算法Raptor软件使用方法

要装这个软件。

Raptor是一种可视化的程序设计环境，为程序和算法设计的基础课程的教学提供实验环境。

使用RAPTOR设计的程序和算法可以直接转换成为C++、C#、Java等高级程序语言，这就为程序和算法的初学者铺就了一条平缓、自然的学习阶梯。

RAPTOR专门用于解决非可视化的环境的句法困难和缺点。RAPTOR允许学生用连接基本流程图符号来创建算法，然后可以在其环境下直接调试和运行算法，包括单步执行或连续执行的模式。该环境可以直观地显示当前执行符号所在的位置，以及所有变量的内容。此外，RAPTOR提供了一个基于Ada[1]Graph的简单图形库。学生不仅可以可视化创建算法，所求解的问题本身也是可以是可视化的。

RAPTOR作为一种可视化程序设计的软件环境，已经为卡内基.梅隆大学等世界上22个以上的国家和地区的高等院校使用，在计算机基础课程教学中，取得良好的效果。

由于RAPTOR是一种基于流程图的可视化程序设计环境。而流程图是一系列相互连接的图形符号的集合，其中每个符号代表要执行的特定类型的指令。符号之间的连接决定了指令的执行顺序。由于流程图是大部分高校计算机基础课程首先引入的与程序、算法表达有关的基础概念，所以一旦开始使用RAPTOR解决问题，这些原本抽象的理念将会变得更加清晰。

使用RAPTOR基于以下几个原因：

· RAPTOR开发环境可以在最大限度地减少语法要求的情形下，帮助用户编写正确的程序指令。

· RAPTOR开发环境是可视化的。RAPTOR程序实际上是一种有向图，可以一次执行一个图形符号，以便帮助用户跟踪RAPTOR程序的指令流执行过程。

· RAPTOR是为易用性而设计的（用户可用它与其他任何的编程开发环境进行复杂性比较）。

· 使用RAPTOR所设计程序的调试和报错消息更容易为初学者理解。

· 使用RAPTOR的目的是进行算法设计和运行验证，所以避免了重量级编程语言，如C++或Java的过早引入，给初学者带来的学习负担。

机械设计常常需要关注优秀的设计方法，其中“自顶向下”设计方法是目前设计行业比较主流的设计方法。自顶向下，是一种逐步求精的设计程序的过程和方法。

辅助设计软件如下：

1、Photoshop

在平时的工作中，大部分的工作都依赖于Photoshop处理和制作。ps图像中有许多功能．图形．文字．视频．出版和其他方面。将使用各种设计行业的图形处理Photoshop，这是一个完全令人满意的UI日常设计所需的界面设计软件。

Adobe Photoshop，简称“PS”，是由Adobe Systems开发和发行的图像处理软件。

Photoshop主要处理以像素所构成的数字图像。使用其众多的编修与绘图工具，可以有效地进行图片编辑工作。PS有很多功能，在图像、图形、文字、视频、出版等各方面都有涉及。

2、Illustrator

常被称为“AI”出版是一种应用．多媒体和在线图像的工业标准矢量插图软件。该软件通常用于绘制图标或矢量插图。本软件设计的图标为矢量图，可在不影响图像质量的情况下不断放大或缩小。

Adobe Illustrator，AI是它的简写。这是一款Adobe公司生产的矢量图形创作软件，此公司旗下最出名的就是PS，AI是它的同胞兄弟。

AI绘制出的矢量图形是基于计算机程序算法实现的，无限放大也可以确保图形始终清晰锐利，而不会模糊。

3、Dreamweaver

简称“DW”，DW它是一个网页页制作和网站管理于一体的网页代码编辑器。使用对齐HTML.CSS.JavaScript设计师和程序员可以在几乎任何地方快速制作和进行网站建设。

4、AdobeXD

XD用于设计网站和移动应用程序UI/UX设计解决方案。XD是Adobe旗下一款主打UI界面设计和建立原型的软件，它可以将Wireframe、Design、以及Prototype等UI / UX设计流程整合到一个软件中，算是一款与Sketch对打的软件。

