程序设计基础，学完了第一章
声音很小
很深奥，结构类型。
74
递归思想与相应算法：
经典递归算法：
计算组合数
快速排序
数字旋转方阵
下楼问题
跳马问题
分书问题
八皇后问题
青蛙过河
2，贪心法：每次新扩展一个距离最短的点（贪心之处），更新与其相邻的点的距离。
动态规划
状态转移方程
4，蒙特卡罗法：
产生随机小数
5，多步决策问题
6，深度优先搜索
7，宽度优先搜索
递归思想与相应算法：
经典递归算法：
计算组合数
快速排序
数字旋转方阵
下楼问题
跳马问题
分书问题
八皇后问题
青蛙过河
2，贪心法：每次新扩展一个距离最短的点（贪心之处），更新与其相邻的点的距离。
动态规划
状态转移方程
4，蒙特卡罗法：
产生随机小数
5，多步决策问题
6，深度优先搜索
7，宽度优先搜索
第三十五讲：总复习（一）
主要内容：
编程准备:输出流对象cout,在 C++中引入术语stream（流），指的是来自设备或传给设备的一个数据流。
cin表示输入流对象，它也是输入输出流库的一部分，与cin相关联的输入设备是键盘。
变量，代数与计算机解题：关系表达式的一般格式
在程序中系统要测试由关系表达式所表示的关系是否成立，成立为真，不成立为假。
逻辑思维与计算机解题
函数思维与模块化设计：
函数定义的一般格式
指向函数的指针
数据的组织与处理（1）——数组：
类型说明符，数组名，【常量表达式】
字符数组及其处理
字符串处理库函数
数据的组织与处理（2）——结构：
链表
链表的结点的插入
链表结点的删除
文件 ：
递归思想与相应算法
第三十五讲：总复习（一）
主要内容：
编程准备:
变量，代数与计算机解题
逻辑思维与计算机解题
函数思维与模块化设计
数据的组织与处理（1）——数组
数据的组织与处理（2）——结构
文件
第十五章：流与输入输出设置：
主要内容：
流的概念与输入输出格式
改变整数的进制
设置浮点数的精度
设置输入输出宽度
设置对齐方式和填充字符
其他设置
C++中的 流实际上是一个字节序列。
改变整数的进制
3，设置浮点数的精度
4，设置输入输出的宽度
5，设置对齐方式和填充字符
第十五章：流与输入输出设置：
主要内容：
流的概念与输入输出格式
改变整数的进制
设置浮点数的精度
设置输入输出宽度
设置对齐方式和填充字符
其他设置
C++中的 流实际上是一个字节序列。
改变整数的进制
3，设置浮点数的精度
4，设置输入输出的宽度
5，设置对齐方式和填充字符
第十四章：
宽度优先搜索：主要内容：
1，问题描述。骑士聚会问题，
扩展是分层的，处于同一层的 结点从左至右依次扩展，称之为"宽度优先“
怎样标记一层的左右位置是编程的关键。
2，解题思路：
1，从小到大，从简到繁，先讨论5*5的棋盘：
2，从个别到一般：
3，理思路：
4，假定有四个骑士，初始位置分别在：（0，0）（1，4）（1，2）（3，4）
5：对每一个骑士的跳步做扩展，得到如下4张跳步信息图：
第十四章：
宽度优先搜索：主要内容：
1，问题描述。骑士聚会问题，
扩展是分层的，处于同一层的 结点从左至右依次扩展，称之为"宽度优先“
怎样标记一层的左右位置是编程的关键。
2，解题思路：
1，从小到大，从简到繁，先讨论5*5的棋盘：
2，从个别到一般：
3，理思路：
4，假定有四个骑士，初始位置分别在：（0，0）（1，4）（1，2）（3，4）
5：对每一个骑士的跳步做扩展，得到如下4张跳步信息图：
第十三章：
深度优先搜索
主要内容：
1，问题描述
2，解题思路
第三十一讲：
主要内容：
1,安全条件形式化
2,从状态图上研究怎样一步一步过河，
3，多步决策问题的编程思路
第三十讲：
第十一章：蒙特卡罗法
主要内容：一，伪随几数的产生：1，产生随机整数。2，产生随机小数。
伪随机数的应用：
求的近似值
计算图形面积
伪随机数的道理
多步决策问题的解题思路
人鬼渡河的安全性考虑
安全状态的描述
动态规划思想：
