計(jì)算機(jī)科學(xué)導(dǎo)論課后總結(jié)1

老師上課給我們演示了一個(gè)迷宮的程序，然后我上網(wǎng)查找了一下，大致學(xué)習(xí)了一下這個(gè)程序的思想。

迷宮

這個(gè)題目和數(shù)據(jù)結(jié)構(gòu)—圖有關(guān)

迷宮的隨機(jī)生成和路徑搜索主要和圖的遍歷有關(guān)，一般來說圖的遍歷主要有兩種方式：1、深度優(yōu)先遍歷(DFS)2、廣度優(yōu)先遍歷(BFS)

兩種遍歷方式都很好理解，就說說深度優(yōu)先遍歷：

深度優(yōu)先遍歷，顧名思義，就是盡可能往深處遍歷，訪問到一個(gè)節(jié)點(diǎn)時(shí)，搜索這個(gè)節(jié)點(diǎn)沒有被訪問過的相鄰節(jié)點(diǎn)，選擇一個(gè)繼續(xù)做同樣的操作，直到?jīng)]有鄰節(jié)點(diǎn)為止再回溯到上一個(gè)訪問的節(jié)點(diǎn)，并選擇另外的鄰節(jié)點(diǎn)。

可以這樣描述深度遍歷：

(1)訪問頂點(diǎn)v；

(2)從v的未被訪問的鄰接點(diǎn)中選取一個(gè)頂點(diǎn)w，重復(fù)第一步，如果v沒有未訪問的鄰接點(diǎn)，回溯至上一頂點(diǎn)；

(3)重復(fù)上述兩步，直至圖中所有和v有路徑相通的頂點(diǎn)都被訪問到。

至于迷宮的路徑搜索，那就完全是圖的深度遍歷了，大概過程如下。

(1)從迷宮起點(diǎn)節(jié)點(diǎn)V開始訪問

(2)訪問這個(gè)節(jié)點(diǎn)V，標(biāo)記為可行的路徑；

(3)從v的未被訪問的非"墻"鄰接點(diǎn)中選取一個(gè)頂點(diǎn)w，重復(fù)第二步。如果v沒有未訪問的非"墻"鄰接點(diǎn)，把這個(gè)節(jié)點(diǎn)的可行路徑標(biāo)記移除，回溯至上一節(jié)點(diǎn)；

(4)重復(fù)上述第(2)、(3)步，直至遍歷到迷宮的出口節(jié)點(diǎn)。

關(guān)于圖靈機(jī)

圖靈機(jī)，又稱圖靈計(jì)算、圖靈計(jì)算機(jī)，是由數(shù)學(xué)家阿蘭·麥席森·圖靈(1912～1954)提出的一種抽象計(jì)算模型，即將人們使用紙筆進(jìn)行數(shù)學(xué)運(yùn)算的過程進(jìn)行抽象，由一個(gè)虛擬的機(jī)器替代人們進(jìn)行數(shù)學(xué)運(yùn)算。

所謂的圖靈機(jī)就是指一個(gè)抽象的機(jī)器，它有一條無限長的紙帶，紙帶分成了一個(gè)一個(gè)的小方格，每個(gè)方格有不同的顏色。有一個(gè)機(jī)器頭在紙帶上移來移去。機(jī)器頭有一組內(nèi)部狀態(tài)，還有一些固定的程序。在每個(gè)時(shí)刻，機(jī)器頭都要從當(dāng)前紙帶上讀入一個(gè)方格信息，然后結(jié)合自己的內(nèi)部狀態(tài)查找程序表，根據(jù)程序輸出信息到紙帶方格上，并轉(zhuǎn)換自己的內(nèi)部狀態(tài)，然后進(jìn)行移動(dòng)。

關(guān)于信息的熵

熵的來源

熵首先是物理學(xué)里的名詞。熵的概念源自熱物理學(xué)。香農(nóng)在 1948 年發(fā)表的論文“通信的數(shù)學(xué)理論”中指出，任何信息都存在冗余，冗余大小與信息中每個(gè)符號(數(shù)字、字母或單詞)的出現(xiàn)概率或者說不確定性有關(guān)。香農(nóng)借鑒了熱力學(xué)的概念，把信息中排除了冗余后的平均信息量稱為“信息熵”，并給出了計(jì)算信息熵的數(shù)學(xué)表達(dá)式。

信息熵的定義

通常，一個(gè)信源發(fā)送出什么符號是不確定的，衡量它可以根據(jù)其出現(xiàn)的概率來度量。概率大，出現(xiàn)機(jī)會(huì)多，不確定性小；反之就大。

不確定性函數(shù)f是概率P的單調(diào)遞降函數(shù)；兩個(gè)獨(dú)立符號所產(chǎn)生的不確定性應(yīng)等于各自不確定性之和，即f(P1，P2)=f(P1)+f(P2)，這稱為可加性。同時(shí)滿足這兩個(gè)條件的函數(shù)f是對數(shù)函數(shù)，即

直觀解釋

信息熵用來衡量信息量的大小

若不確定性越大，則信息量越大，熵越大

若不確定性越小，則信息量越小，熵越小

比如A班對B班，勝率一個(gè)為x，另一個(gè)為1-x

則信息熵為 -(xlogx + (1-x)log(1-x))

求導(dǎo)后容易證明x=1/2時(shí)取得最大，最大值為2

也就是說兩者勢均力敵時(shí)，不確定性最大，熵最大。

參考鏈接

https://blog.csdn.net/a003655/article/details/89429394

https://www.jianshu.com/p/3817b9d5ff76

總結(jié)

以上是生活随笔為你收集整理的计算机科学导论课后单词,计算机科学导论课后总结的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。