是解決迭代問題的關鍵，通?？梢允褂眠f推或倒推的方法來完成。　　三、對迭代過程進行控制。在什么時候結束迭代過程?這是編寫迭代程序必須考慮的問題。不能讓迭代過程無休止地重復執(zhí)行下去。迭代過程的控制通?？煞譃閮煞N情況：一種是所需的迭代次數(shù)是個確定的值，可以計算出來;另一種是所需的迭代次數(shù)無法確定。對于前一種情況，可以構建一個固定次數(shù)的循環(huán)來實現(xiàn)對迭代過程的控制;對于后一種情況，需要進一步分析出用來結束迭代過程的條件。具體使用迭代法求根時應注意以下兩種可能發(fā)生的情況：　　(1) 如果方程無解，算法求出的近似根序列就不會收斂，迭代過程會變成死循環(huán)，因此在使用迭代算法前應先考察方程是否有解，并在程序中對迭代的次數(shù)給予限制;　　(2) 方程雖然有解，但迭代公式選擇不當，或迭代的初始近似根選擇不合理，也會導致迭代失敗。

迭代算法的優(yōu)缺點

4，迭代和遞歸含義

代算法是用計算機解決問題的一種基本方法。它利用計算機運算速度快、適合做重復性操作的特點，讓計算機對一組指令(或一定步驟)進行重復執(zhí)行，在每次執(zhí)行這組指令(或這些步驟)時，都從變量的原值推出它的一個新值。遞歸做為一種算法在程序設計語言中廣泛應用。是指函數(shù)/過程/子程序在運行過程中直接或間接調(diào)用自身而產(chǎn)生的重入現(xiàn)象。遞歸是計算機科學的一個重要概念，遞歸的方法是程序設計中有效的方法，采用遞歸編寫程序能使程序變得簡潔和清晰。。

迭代迭代開發(fā)：給你一個標準的定義：在rup中，迭代被定義為：迭代包括產(chǎn)生產(chǎn)品發(fā)布（穩(wěn)定、可執(zhí)行的產(chǎn)品版本）的全部開發(fā)活動和要使用該發(fā)布必需的所有其他外圍元素。這個定義太學究氣，半天看不明白。這樣解釋可能更容易理解：我們開發(fā)一個產(chǎn)品，如果不太復雜，會采用瀑布模型，簡單的說就是先需求定義，然后構建框架，然后寫代碼，然后測試，最后發(fā)布一個產(chǎn)品。這樣，幾個月過去了，直到最后一天發(fā)布時，大家才能見到一個產(chǎn)品。這樣的方式有明顯的缺點，假如我們對用戶的需求判斷的不是很準確時——這是很常見的問題，一點也不少見——你工作了幾個月甚至是幾年，當你把產(chǎn)品拿給客戶看時，客戶往往會大吃一驚，這就是我要的東西嗎？迭代的方式就有所不同，假如這個產(chǎn)品要求6個月交貨，我在第一個月就會拿出一個產(chǎn)品來，當然，這個產(chǎn)品會很不完善，會有很多功能還沒有添加進去，bug很多，還不穩(wěn)定，但客戶看了以后，會提出更詳細的修改意見，這樣，你就知道自己距離客戶的需求有多遠，我回家以后，再花一個月，在上個月所作的需求分析、框架設計、代碼、測試等等的基礎上，進一步改進，又拿出一個更完善的產(chǎn)品來，給客戶看，讓他們提意見。就這樣，我的產(chǎn)品在功能上、質(zhì)量上都能夠逐漸逼近客戶的要求，不會出現(xiàn)我花了大量心血后，直到最后發(fā)布之時才發(fā)現(xiàn)根本不是客戶要的東西。這樣的方法很不錯，但他也有自己的缺陷，那就是周期長、成本很高。在應付大項目、高風險項目——就比如是航天飛機的控制系統(tǒng)時，迭代的成本比項目失敗的風險成本低得多，用這種方式明顯有優(yōu)勢。如果你是給自己的單位開發(fā)一個小mis，自己也比較清楚需求，工期上也不過花上個把月的時間，用迭代就有點殺雞用了牛刀，那還是瀑布模型更管用，即使是做得不對，頂多再花一個月重來，沒什么了不起。編程中的迭代：有些國外的教材，如《c++ primer》第四版的中文版，會把iterative翻譯成迭代。 iterative是反復的意思，所有，有時候，迭代也會指循環(huán)執(zhí)行，反復執(zhí)行的意思。迭代算法是用計算機解決問題的一種基本方法。它利用計算機運算速度快、適合做重復性操作的特點，讓計算機對一組指令(或一定步驟)進行重復執(zhí)行，在每次執(zhí)行這組指令(或這些步驟)時，都從變量的原值推出它的一個新值。