❶ c語言中什麼叫演算法,演算法在程序設計中的重要作用
一、什麼是演算法
演算法是一系列解決問題的清晰指令，也就是說，能夠對一定規范的輸入，在有限時間內獲得所要求的輸出。演算法常常含有重復的步驟和一些比較或邏輯判斷。如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。一個演算法的優劣可以用空間復雜度與時間復雜度來衡量。
演算法的時間復雜度是指演算法需要消耗的時間資源。一般來說，計算機演算法是問題規模n 的函數f(n)，演算法執行的時間的增長率與f(n) 的增長率正相關，稱作漸進時間復雜度（Asymptotic Time Complexity）。時間復雜度用「O（數量級）」來表示，稱為「階」。常見的時間復雜度有： O（1）常數階；O（log2n）對數階；O（n）線性階；O（n2）平方階。
演算法的空間復雜度是指演算法需要消耗的空間資源。其計算和表示方法與時間復雜度類似，一般都用復雜度的漸近性來表示。同時間復雜度相比，空間復雜度的分析要簡單得多。
二、演算法設計的方法
1.遞推法
遞推法是利用問題本身所具有的一種遞推關系求問題解的一種方法。設要求問題規模為N的解，當N=1時，解或為已知，或能非常方便地得到解。能採用遞推法構造演算法的問題有重要的遞推性質，即當得到問題規模為i-1的解後，由問題的遞推性質，能從已求得的規模為1，2，…，i-1的一系列解，構造出問題規模為I的解。這樣，程序可從i=0或i=1出發，重復地，由已知至i-1規模的解，通過遞推，獲得規模為i的解，直至得到規模為N的解。
【問題】 階乘計算
問題描述：編寫程序，對給定的n（n≤100），計算並輸出k的階乘k！（k=1，2，…，n）的全部有效數字。
由於要求的整數可能大大超出一般整數的位數，程序用一維數組存儲長整數，存儲長整數數組的每個元素只存儲長整數的一位數字。如有m位成整數N用數組a[ ]存儲：
N=a[m]×10m-1+a[m-1]×10m-2+ … +a[2]×101+a[1]×100
並用a[0]存儲長整數N的位數m，即a[0]=m。按上述約定，數組的每個元素存儲k的階乘k！的一位數字，並從低位到高位依次存於數組的第二個元素、第三個元素……。例如，5！=120，在數組中的存儲形式為：
3 0 2 1 ……
首元素3表示長整數是一個3位數，接著是低位到高位依次是0、2、1，表示成整數120。
計算階乘k！可採用對已求得的階乘(k-1)！連續累加k-1次後求得。例如，已知4！=24，計算5！，可對原來的24累加4次24後得到120。細節見以下程序。
# include <stdio.h>
# include <malloc.h>
......
2.遞歸
遞歸是設計和描述演算法的一種有力的工具，由於它在復雜演算法的描述中被經常採用，為此在進一步介紹其他演算法設計方法之前先討論它。
能採用遞歸描述的演算法通常有這樣的特徵：為求解規模為N的問題，設法將它分解成規模較小的問題，然後從這些小問題的解方便地構造出大問題的解，並且這些規模較小的問題也能採用同樣的分解和綜合方法，分解成規模更小的問題，並從這些更小問題的解構造出規模較大問題的解。特別地，當規模N=1時，能直接得解。
【問題】 編寫計算斐波那契（Fibonacci）數列的第n項函數fib（n）。
斐波那契數列為：0、1、1、2、3、……，即：
fib(0)=0;
fib(1)=1;
fib(n)=fib(n-1)+fib(n-2) （當n>1時）。
寫成遞歸函數有：
int fib(int n)
{ if (n==0) return 0;
if (n==1) return 1;
if (n>1) return fib(n-1)+fib(n-2);
}