动态规划是运筹学的一个重要分支，是解决多阶段决策过程最优化的一种方法，也是计算机程序中最常用的方法之一。
最优性原理保证全局最优，不同于贪心法，贪心法是一个逐步剪枝的过程，动态规划则不同：，他是一个效率很高的地推方法。
举例说明动态规划思路：
小结：最优化原理在解多阶段决策问题时十分重要，最优化原理可简述为：一个最优策略的子策略总是最优的。
一个多阶段决策问题如果满足最优化原理，则可考虑用贪心法来解，否则需先行证明而后采用，或者要对原题进行某种转化才可使用，也可能根本就不可用，这要看是否满足最优化原理。
第六章：发电设备状态检修：
1，发电设备检修体制
2，发电设备状态检修，
3，发电设备状态检修的效益。
4，发电设备状态检修的实施，
5，发电设备状态检修技术的应用
6，发电设备状态检修的赋值情况。
设备检修体制的发展：四种检修体制：1，事后维修，2，预防性定期检修，3，状态检修，4，改进性检修。
第十章：动态规划
主要内容：
1，最短路径问题
问题描述
分析与解题
2,动态规划的基本概念
3，动态规划思想
4，举例说明动态规划思路
第二十八讲：
最短路径问题
动态规划的基本概念：
1，阶段：是对整个决策过程的自然划分，通常根据问题的的时间顺序或空间顺序来划分阶段。表示阶段的变量称为阶段变量。
2，状态，不同的事物有不同的性质，因而用不同的状态来刻画。
3，决策与策略：从当前阶段的某一状态出发，选择不同的取舍策略会进入到下一阶段的不同状态。
4，状态转移方程：用数学公式描述与阶段相关的状态间的演变规律。
小结：
动态规划方法是一个保证能获得最优解的方法。他是一个自底向上的过程，在这一过程中不会因剪枝而误删最优解。
动态规划基于分治思想，在每一个阶段都将当前问题分解为多个已经解决的子问题。
一个问题如果满足最优化原理，就可以用动态规划方法来解。
用好动态规划思想解题，需掌握号阶段，状态，决策，与策略，状态转换方程等基本概念。
第十章：动态规划
主要内容：
1，最短路径问题
问题描述
分析与解题
2,动态规划的基本概念
3，动态规划思想
4，举例说明动态规划思路
第二十八讲：
最短路径问题
动态规划的基本概念：
1，阶段：是对整个决策过程的自然划分，通常根据问题的的时间顺序或空间顺序来划分阶段。表示阶段的变量称为阶段变量。
2，状态，不同的事物有不同的性质，因而用不同的状态来刻画。
3，决策与策略：从当前阶段的某一状态出发，选择不同的取舍策略会进入到下一阶段的不同状态。
4，状态转移方程：用数学公式描述与阶段相关的状态间的演变规律。
小结：
动态规划方法是一个保证能获得最优解的方法。他是一个自底向上的过程，在这一过程中不会因剪枝而误删最优解。
动态规划基于分治思想，在每一个阶段都将当前问题分解为多个已经解决的子问题。
一个问题如果满足最优化原理，就可以用动态规划方法来解。
用好动态规划思想解题，需掌握号阶段，状态，决策，与策略，状态转换方程等基本概念。
第二十七讲：
主要内容：贪心法相关理论。
1，多阶段决策问题，无后向性最优化原理
2，有向图最短路径的ijkstra算法
3贪心法解题的注意事项。
贪心法相关理论;
多阶段决策问题：是指问题的解决过程可以分为若干阶段，在每一个阶段都做出相应的决策，所有决策构成的决策序列时该问题的解决方案。
最优化原理：一个最优策略的子策略总是最优的。
Dijkstra算法基本原理：
每次新扩展一个距离最短的点，（贪心之处），更新与其相邻的点的距离，当所有的边权都为正时，由于不会存在一个距离更短的没扩展过的点，所以这个点的距离永远不会在被改变，因而保证了算法的正确性。
小结：
最优化原理在解多阶段决策问题时十分重要。最优化原理可简述为：一个最优策略的子策略总是最优的，
一个多阶段决策问题如果满足最优化原理，则可考虑用贪心法来解，否则须先行证明而后采用，或者要对原题进行某种转化才可使用，也可能根本不可用，这要看是否满足最优化原理。