利用迭代算法解決問題，需要做好以下三個方面的工作：一、確定迭代變量。在可以用迭代算法解決的問題中，至少存在一個直接或間接地不斷由舊值遞推出新值的變量，這個變量就是迭代變量。二、建立迭代關系式。所謂迭代關系式，指如何從變量的前一個值推出其下一個值的公式(或關系)。迭代關系式的建立是解決迭代問題的關鍵，通?？梢允褂眠f推或倒推的方法來完成。三、對迭代過程進行控制。在什么時候結束迭代過程?這是編寫迭代程序必須考慮的問題。不能讓迭代過程無休止地重復執(zhí)行下去。迭代過程的控制通?？煞譃閮煞N情況：一種是所需的迭代次數(shù)是個確定的值，可以計算出來;另一種是所需的迭代次數(shù)無法確定。對于前一種情況，可以構建一個固定次數(shù)的循環(huán)來實現(xiàn)對迭代過程的控制;對于后一種情況，需要進一步分析出用來結束迭代過程的條件。例 1 ：一個飼養(yǎng)場引進一只剛出生的新品種兔子，這種兔子從出生的下一個月開始，每月新生一只兔子，新生的兔子也如此繁殖。如果所有的兔子都不死去，問到第 12 個月時，該飼養(yǎng)場共有兔子多少只? 分析：這是一個典型的遞推問題。我們不妨假設第 1 個月時兔子的只數(shù)為 u 1 ，第 2 個月時兔子的只數(shù)為 u 2 ，第 3 個月時兔子的只數(shù)為 u 3 ，……根據(jù)題意，“這種兔子從出生的下一個月開始，每月新生一只兔子”，則有以下是引用片段： u 1 = 1 ， u 2 = u 1 + u 1 × 1 = 2 ， u 3 = u 2 + u 2 × 1 = 4 ，…… 根據(jù)這個規(guī)律，可以歸納出下面的遞推公式：以下是引用片段： u n = u n - 1 × 2 (n ≥ 2) 對應 u n 和 u n - 1 ，定義兩個迭代變量 y 和 x ，可將上面的遞推公式轉換成如下迭代關系：以下是引用片段： y=x*2 x=y 讓計算機對這個迭代關系重復執(zhí)行 11 次，就可以算出第 12 個月時的兔子數(shù)。參考程序如下：以下是引用片段： cls x=1 for i=2 to 12 y=x*2 x=y next i print y end 例 2 ：阿米巴用簡單分裂的方式繁殖，它每分裂一次要用 3 分鐘。將若干個阿米巴放在一個盛滿營養(yǎng)參液的容器內(nèi)， 45 分鐘后容器內(nèi)充滿了阿米巴。已知容器最多可以裝阿米巴 2 20 個。試問，開始的時候往容器內(nèi)放了多少個阿米巴?請編程序算出。分析：根據(jù)題意，阿米巴每 3 分鐘分裂一次，那么從開始的時候?qū)⒚装头湃肴萜骼锩?，?45 分鐘后充滿容器，需要分裂 45/3=15 次。而“容器最多可以裝阿米巴 2 20 個”，即阿米巴分裂 15 次以后得到的個數(shù)是 2 20 。題目要求我們計算分裂之前的阿米巴數(shù)，不妨使用倒推的方法，從第 15 次分裂之后的 2 20 個，倒推出第 15 次分裂之前(即第 14 次分裂之后)的個數(shù)，再進一步倒推出第 13 次分裂之后、第 12 次分裂之后、……第 1 次分裂之前的個數(shù)。設第 1 次分裂之前的個數(shù)為 x 0 、第 1 次分裂之后的個數(shù)為 x 1 、第 2 次分裂之后的個數(shù)為 x 2 、……第 15 次分裂之后的個數(shù)為 x 15 ，則有以下是引用片段： x 14 =x 15 /2 、 x 13 =x 14 /2 、…… x n-1 =x n /2 (n ≥ 1) 因為第 15 次分裂之后的個數(shù) x 15 是已知的，如果定義迭代變量為 x ，則可以將上面的倒推公式轉換成如下的迭代公式： x=x/2 ( x 的初值為第 15 次分裂之后的個數(shù) 2 20 ) 讓這個迭代公式重復執(zhí)行 15 次，就可以倒推出第 1 次分裂之前的阿米巴個數(shù)。因為所需的迭代次數(shù)是個確定的值，我們可以使用一個固定次數(shù)的循環(huán)來實現(xiàn)對迭代過程的控制。