遞歸演算法的執行過程分遞推和回歸兩個階段。在遞推階段，把較復雜的問題（規模為n）的求解推到比原問題簡單一些的問題（規模小於n）的求解。例如上例中，求解fib(n)，把它推到求解fib(n-1)和fib(n-2)。也就是說，為計算fib(n)，必須先計算fib(n-1)和fib(n-2)，而計算fib(n-1)和fib(n-2)，又必須先計算fib(n-3)和fib(n-4)。依次類推，直至計算fib(1)和fib(0)，分別能立即得到結果1和0。在遞推階段，必須要有終止遞歸的情況。例如在函數fib中，當n為1和0的情況。
在回歸階段，當獲得最簡單情況的解後，逐級返回，依次得到稍復雜問題的解，例如得到fib(1)和fib(0)後，返回得到fib(2)的結果，……，在得到了fib(n-1)和fib(n-2)的結果後，返回得到fib(n)的結果。
在編寫遞歸函數時要注意，函數中的局部變數和參數知識局限於當前調用層，當遞推進入「簡單問題」層時，原來層次上的參數和局部變數便被隱蔽起來。在一系列「簡單問題」層，它們各有自己的參數和局部變數。
由於遞歸引起一系列的函數調用，並且可能會有一系列的重復計算，遞歸演算法的執行效率相對較低。當某個遞歸演算法能較方便地轉換成遞推演算法時，通常按遞推演算法編寫程序。例如上例計算斐波那契數列的第n項的函數fib(n)應採用遞推演算法，即從斐波那契數列的前兩項出發，逐次由前兩項計算出下一項，直至計算出要求的第n項。
【問題】 組合問題
問題描述：找出從自然數1、2、……、n中任取r個數的所有組合。例如n=5，r=3的所有組合為： （1）5、4、3 （2）5、4、2 （3）5、4、1
（4）5、3、2 （5）5、3、1 （6）5、2、1
（7）4、3、2 （8）4、3、1 （9）4、2、1
（10）3、2、1
分析所列的10個組合，可以採用這樣的遞歸思想來考慮求組合函數的演算法。設函數為void comb(int m,int k)為找出從自然數1、2、……、m中任取k個數的所有組合。當組合的第一個數字選定時，其後的數字是從餘下的m-1個數中取k-1數的組合。這就將求m個數中取k個數的組合問題轉化成求m-1個數中取k-1個數的組合問題。設函數引入工作數組a[ ]存放求出的組合的數字，約定函數將確定的k個數字組合的第一個數字放在a[k]中，當一個組合求出後，才將a[ ]中的一個組合輸出。第一個數可以是m、m-1、……、k，函數將確定組合的第一個數字放入數組後，有兩種可能的選擇，因還未去頂組合的其餘元素，繼續遞歸去確定；或因已確定了組合的全部元素，輸出這個組合。細節見以下程序中的函數comb。
【程序】
# include <stdio.h>
# define MAXN 100
int a[MAXN];
void comb(int m,int k)
{ int i,j;
for (i=m;i>=k;i--)
{ a[k]=i;
if (k>1)
comb(i-1,k-1);
else
{ for (j=a[0];j>0;j--)
printf(「%4d」,a[j]);
printf(「\n」);
}
}
}
void main()
{ a[0]=3;
comb(5,3);
}
3.回溯法
回溯法也稱為試探法，該方法首先暫時放棄關於問題規模大小的限制，並將問題的候選解按某種順序逐一枚舉和檢驗。當發現當前候選解不可能是解時，就選擇下一個候選解；倘若當前候選解除了還不滿足問題規模要求外，滿足所有其他要求時，繼續擴大當前候選解的規模，並繼續試探。如果當前候選解滿足包括問題規模在內的所有要求時，該候選解就是問題的一個解。在回溯法中，放棄當前候選解，尋找下一個候選解的過程稱為回溯。擴大當前候選解的規模，以繼續試探的過程稱為向前試探。
【問題】 組合問題
問題描述：找出從自然數1，2，…，n中任取r個數的所有組合。
採用回溯法找問題的解，將找到的組合以從小到大順序存於a[0]，a[1]，…，a[r-1]中，組合的元素滿足以下性質：
（1） a[i+1]>a，後一個數字比前一個大；
（2） a-i<=n-r+1。
按回溯法的思想，找解過程可以敘述如下：