与PS相比，在UI设计方面，Adobe XD有非常突出的3个优点：能在PC、MAC系统下运行；Adobe全家桶支持，云资源共享、兼容性强等平台优势；更轻便、好操作，易于实时演示。

5、AdobePremiere

它是一种常用的视频编辑软件，由Adobe公司推出的Premiere常用的系列有CS4.CS5.CS6.CC.CC2014.CC2015以及CC2017版本。AdobePremiere官方版有很好的兼容性，可以和Adobe公司推出的其他软件相互配合，广泛应用于广告制作和电视节目制作。

图像：现代数字图像处理，小波分析。

基础分类器，神经网络：现代数字信号处理或信号检测与估计理论，人工智能或智能系统或智能控制，机器学习理论。

基础分类器，支持向量机：信息论，统计学习理论或运筹学或机器学习理论。

基础分类器，无监督、聚类：信息论，机器学习理论。

数据挖掘、特征提取：运筹学，信息论。

算法设计需要计算机的两门学科：数据结构和算法分析与设计。

软件知识的话不存在学各种的问题，只需一两种即可。一般是C++和matlab，可能会根据课题的难易程度有时候需要掌握的很深刻。比如针对你的设计改写matlab工具箱，一般会用c++来做，或者把matlab的模型移植出来。

否则太累了

--我们必须尽量优化程序才能达到题目的要求。显然n实在是太大了，所以我们不但不可能忍受O(n2)的复杂度，甚至连n前面的系数过大都会造成超时。为了尽量减小时间复杂度，我们只能依靠自动机的理论。

自动机理论

一个DFA（确定性有限自动机）是一个五元组<∑, U, s, T, φ>，其中∑是字符集U 是一个有限的状态集合, s 是 U 的一个元素表示初始状态, T 是 U的一个子集，表示终止状态and φ : U × ∑ → U 是转移函数。

开始时自动机在初始状态s，每步它读入一个字符c，然后根据state=φ(state,c)进行状态的转移。如果当字符串结束时它达到了终止状态，那么就说它接受了字符串。

NFA（非确定性自动机）与DFA的主要区别就是，NFA从一个状态按照一个字符转移到的状态可能有多个。因此NFA需要使用一个状态集合来表示当前可能处在的状态。

把自动机用图来表示的话，一般用结点表示状态，而结点之间有标有某个字符的有向边，表示可以从边的起点通过这个字符转移到边的终点。

此外NFA还可以包含标有ε的边，这种边表示不需要任何字符就可以直接进行状态的转移。

容易想到，如果我们建立了一个只接受符合正则表达式的自动机，就可以通过它来较快的判断哪些位置是可匹配的。

具体应用

比较常见的字符串匹配自动机大多都是DFA。但是由于有+，*，把正则表达式直接转变成DFA是非常困难的。因此我们只能先把它转化成NFA。

先看一下一般的转换规则：

如果正则表达式是一个字符，那么对应的NFA是：

p0-a->p1

如果正则表达式是A+B的形式，那么只要把它们的起始状态和终止状态合并就可以：

p0-a->p1

p0-b->p1

如果正则表达式是AB的形式，那么只要把A和B对应的自动机首尾相接：

p0-a->p1-b->p2

如果正则表达式是A*的形式，那么就需要按下面的图来进行处理：

p0-a->p0

p0->p1

通过上面的步骤可以得出：NFA的状态数不会超过正则表达式长度。

NFA中的状态转移

在NFA中进行状态转移比DFA要困难一些。我们可以定义两个函数，一个叫做epsilon-closure，用来计算一组NFA状态通过epsilon边能够到达的NFA状态集合。另外一个move用来在NFA上进行状态的转移。

设当前的状态集合是now，那么状态转移的过程就是：

new = {}

for every state s in now do

new = new ∪ {t | (s,t) = c}

new = epsilon_closure(new)