參考程序如下：以下是引用片段： cls x=2^20 for i=1 to 15 x=x/2 next i print x end 例 3 ：驗證谷角猜想。日本數(shù)學家谷角靜夫在研究自然數(shù)時發(fā)現(xiàn)了一個奇怪現(xiàn)象：對于任意一個自然數(shù) n ，若 n 為偶數(shù)，則將其除以 2 ;若 n 為奇數(shù)，則將其乘以 3 ，然后再加 1 。如此經(jīng)過有限次運算后，總可以得到自然數(shù) 1 。人們把谷角靜夫的這一發(fā)現(xiàn)叫做“谷角猜想”。要求：編寫一個程序，由鍵盤輸入一個自然數(shù) n ，把 n 經(jīng)過有限次運算后，最終變成自然數(shù) 1 的全過程打印出來。分析：定義迭代變量為 n ，按照谷角猜想的內(nèi)容，可以得到兩種情況下的迭代關系式：當 n 為偶數(shù)時， n=n/2 ;當 n 為奇數(shù)時， n=n*3+1 。用 qbasic 語言把它描述出來就是：以下是引用片段： if n 為偶數(shù) then n=n/2 else n=n*3+1 end if 這就是需要計算機重復執(zhí)行的迭代過程。這個迭代過程需要重復執(zhí)行多少次，才能使迭代變量 n 最終變成自然數(shù) 1 ，這是我們無法計算出來的。因此，還需進一步確定用來結束迭代過程的條件。仔細分析題目要求，不難看出，對任意給定的一個自然數(shù) n ，只要經(jīng)過有限次運算后，能夠得到自然數(shù) 1 ，就已經(jīng)完成了驗證工作。因此，用來結束迭代過程的條件可以定義為： n=1 。參考程序如下：以下是引用片段： cls input "please input n=";n do until n=1 if n mod 2=0 then rem 如果 n 為偶數(shù)，則調(diào)用迭代公式 n=n/2 n=n/2 print "—";n; else n=n*3+1 print "—";n; end if loop end 迭代法迭代法是用于求方程或方程組近似根的一種常用的算法設計方法。設方程為f(x)=0，用某種數(shù)學方法導出等價的形式x=g(x)，然后按以下步驟執(zhí)行： (1) 選一個方程的近似根，賦給變量x0; (2) 將x0的值保存于變量x1，然后計算g(x1)，并將結果存于變量x0; (3) 當x0與x1的差的絕對值還小于指定的精度要求時，重復步驟(2)的計算。若方程有根，并且用上述方法計算出來的近似根序列收斂，則按上述方法求得的x0就認為是方程的根。上述算法用c程序的形式表示為：【算法】迭代法求方程的根以下是引用片段： { x0=初始近似根; do { x1=x0; x0=g(x1); /*按特定的方程計算新的近似根*/ } while ( fabs(x0-x1)>epsilon); printf(“方程的近似根是%f\n”，x0); } 迭代算法也常用于求方程組的根，令 x=(x0，x1，…，xn-1) 設方程組為： xi=gi(x) (i=0，1，…，n-1) 則求方程組根的迭代算法可描述如下：【算法】迭代法求方程組的根以下是引用片段： { for (i=0;i x=初始近似根; do { for (i=0;i y=x; for (i=0;i x=gi(x); for (delta=0.0,i=0;i if (fabs(y-x)>delta) delta=fabs(y-x); } while (delta>epsilon); for (i=0;i printf(“變量x[%d]的近似根是 %f”，i，x); printf(“\n”); } 具體使用迭代法求根時應注意以下兩種可能發(fā)生的情況： (1) 如果方程無解，算法求出的近似根序列就不會收斂，迭代過程會變成死循環(huán)，因此在使用迭代算法前應先考察方程是否有解，并在程序中對迭代的次數(shù)給予限制; (2) 方程雖然有解，但迭代公式選擇不當，或迭代的初始近似根選擇不合理，也會導致迭代失敗。