首先放棄組合數個數為r的條件，候選組合從只有一個數字1開始。因該候選解滿足除問題規模之外的全部條件，擴大其規模，並使其滿足上述條件（1），候選組合改為1，2。繼續這一過程，得到候選組合1，2，3。該候選解滿足包括問題規模在內的全部條件，因而是一個解。在該解的基礎上，選下一個候選解，因a[2]上的3調整為4，以及以後調整為5都滿足問題的全部要求，得到解1，2，4和1，2，5。由於對5不能再作調整，就要從a[2]回溯到a[1]，這時，a[1]=2，可以調整為3，並向前試探，得到解1，3，4。重復上述向前試探和向後回溯，直至要從a[0]再回溯時，說明已經找完問題的全部解。按上述思想寫成程序如下：
【程序】
# define MAXN 100
int a[MAXN];
void comb(int m,int r)
{ int i,j;
i=0;
a=1;
do {
if (a-i<=m-r+1
{ if (i==r-1)
{ for (j=0;j<r;j++)
printf(「%4d」,a[j]);
printf(「\n」);
}
a++;
continue;
}
else
{ if (i==0)
return;
a[--i]++;
}
} while (1)
}
main()
{ comb(5,3);
}
4.貪婪法
貪婪法是一種不追求最優解，只希望得到較為滿意解的方法。貪婪法一般可以快速得到滿意的解，因為它省去了為找最優解要窮盡所有可能而必須耗費的大量時間。貪婪法常以當前情況為基礎作最優選擇，而不考慮各種可能的整體情況，所以貪婪法不要回溯。
例如平時購物找錢時，為使找回的零錢的硬幣數最少，不考慮找零錢的所有各種發表方案，而是從最大面值的幣種開始，按遞減的順序考慮各幣種，先盡量用大面值的幣種，當不足大面值幣種的金額時才去考慮下一種較小面值的幣種。這就是在使用貪婪法。這種方法在這里總是最優，是因為銀行對其發行的硬幣種類和硬幣面值的巧妙安排。如只有面值分別為1、5和11單位的硬幣，而希望找回總額為15單位的硬幣。按貪婪演算法，應找1個11單位面值的硬幣和4個1單位面值的硬幣，共找回5個硬幣。但最優的解應是3個5單位面值的硬幣。
【問題】 裝箱問題
問題描述：裝箱問題可簡述如下：設有編號為0、1、…、n-1的n種物品，體積分別為v0、v1、…、vn-1。將這n種物品裝到容量都為V的若干箱子里。約定這n種物品的體積均不超過V，即對於0≤i＜n，有0＜vi≤V。不同的裝箱方案所需要的箱子數目可能不同。裝箱問題要求使裝盡這n種物品的箱子數要少。
若考察將n種物品的集合分劃成n個或小於n個物品的所有子集，最優解就可以找到。但所有可能劃分的總數太大。對適當大的n，找出所有可能的劃分要花費的時間是無法承受的。為此，對裝箱問題採用非常簡單的近似演算法，即貪婪法。該演算法依次將物品放到它第一個能放進去的箱子中，該演算法雖不能保證找到最優解，但還是能找到非常好的解。不失一般性，設n件物品的體積是按從大到小排好序的，即有v0≥v1≥…≥vn-1。如不滿足上述要求，只要先對這n件物品按它們的體積從大到小排序，然後按排序結果對物品重新編號即可。裝箱演算法簡單描述如下：
{ 輸入箱子的容積；
輸入物品種數n；
按體積從大到小順序，輸入各物品的體積；
預置已用箱子鏈為空；
預置已用箱子計數器box_count為0；
for (i=0;i<n;i++)
{ 從已用的第一隻箱子開始順序尋找能放入物品i 的箱子j；
if （已用箱子都不能再放物品i）
{ 另用一個箱子，並將物品i放入該箱子；
box_count++；
}
else
將物品i放入箱子j；
}
}
上述演算法能求出需要的箱子數box_count，並能求出各箱子所裝物品。下面的例子說明該演算法不一定能找到最優解，設有6種物品，它們的體積分別為：60、45、35、20、20和20單位體積，箱子的容積為100個單位體積。按上述演算法計算，需三隻箱子，各箱子所裝物品分別為：第一隻箱子裝物品1、3；第二隻箱子裝物品2、4、5；第三隻箱子裝物品6。而最優解為兩只箱子，分別裝物品1、4、5和2、3、6。
若每隻箱子所裝物品用鏈表來表示，鏈表首結點指針存於一個結構中，結構記錄尚剩餘的空間量和該箱子所裝物品鏈表的首指針。另將全部箱子的信息也構成鏈表。以下是按以上演算法編寫的程序。