其中的(s,t)=c表示从s状态经过一个字符c可以转化到t状态。因为这个语句需要的集合总数也不会太多，所以可以通过预先计算出它们来加快速度。预处理后这个过程的复杂度是O(m2)，而系数是比较小的。

但是由于在NFA中，我们必须把状态的集合作为一个真正的状态，每次状态转移都是对这个集合的处理。这样转移一次的复杂度是O(m2)，这是不可忍受的（最大的数据需要大约2分钟才能出解）。

既然NFA速度过慢，我们自然想要把它转化为DFA。因为DFA中的状态转移是O(1)的。可是并没有一个多项式复杂度的方法可以把NFA转换成DFA。一般介绍的NFA转换到DFA的方法都是通过类似BFS的方法来把NFA中所有可能出现的状态集合对应成DFA的一个状态。

这种转换在本题中显然是不可行的，因为NFA的结点数最多是500，而转化成的DFA则可能有多达2500个状态，即使实际有许多状态不能达到，也是无论如何不可以忍受的。

看来把NFA转换成DFA是行不通的。但是我们还是从NFA转DFA的过程中受到了一些启发：NFA之所以速度慢，是因为我们在进行状态转移的时候可能进行许多重复操作：比如从{1,2}沿一个字符1转移后是{2,3}，以后我们还可能遇到相同的情况，而这时我们还会用O(m2)的时间去进行状态转移。这是一种很严重的浪费。因此我们每进行一次状态转移，就把这个状态转移的情况放到hash表中，以后使用的时候就可以查找了。这相当于只把我们需要的一部分子集转移成DFA，虽然一般情况下并不能降低时间复杂度，但是在实际应用中确实很有效。（特别是对于没有*和括号的自动机，这样做可以保证线形的时间复杂度）

算法回顾和细节

我们重新来看一下算法的框架：

根据正则表达式建立NFA

now = start

while not eof do begin

read(c)

if 曾经进行过now,c的转移 then 利用以前的结果

else 进行状态转移并记录结果

if 终止状态 in now then 输出当前位置

end

建立NFA有各种方法，由于NFA并不会很大，所以我们可以使用递归的方法来实现。为了尽量减小系数，我们使用位压缩的方式来实现集合，并采用较为简化的hash函数（比如把一个集合位压缩后的一系列整数加起来取对220的余数），并在输入和输出的时候通过缓冲区来加快速度。这样就基本可以达到题目的时间要求。

但是注意到字符串可能有10M，而产生的NFA的状态集合最多也可能有10M个，而每个集合都需要100到200字节的存储空间，大大超出了允许的空间范围。因此我们需要对hash表的规模加以严格限制。如果规模过大就不得不放弃存储状态的想法，牺牲一定的时间来换取空间。

1. 穷举法

2. 贪心法

3. 分治法

4. 回溯法

5. 分枝限界法

6. 动态规划法

就是给你8-10道算法题目，5个小时，做出来多的题目数越多，排名越靠前，如果题目数一样多的看用的时间。

时间的计算方法如下：

例如你A题用了20分钟AC，然后B题有用了30分钟AC（此时是比赛开始50分钟），又用了30分钟AC了C题，那么你的时间（penalty ）是

20 + 50 + 80 = 150分钟

比赛中常用的算法有

1。动态规划

2。搜索

3。贪心

4。图论

5。组合数学

6。计算几何

7。数论

等

推荐到

http://acm.pku.edu.cn

http://acm.zju.edu.cn

http://acm.hdu.edu.cn

http://acm.timus.ru

这几个OJ上练习

比较好的题目分类（POJ上的）

1。这个是我最喜欢的

初期:

一.基本算法:

(1)枚举. (poj1753,poj2965)(2008-10-27Done 位运算+宽搜)

(2)贪心(poj1328,poj2109,poj2586)

(3)递归和分治法.

(4)递推.