}
5.分治法
任何一個可以用計算機求解的問題所需的計算時間都與其規模N有關。問題的規模越小，越容易直接求解，解題所需的計算時間也越少。例如，對於n個元素的排序問題，當n=1時，不需任何計算；n=2時，只要作一次比較即可排好序；n=3時只要作3次比較即可，…。而當n較大時，問題就不那麼容易處理了。要想直接解決一個規模較大的問題，有時是相當困難的。
分治法的設計思想是，將一個難以直接解決的大問題，分割成一些規模較小的相同問題，以便各個擊破，分而治之。
如果原問題可分割成k個子問題（1<k≤n），且這些子問題都可解，並可利用這些子問題的解求出原問題的解，那麼這種分治法就是可行的。由分治法產生的子問題往往是原問題的較小模式，這就為使用遞歸技術提供了方便。在這種情況下，反復應用分治手段，可以使子問題與原問題類型一致而其規模卻不斷縮小，最終使子問題縮小到很容易直接求出其解。這自然導致遞歸過程的產生。分治與遞歸像一對孿生兄弟，經常同時應用在演算法設計之中，並由此產生許多高效演算法。
分治法所能解決的問題一般具有以下幾個特徵：
（1）該問題的規模縮小到一定的程度就可以容易地解決；
（2）該問題可以分解為若干個規模較小的相同問題，即該問題具有最優子結構性質；
（3）利用該問題分解出的子問題的解可以合並為該問題的解；
（4）該問題所分解出的各個子問題是相互獨立的，即子問題之間不包含公共的子子問題。
上述的第一條特徵是絕大多數問題都可以滿足的，因為問題的計算復雜性一般是隨著問題規模的增加而增加；第二條特徵是應用分治法的前提，它也是大多數問題可以滿足的，此特徵反映了遞歸思想的應用；第三條特徵是關鍵，能否利用分治法完全取決於問題是否具有第三條特徵，如果具備了第一條和第二條特徵，而不具備第三條特徵，則可以考慮貪心法或動態規劃法。第四條特徵涉及到分治法的效率，如果各子問題是不獨立的，則分治法要做許多不必要的工作，重復地解公共的子問題，此時雖然可用分治法，但一般用動態規劃法較好。
分治法在每一層遞歸上都有三個步驟：
（1）分解：將原問題分解為若干個規模較小，相互獨立，與原問題形式相同的子問題；
（2）解決：若子問題規模較小而容易被解決則直接解，否則遞歸地解各個子問題；
（3）合並：將各個子問題的解合並為原問題的解。
6.動態規劃法
經常會遇到復雜問題不能簡單地分解成幾個子問題，而會分解出一系列的子問題。簡單地採用把大問題分解成子問題，並綜合子問題的解導出大問題的解的方法，問題求解耗時會按問題規模呈冪級數增加。
為了節約重復求相同子問題的時間，引入一個數組，不管它們是否對最終解有用，把所有子問題的解存於該數組中，這就是動態規劃法所採用的基本方法。以下先用實例說明動態規劃方法的使用。
【問題】 求兩字元序列的最長公共字元子序列
問題描述：字元序列的子序列是指從給定字元序列中隨意地（不一定連續）去掉若干個字元（可能一個也不去掉）後所形成的字元序列。令給定的字元序列X=「x0，x1，…，xm-1」，序列Y=「y0，y1，…，yk-1」是X的子序列，存在X的一個嚴格遞增下標序列<i0，i1，…，ik-1>，使得對所有的j=0，1，…，k-1，有xij=yj。例如，X=「ABCBDAB」，Y=「BCDB」是X的一個子序列。
考慮最長公共子序列問題如何分解成子問題，設A=「a0，a1，…，am-1」，B=「b0，b1，…，bm-1」，並Z=「z0，z1，…，zk-1」為它們的最長公共子序列。不難證明有以下性質：
（1） 如果am-1=bn-1，則zk-1=am-1=bn-1，且「z0，z1，…，zk-2」是「a0，a1，…，am-2」和「b0，b1，…，bn-2」的一個最長公共子序列；
（2） 如果am-1!=bn-1，則若zk-1!=am-1，蘊涵「z0，z1，…，zk-1」是「a0，a1，…，am-2」和「b0，b1，…，bn-1」的一個最長公共子序列；
（3） 如果am-1!=bn-1，則若zk-1!=bn-1，蘊涵「z0，z1，…，zk-1」是「a0，a1，…，am-1」和「b0，b1，…，bn-2」的一個最長公共子序列。
這樣，在找A和B的公共子序列時，如有am-1=bn-1，則進一步解決一個子問題，找「a0，a1，…，am-2」和「b0，b1，…，bm-2」的一個最長公共子序列；如果am-1!=bn-1，則要解決兩個子問題，找出「a0，a1，…，am-2」和「b0，b1，…，bn-1」的一個最長公共子序列和找出「a0，a1，…，am-1」和「b0，b1，…，bn-2」的一個最長公共子序列，再取兩者中較長者作為A和B的最長公共子序列。
代碼如下：
# include <stdio.h>
# include <string.h>
# define N 100
char a[N],b[N],str[N];
int lcs_len(char *a, char *b, int c[ ][ N])
{ int m=strlen(a), n=strlen(b), i,j;
for (i=0;i<=m;i++) c[0]=0;
for (i=0;i<=n;i++) c[0]=0;
for (i=1;i<=m;i++)
for (j=1;j<=m;j++)
if (a[i-1]==b[j-1])
c[j]=c[i-1][j-1]+1;
else if (c[i-1][j]>=c[j-1])
c[j]=c[i-1][j];
else
c[j]=c[j-1];
return c[m][n];
}
char *buile_lcs(char s[ ],char *a, char *b)
{ int k, i=strlen(a), j=strlen(b);
k=lcs_len(a,b,c);
s[k]=』』;
while (k>0)
if (c[j]==c[i-1][j]) i--;
else if (c[j]==c[j-1]) j--;
else { s[--k]=a[i-1];
i--; j--;
}
return s;
}
void main()
{ printf (「Enter two string（<%d）!\n」,N);
scanf(「%s%s」,a,b);
printf(「LCS=%s\n」,build_lcs(str,a,b));
}
7.迭代法
迭代法是用於求方程或方程組近似根的一種常用的演算法設計方法。設方程為f(x)=0，用某種數學方法導出等價的形式x=g(x)，然後按以下步驟執行：
（1） 選一個方程的近似根，賦給變數x0；
（2） 將x0的值保存於變數x1，然後計算g(x1)，並將結果存於變數x0；
（3） 當x0與x1的差的絕對值還小於指定的精度要求時，重復步驟（2）的計算。
若方程有根，並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。上述演算法用C程序的形式表示為：
程序如下：
【演算法】迭代法求方程組的根
{ for (i=0;i<n;i++)
x=初始近似根;
do {
for (i=0;i<n;i++)
y = x;
for (i=0;i<n;i++)
x = gi(X);
for (delta=0.0,i=0;i<n;i++)
if (fabs(y-x)>delta) delta=fabs(y-x)； } while (delta>Epsilon)；
for (i=0;i<n;i++)
printf(「變數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生的情況：
（1）如果方程無解，演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，因此在使用迭代演算法前應先考察方程是否有解，並在程序中對迭代的次數給予限制；
（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。
8.窮舉搜索法
窮舉搜索法是對可能是解的眾多候選解按某種順序進行逐一枚舉和檢驗，並從眾找出那些符合要求的候選解作為問題的解。