(5)构造法.(poj3295)

(6)模拟法.(poj1068,poj2632,poj1573,poj2993,poj2996)

二.图算法:

(1)图的深度优先遍历和广度优先遍历.

(2)最短路径算法(dijkstra,bellman-ford,floyd,heap+dijkstra)(2008-08-29Done)

(poj1860,poj3259,poj1062,poj2253,poj1125,poj2240)

(3)最小生成树算法(prim,kruskal)

(poj1789,poj2485,poj1258,poj3026)

(4)拓扑排序 (poj1094)(2008-09-01Done)

(5)二分图的最大匹配 (匈牙利算法) (poj3041,poj3020)

(6)最大流的增广路算法(KM算法). (poj1459,poj3436)

三.数据结构.

(1)串 (poj1035,poj3080,poj1936)

(2)排序(快排、归并排(与逆序数有关)、堆排) (poj2388,poj2299)

(3)简单并查集的应用.

(4)哈希表和二分查找等高效查找法(数的Hash,串的Hash)

(poj3349,poj3274,POJ2151,poj1840,poj2002,poj2503)

(5)哈夫曼树(poj3253)(2008-09-02Done)

(6)堆

(7)trie树(静态建树、动态建树) (poj2513)(2008-10-23Done 并查集、欧拉)

四.简单搜索

(1)深度优先搜索 (poj2488,poj3083,poj3009,poj1321,poj2251)

(2)广度优先搜索(poj3278,poj1426,poj3126,poj3087.poj3414)

(3)简单搜索技巧和剪枝(poj2531,poj1416,poj2676,1129)

五.动态规划

(1)背包问题. (poj1837,poj1276)

(2)型如下表的简单DP(可参考lrj的书 page149):

1.E[j]=opt{D+w(i,j)} (poj3267,poj1836,poj1260,poj2533)

2.E[i,j]=opt{D[i-1,j]+xi,D[i,j-1]+yj,D[i-1][j-1]+zij} (最长公共子序列)

(poj3176,poj1080,poj1159)

3.C[i,j]=w[i,j]+opt{C[i,k-1]+C[k,j]}.(最优二分检索树问题)

六.数学

(1)组合数学:

1.加法原理和乘法原理.

2.排列组合.

3.递推关系.

(POJ3252,poj1850,poj1019,poj1942)

(2)数论.

1.素数与整除问题

2.进制位.

3.同余模运算.

(poj2635, poj3292,poj1845,poj2115)

(3)计算方法.

1.二分法求解单调函数相关知识.(poj3273,poj3258,poj1905,poj3122)

七.计算几何学.

(1)几何公式.

(2)叉积和点积的运用(如线段相交的判定,点到线段的距离等). (poj2031,poj1039)

(3)多边型的简单算法(求面积)和相关判定(点在多边型内,多边型是否相交)

(poj1408,poj1584)

(4)凸包. (poj2187,poj1113)(2008-08-29Done)

中级:

一.基本算法:

(1)C++的标准模版库的应用. (poj3096,poj3007)

(2)较为复杂的模拟题的训练(poj3393,poj1472,poj3371,poj1027,poj2706)

二.图算法:

(1)差分约束系统的建立和求解. (poj1201,poj2983)(2008-09-05Done)

(2)最小费用最大流(poj2516,poj2516,poj2195)

(3)双连通分量(poj2942)

(4)强连通分支及其缩点.(poj2186)

(5)图的割边和割点(poj3352)

(6)最小割模型、网络流规约(poj3308, )

三.数据结构.