【問題】 將A、B、C、D、E、F這六個變數排成如圖所示的三角形，這六個變數分別取[1，6]上的整數，且均不相同。求使三角形三條邊上的變數之和相等的全部解。如圖就是一個解。
程序引入變數a、b、c、d、e、f，並讓它們分別順序取1至6的整數，在它們互不相同的條件下，測試由它們排成的如圖所示的三角形三條邊上的變數之和是否相等，如相等即為一種滿足要求的排列，把它們輸出。當這些變數取盡所有的組合後，程序就可得到全部可能的解。程序如下：
按窮舉法編寫的程序通常不能適應變化的情況。如問題改成有9個變數排成三角形，每條邊有4個變數的情況，程序的循環重數就要相應改變。
❷ C語言重要嗎！！！！我是軟體專業的 很困惑
先說對樓主的建議：
C在應用方面的優勢在於底層，以及任何對效率有苛刻要求的地方。這種地方並不少，如操作系統、嵌入式、一些軟體中對效率要求高的部分。很多java程序也需要C來配合，如tomcat。
C對於專業技能鍛煉方面意義更大。因為一個鐵的事實是「熟悉內部原理的人更能寫出優質的代碼」，C對上承接高級語言，對下和匯編掛鉤，這種特殊的位置註定了C在眾多計算機語言中是了解計算機的一個絕佳切入點。即便只是不太深刻的了解，C配合著其他理論課程帶給我的認知就是所謂非計算機專業出身的人沒有的東西了。這是我個人的想法以及認為最重要的地方。
對於樓主現在的處境，我的建議是「學有餘力以廣為主，力有不逮以精為主」。對C即便興趣不大也應該因它的重要性對自己要求嚴格一點點，一點點就夠了，比及格高一點點即可。然後試著看看java，我是看孫鑫的視頻入門的，感覺不錯。然後依照興趣，選擇C還是java。但我相信，如果你走技術路線，總有一天你會回來重新審視C和試著去深入了解C的，而且不會太遠。
另外我個人的經驗是兩點很重要：一個是興趣所向，看樓主的提問方式就知道樓主也很贊同這點啊。另一個是培養自信，尤其是對於我這種心理不強大的人，我需要自信讓我走下去。具體做法可以是先讀薄的書，換一個你可以稍微虐待一下別人的環境（嘿嘿……），視樓主情況而定。
下面是我個人有關C的經驗經歷：
我現在是一個二本學校的計算機專業的，大三。（看到這你會不會懷疑我上面說的啊，哈哈）
大一上學期開的程序設計課程，C。當時我們學的C只是基本的語法，同時憧憬C++，因為據說C++能做界面，而不是C那樣黑黑的框框，一點也不美觀。而且當時見識淺薄，都不太知道Java，呵呵。但課堂狀態比較好，保持聽課和作業，不過課外一點不付出勞動。
大一下學期的重點是數據結構，也是通過C講的，當時隱約的認識到重點是語言背後的東西，語言是一種媒介。正確的想法卻導致我對C重要性的認識程度進一步下降，但對C的熟練度上升，期末作業是排序演算法比較，還是一個黑框框的程序。
大一暑假加入學校ACM，做了杭電2000-2100的100道入門題目，還有其他的50+左右。那對於我的技術水平絕對是質的飛躍，體現在演算法、C的熟練度、調適能力及各種細節上。但對C的認識沒提高。嘗試C++，不到兩天放棄，╮(╯▽╰)╭。但做題時開始使用C++的模板及一些庫函數。
大二相對懈怠。大二上有C++，是面向對象入門。我覺得你們學校的java應該是同一個目的。以面向對象理論的入門為主。不過我當時真是入門啊，邁進去腳看看就出來了。
大二下我都不記得幹了什麼了。。。好像是嘗試Android來著，後來放棄了，有點陷入自我否定的情緒低潮。也是那時開始接觸的java，但什麼也沒學到。
大二暑假，奮發圖強，以廣為主，通過看視頻或文字教程+動手實踐的方式接觸了vc++、java、php、python。然後就迷上了python。當時對C的感覺有點微妙，因為C能做到一些python難以做到的事，而且python本身就是一個出色的C項目。開始重新審視C在眾多語言中的位置。
大三上，開java課。很認真的聽了java，並與python做對比，收獲太大了，具體細節不提。對C的認識保持不變。
現在的寒假，做項目的時候看到了一些C的面向對象編程，發現，這絕對不是噱頭。也開始看python的源碼，更是深深為C的精巧靈活所折服。C不可或缺、必須要找時間再深入學習，這是我現在迫切的想法。