(1)线段树. (poj2528,poj2828,poj2777,poj2886,poj2750)

(2)静态二叉检索树. (poj2482,poj2352)

(3)树状树组(poj1195,poj3321)

(4)RMQ. (poj3264,poj3368)

(5)并查集的高级应用. (poj1703,2492)

(6)KMP算法. (poj1961,poj2406)(2008-09-16Done)

四.搜索

(1)最优化剪枝和可行性剪枝

(2)搜索的技巧和优化 (poj3411,poj1724)

(3)记忆化搜索(poj3373,poj1691)

五.动态规划

(1)较为复杂的动态规划(如动态规划解特别的施行商问题等)

(poj1191,poj1054,poj3280,poj2029,poj2948,poj1925,poj3034)

(2)记录状态的动态规划. (POJ3254,poj2411,poj1185)

(3)树型动态规划(poj2057,poj1947,poj2486,poj3140)

六.数学

(1)组合数学:

1.容斥原理.

2.抽屉原理.

3.置换群与Polya定理(poj1286,poj2409,poj3270,poj1026).

4.递推关系和母函数.

(2)数学.

1.高斯消元法(poj2947,poj1487, poj2065,poj1166,poj1222)

2.概率问题. (poj3071,poj3440)

3.GCD、扩展的欧几里德(中国剩余定理) (poj3101)

(3)计算方法.

1.0/1分数规划. (poj2976)

2.三分法求解单峰(单谷)的极值.

3.矩阵法(poj3150,poj3422,poj3070)

4.迭代逼近(poj3301)

(4)随机化算法(poj3318,poj2454)

(5)杂题.

(poj1870,poj3296,poj3286,poj1095)

七.计算几何学.

(1)坐标离散化.

(2)扫描线算法(例如求矩形的面积和周长并,常和线段树或堆一起使用).

(poj1765,poj1177,poj1151,poj3277,poj2280,poj3004)

(3)多边形的内核(半平面交)(poj3130,poj3335)

(4)几何工具的综合应用.(poj1819,poj1066,poj2043,poj3227,poj2165,poj3429)

高级:

一.基本算法要求:

(1)代码快速写成,精简但不失风格

(poj2525,poj1684,poj1421,poj1048,poj2050,poj3306)

(2)保证正确性和高效性. poj3434

二.图算法:

(1)度限制最小生成树和第K最短路. (poj1639)

(2)最短路,最小生成树,二分图,最大流问题的相关理论(主要是模型建立和求解)

(poj3155, poj2112,poj1966,poj3281,poj1087,poj2289,poj3216,poj2446

(3)最优比率生成树. (poj2728)

(4)最小树形图(poj3164)

(5)次小生成树.

(6)无向图、有向图的最小环

三.数据结构.

(1)trie图的建立和应用. (poj2778)(2008-10-26Done 矩阵A^n)

(2)LCA和RMQ问题(LCA(最近公共祖先问题) 有离线算法(并查集+dfs) 和 在线算法

(RMQ+dfs)).(poj1330)

(3)双端队列和它的应用(维护一个单调的队列,常常在动态规划中起到优化状态转移的

目的). (poj2823)

(4)左偏树(可合并堆).

(5)后缀树(非常有用的数据结构,也是赛区考题的热点).

(poj3415,poj3294)

四.搜索

(1)较麻烦的搜索题目训练(poj1069,poj3322,poj1475,poj1924,poj2049,poj3426)

(2)广搜的状态优化:利用M进制数存储状态、转化为串用hash表判重、按位压缩存储状态、双向广搜、A*算法. (poj1768,poj1184,poj1872,poj1324,poj2046,poj1482)

(3)深搜的优化:尽量用位运算、一定要加剪枝、函数参数尽可能少、层数不易过大、可以考虑双向搜索或者是轮换搜索、IDA*算法. (poj3131,poj2870,poj2286)

五.动态规划

(1)需要用数据结构优化的动态规划.

(poj2754,poj3378,poj3017)

(2)四边形不等式理论.

(3)较难的状态DP(poj3133)

六.数学

(1)组合数学.

1.MoBius反演(poj2888,poj2154)

2.偏序关系理论.

(2)博奕论.

1.极大极小过程(poj3317,poj1085)

2.Nim问题.

七.计算几何学.

(1)半平面求交(poj3384,poj2540)

(2)可视图的建立(poj2966)

(3)点集最小圆覆盖.

(4)对踵点(poj2079)

八.综合题.

(poj3109,poj1478,poj1462,poj2729,poj2048,poj3336,poj3315,poj2148,poj1263)

2。这个每个分类的题目比较多，适合作为第一个分类的扩展

说明：递推算动归， 离散化算数据结构， 并查集算数据结构， 博弈算动归， 麻烦题一般都是不错的综合题， 最短路算图论，数据的有序化算排序

麻烦题：1697, 1712, 1713, 1720, 1729, 1765, 1772, 1858, 1872, 1960, 1963, 2050, 2122, 2162, 2219, 2237,

简单题目：1000, 1003, 1004, 1005, 1007, 1046, 1207, 1226, 1401, 1504, 1552, 1607, 1657, 1658, 1674, 1799, 1862, 1906, 1922, 1929, 1931, 1969, 1976, 2000, 2005, 2017, 2027, 2070, 2101, 2105, 2109, 2116, 2136, 2160, 2190, 2232, 2234, 2275, 2301, 2350, 2363, 2389, 2393, 2413, 2419, 推荐：1063, 1064, 1131, 1140, 1715, 2163,

杂题：1014, 1218, 1316, 1455, 1517, 1547, 1580, 1604, 1663, 1678, 1749, 1804, 2013, 2014, 2056, 2059, 2100, 2188, 2189, 2218, 2229, 2249, 2290, 2302, 2304, 2309, 2313, 2316, 2323, 2326, 2368, 2369, 2371, 2402, 2405, 2407, 推荐：1146, 1147, 1148, 1171, 1389, 1433, 1468, 1519, 1631, 1646, 1672, 1681, 1700, 1701, 1705, 1728, 1735, 1736, 1752, 1754, 1755, 1769, 1781, 1787, 1796, 1797, 1833, 1844, 1882, 1933, 1941, 1978, 2128, 2166, 2328, 2383, 2420,

高精度：1001, 1220, 1405, 1503,

排序：1002, 1318, 1877, 1928, 1971, 1974, 1990, 2001, 2002, 2092, 2379, 2388, 2418, 推荐：1423, 1694, 1723, 1727, 1763, 1788, 1828, 1838, 1840, 2201, 2376, 2377, 2380,

搜索容易：1128, 1166, 1176, 1231, 1256, 1270, 1321, 1543, 1606, 1664, 1731, 1742, 1745, 1847, 1915, 1950, 2038, 2157, 2182, 2183, 2381, 2386, 2426, 不易：1024, 1054, 1117, 1167, 1708, 1746, 1775, 1878, 1903, 1966, 2046, 2197, 2349, 推荐：1011, 1190, 1191, 1416, 1579, 1632, 1639, 1659, 1680, 1683, 1691, 1709, 1714, 1753, 1771, 1826, 1855, 1856, 1890, 1924, 1935, 1948, 1979, 1980, 2170, 2288, 2331, 2339, 2340,

数据结构容易：1182, 1656, 2021, 2023, 2051, 2153, 2227, 2236, 2247, 2352, 2395, 不易：1145, 1177, 1195, 1227, 1661, 1834, 推荐：1330, 1338, 1451, 1470, 1634, 1689, 1693, 1703, 1724, 1988, 2004, 2010, 2119, 2274,

动态规划容易：1018, 1050, 1083, 1088, 1125, 1143, 1157, 1163, 1178, 1179, 1189, 1208, 1276, 1322, 1414, 1456, 1458, 1609, 1644, 1664, 1690, 1699, 1740, 1742, 1887, 1926, 1936, 1952, 1953, 1958, 1959, 1962, 1975, 1989, 2018, 2029, 2033, 2063, 2081, 2082, 2181, 2184, 2192, 2231, 2279, 2329, 2336, 2346, 2353, 2355, 2356, 2385, 2392, 2424, 不易：1019, 1037, 1080, 1112, 1141, 1170, 1192, 1239, 1655, 1695, 1707, 1733, 1737, 1837, 1850, 1920, 1934, 1937, 1964, 2039, 2138, 2151, 2161, 2178, 推荐：1015, 1635, 1636, 1671, 1682, 1692, 1704, 1717, 1722, 1726, 1732, 1770, 1821, 1853, 1949, 2019, 2127, 2176, 2228, 2287, 2342, 2374, 2378, 2384, 2411,