現在我學習時最關注3個東西：1.語言背後的東西。因為你是以語言提問，我就以語言上的經歷回答，但這絕對不是最重要的，計算機科學的發展依託於什麼？必然主要是理論的成長。而理論在實踐中的影響像是隱形的，又無處不在、威力巨大。2.python特有的實現方式。3.用C實現時的適用性、效率優勢多大、與python實現的對比等。就像剛才說的，第三點的關注度還在提高中。
以上個人經驗，不一定正確，只是希望作為你的一個參考，給你些幫助。就像我剛學的時候渴求的那些幫助一樣。 :-)
❸ 自學了C語言一段時間，還是感覺有點吃力，特別是上機練習時，要不要專門學下演算法。
我覺得，一些數學原理還是要知道的，初學對演算法沒有什麼要求，但是，我認為，如果編程要學的很深入，要編大程序或大規模編程，做專業的程序設計員，那好的演算法就十分重要了，好演算法可以把一個程序的速度提升很多。上機覺得吃力，是對概念和語句用法還是不是很清楚吧。如果是對語句不熟練，感到吃力，那就要多看書，看例題，看別人為什麼是這樣寫的，這樣寫有什麼好處？這樣，多總結，再多練習，再上機的話，感覺應該會好很多的。
其實，很多演算法，都在一些優秀的例題代碼中出現，多總結觀察就好了。
ps：感覺吃力說明基本功不夠扎實，不一定演算法不好的問題。一開始學編程，只要編出來就OK了，等大部分概念和知識點掌握了，再優化你從前程序。還有，對於一道題，在你學程序的不同階段里，你會編出不同代碼，因為在學習的過程中，你掌握了更多的語句，也就掌握了更多的方法去解決一道題。
祝你學習順利。^_^
❹ 新手學習C語言書上那些練習題要做嗎 好多我看了源代碼還是看不懂 想問一下大神那些例題對以後有幫助嗎
練習當然是要做的，但是並不是剛學就要做那些
你先把所有關鍵字的用法學會，至少知道那個東西是幹嘛的
然後就是簡單的，循環，分支，判斷結構的用法了
看完這個之後，就可以看那些練習題了
要是哪個地方看不懂，試著自己改一改，或者用編譯器的調試功能，看看數據是怎麼變化的，然後再理解下，人家的演算法是怎麼設計的，自己就能寫出程序了
❺ 數據結構與演算法對於C語言重要麼
很重要，可以事半功倍的效果。
❻ 譚浩強《c語言程序設計》第2章演算法流程圖重要嗎
流程圖是比較重要的，在寫一個程序之前，要設計出一個流程圖，有利於指導你編寫程序，使你在編程過程知道先做什麼，後做什麼。而程序完成後，讀程序的人一看流程圖，就能清晰的把握你程序的結構，有利於讀程序著理解你的程序，在做大程序時更能體現這一點，所以，學好畫流程圖是很重要的，建議你把它學好。
❼ C語言重要嗎
對於理工 科學生來說，這個答案可能很簡單，因為這是一門必修課。而對於程序員來說選擇一門編程語言，在某種程度上，對職業生涯的發展會產生重大的影響，所以必須慎 之又慎。那麼，為什麼要選擇一門誕生了將近半個世紀的語言？本文不是老生常談的廢話，如：」C 語言是編程的基礎」、」學好 C 語言，走遍天下都不怕」等等，本文力爭詳盡而又有理的回答這個問題，首先咱們先了解一下何為 『c』 語言
C 語言
C 語言是由美國 AT&T 貝爾實驗室的研究員 Dennis Ritchie 在 B 語言的基礎上，最初作為改造 Unix 操作系統的開發語言，並伴隨著 Unix 操作系統興起而流行，後來，隨著微型計算機的發展，C 開始被移植到其他操作系統平台上，成為獨立的程序設計語言。
為操作系統而生的標簽註定了 C 不可能平庸，實話實說，C 是一門很難學習和使用的編程語言，沒有編譯原理、操作系統和計算機體系結構扎實的基礎知識，根本不可能把 C 學的明白、用的順手。C 作為一門工程實用性極強的語言，提供了對操作系統和內存的精準控制，高性能的運行時環境，源碼級的跨平台編譯等優點，才是我們必須學習和使用 C 的理由。
同時，幸運的是 C 也是個有趣的東西，對編程的認知越深，就會越覺得有意思，我簡單列舉一些 C 的優點：
1、結構化設計語言，語法清晰、結構簡單，模塊化使得程序的各個部分除了必要的信息交流外彼此獨立，便於開發、調試
2、運算符多，把括弧、賦值、強制類型轉換等都作為運算符處理，靈活使用各種運算符可以實現在其它高級語言中難以實現的運算。
3、數據結構豐富，能實現各種復雜的數據類型的運算，引入指針、結構體概念使程序效率更高。
4、為操作系統而生，可以像匯編語言一樣對位、位元組和地址進行操作，允許直接訪問物理地址對硬體進行操作，把高級語言的基本結構和語句與低級語言的實用性結合起來。
5、程序執行效率高，一般比匯編程序生成的目標代碼效率低 10%~20%。
6、可移植性好，C 語言抽象了針對 CPU 編程的細節，能廣泛應用於針對大型操作系統和系統軟體的編寫。
7、具備強大的繪圖功能，和 C++ 一樣也可以寫出很優雅的二維、三維圖形和動畫。
有人說，C 是 C++ 的子集，C 能做到的事，C++ 一樣能做到，並且還可以做的更好，如：三大面向對象特性、GUI 編程，誠然，我承認在 GUI 編程領域 C++ 占據著絕對的統治地位，至今無人能撼動。但真的有必要用 C++ 來替代 C 完成工作嗎？很多時候 C++ 解決問題的思路真的比 C 更先進嗎？
C 和 C++ 比較
1、隱式操作：C 簡單直接、結構清晰，每行代碼都能清楚的被反匯編成相應的語句，系統會嚴格按照你的代碼去執行。而 C++ 則不盡然，簡單的語句也說不清楚究竟有多少次構造和拷貝，這樣編寫底層代碼是完全不行的，底層需要精準和嚴格的控制。
2、語言介面：現代軟體工程項目的開發，不但對性能有很高要求，對於語言介面的對接能力也有很高要求，因為偌大的一個項目很少僅使用一種語言來進行開發，對於 底層，C++ 對內存和硬體的控制不如 C 簡潔精準；對於很多動態語言和中間件，如：PHP、Python 和 Apache、Redis，都受了 C 的很大影響，甚至就是 C 開發出來的東西，對接起來非常方便。沒錯兒，其實 C++ 採用迂迴的方式也能對接的，但是，遠遠不如 C 方便，開發和維護成本非常高。
硬體層：
1、分配內存：系統加電後運行，經過匯編初始化棧，然後再跳轉到 C 語言的 start_init() 函數去，這時候內存分配機制都還沒有建立，C++ 如何定義類？如何實例化對象？
2、標准庫依賴：C 的所有特性都可以不依賴任何庫運行，如有必要，可以按照特定需求自己編寫庫。
3、處理器兼容：C++ 的類是依賴基地址+偏移地址的定址方式，很多微處理器只有簡單的給定地址定址，不支持一條語句實現 base + offset 的定址機制，很多 C++ 代碼編譯出來需要更多的指令來運算地址，導致性能下降了太多。
4、應用層：C++ 在做應用層尤其是 GUI 編程，這是 C++ 的傳統強項，我一直堅持 C 也能優雅的做出圖像和動畫，但開發效率確實較 C++ 低很多，最近有個很火的 RUST 語言，號稱是未來唯一能取代 C++ 的編程語言，感興趣的同學可以多了解下。
由上可知，操作系統、編譯原理、數據結構與演算法等等基礎知識，是深入理解、掌握和靈活運用 C 的重要前提，現階段程序員職業生涯超過一半的熱門方向直接或間接與 C 有關，我想，學好 C 的重要性也就不言而喻了。
❽ C語言的演算法有什麼用
演算法就是解決問題的方法。
你看到的演算法都是簡單的方法。
演算法牛X解決問題就牛X
你用變成解決問題就是 語法+演算法。
語法很簡單。就那些 ，你只要記就行了
而演算法就多了去了。
就像每個中國人都知道3萬多個漢字 （比作為語法）
而能寫出號文章的就沒那麼多人了（比作演算法）
演算法體現你解決問題的思維
體現你程序的空間復雜程度和時間復雜程度。
想提高演算法就提高你的邏輯思維能力和數學吧。
平時也應該多讀別人的程序，了解下別人的演算法。
❾ 關於C語言中的小演算法題 很重要嗎
n=6 f1為n=5時的*s f2為n=4時的*s
n=5 f1為n=4時的*s f2為n=3時的*s
n=4 f1為n=3時的*s f2為n=2時的*s
n=3 f1為n=2時的*s f2為n=1時的*s
n=2 n=3的*s 都是知道的 那就可以逆推回去 得到n=6時的*s 這個就是main中 x的值嘍