字符串：1488, 1598, 1686, 1706, 1747, 1748, 1750, 1760, 1782, 1790, 1866, 1888, 1896, 1951, 2003, 2121, 2141, 2145, 2159, 2337, 2359, 2372, 2406, 2408,

贪心：1042, 1065, 1230, 1323, 1477, 1716, 1784,

图论容易：1161, 1164, 1258, 1175, 1308, 1364, 1776, 1789, 1861, 1939, 1940, 1943, 2075, 2139, 2387, 2394, 2421, 不易：1041, 1062, 1158, 1172, 1201, 1275, 1718, 1734, 1751, 1904, 1932, 2173, 2175, 2296, 网络流：1087, 1273, 1698, 1815, 2195, 匹配：1274, 1422, 1469, 1719, 2060, 2239, Euler：1237, 1637, 1394, 2230, 推荐：2049, 2186,

计算几何容易：1319, 1654, 1673, 1675, 1836, 2074, 2137, 2318, 不易：1685, 1687, 1696, 1873, 1901, 2172, 2333, 凸包：1113, 1228, 1794, 2007, 2187,

模拟容易：1006, 1008, 1013, 1016, 1017, 1169, 1298, 1326, 1350, 1363, 1676, 1786, 1791, 1835, 1970, 2317, 2325, 2390, 不易：1012, 1082, 1099, 1114, 1642, 1677, 1684, 1886,

数学容易：1061, 1091, 1142, 1289, 1305, 1306, 1320, 1565, 1665, 1666, 1730, 1894, 1914, 2006, 2042, 2142, 2158, 2174, 2262, 2305, 2321, 2348, 不易：1067, 1183, 1430, 1759, 1868, 1942, 2167, 2171, 2327, 推荐：1423, 1450, 1640, 1702, 1710, 1721, 1761, 1830, 1930, 2140,

（通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看）

算法工程师目前是一个高端也是相对紧缺的职位；

算法工程师包括

音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（

@之介

感谢补充）、其他【其他一切需要复杂算法的行业】

专业要求：计算机、电子、通信、数学等相关专业；

学历要求：本科及其以上的学历，大多数是硕士学历及其以上；

语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；

必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。

算法工程师的技能树（不同方向差异较大，此处仅供参考）

1 机器学习

2 大数据处理：熟悉至少一个分布式计算框架Hadoop/Spark/Storm/ map-reduce/MPI

3 数据挖掘

4 扎实的数学功底

5 至少熟悉C/C++或者Java，熟悉至少一门编程语言例如java/python/R

加分项：具有较为丰富的项目实践经验（不是水论文的哪种）

二、算法工程师大致分类与技术要求

（一）图像算法/计算机视觉工程师类

包括

图像算法工程师，图像处理工程师，音/视频处理算法工程师，计算机视觉工程师

要求

l

专业：计算机、数学、统计学相关专业；

l

技术领域：机器学习，模式识别

l

技术要求：

（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；

（2） 语言：精通C/C++；

（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】

（4） 熟悉OpenCV/OpenGL/Caffe等常用开源库；

（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；

（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；

（7） 【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；

应用领域：

（1） 互联网：如美颜app

（2） 医学领域：如临床医学图像

（3） 汽车领域

（4） 人工智能

相关术语：

（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程

（2） Matlab：商业数学软件；

（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题

（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。

（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。

（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。

（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。

（二）机器学习工程师

包括

机器学习工程师

要求

l

专业：计算机、数学、统计学相关专业；

l

技术领域：人工智能，机器学习

l

技术要求：

（1） 熟悉Hadoop/Hive以及Map-Reduce计算模式，熟悉Spark、Shark等尤佳；

（2） 大数据挖掘；

（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；

应用领域：

（1）人工智能，比如各类仿真、拟人应用，如机器人

（2）医疗用于各类拟合预测

（3）金融高频交易

（4）互联网数据挖掘、关联推荐

（5）无人汽车，无人机

相关术语：

（1） Map-Reduce：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。

（三）自然语言处理工程师

包括

自然语言处理工程师

要求

l

专业：计算机相关专业；

l

技术领域：文本数据库

l

技术要求：

（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；

（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；

（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；

（4） 人工智能，分布式处理Hadoop；

（5） 数据结构和算法；

应用领域：

口语输入、书面语输入

、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。

相关术语：

（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】

（四）射频/通信/信号算法工程师类

包括

3G/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师

要求

l

专业：计算机、通信相关专业；

l

技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理

l

技术要求：

（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；

（2） 信号处理技术，通信算法；

（3） 熟悉同步、均衡、信道译码等算法的基本原理；

（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；

（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学

应用领域：

通信

VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】

物联网，车联网

导航，军事，卫星，雷达

相关术语：

（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。

（2） 基带通信（又称基带传输）：指传输基带信号。进行基带传输的系统称为基带传输系统。传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。如从计算机到监视器、打印机等外设的信号就是基带传输的。大多数的局域网使用基带传输，如以太网、令牌环网。

（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。【有线电视就是用射频传输方式】

（4） DSP：数字信号处理，也指数字信号处理芯片

（五）数据挖掘算法工程师类

包括

推荐算法工程师，数据挖掘算法工程师

要求

l

专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；

l

技术领域：机器学习，数据挖掘

l

技术要求：

（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；

（2） 熟练使用SQL、Matlab、Python等工具优先；

（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】

（4） 数学基础要好，如高数，统计学，数据结构

l

加分项：数据挖掘建模大赛；

应用领域

（1） 个性化推荐

（2） 广告投放

（3） 大数据分析

相关术语

Map-Reduce：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。

（六）搜索算法工程师

要求

l

技术领域：自然语言

l

技术要求：

（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发

（2） hadoop、lucene

（3） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验

（4） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验；

（5） 精通倒排索引、全文检索、分词、排序等相关技术；

（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；

（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；

（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。

（七）控制算法工程师类

包括了云台控制算法，飞控控制算法，机器人控制算法

要求

l

专业：计算机，电子信息工程，航天航空，自动化

l

技术要求：

（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动

（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；

l

加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；

应用领域

（1）医疗/工业机械设备

（2）工业机器人

（3）机器人

（4）无人机飞控、云台控制等

（八）导航算法工程师

要求

l 专业：计算机，电子信息工程，航天航空，自动化

l 技术要求（以公司职位JD为例）

公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；

（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；

（3）具备导航方案设计和实现的工程经验；

（4）熟悉C/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；

公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；

（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合

应用领域

无人机、机器人等。

算法的复杂性是算法效率的度量,是评价算法优劣的重要依据.一个算法的复杂性的高低体现在运行该算法所需要的计算机资源的多少上面,所需的资源越多,我们就说该算法的复杂性越高；反之,所需的资源越低,则该算法的复杂性越低.

计算机的资源,最重要的是时间和空间（即存储器）资源.因而,算法的复杂性有时间复杂性和空间复杂性之分.

不言而喻,对于任意给定的问题,设计出复杂性尽可能低的算法是我们在设计算法时追求的一个重要目标；另一方面,当给定的问题已有多种算法时,选择其中复杂性最低者,是我们在选用算法适应遵循的一个重要准则.因此,算法的复杂性分析对算法的设计或选用有着重要的指导意义和实用价值.

简言之,在算法学习过程中,我们必须首先学会对算法的分析,以确定或判断算法的优劣.