![如何求解问题 - [美] Zbigniew Michalewicz](https://static.book345.com/covers/9787508413839.jpg)
书籍介绍
本书通过一系列贯穿于章节间的有趣难题，深入浅出地阐述了如何利用计算机来求解问题的一些现代启发式方法。
AI导读
核心看点
- 通过趣味难题深入浅出讲解现代启发式算法
- 强调问题建模与解空间搜索的核心思维过程
- 涵盖动态规划、模拟退火等经典算法思想
适合谁读
- 对算法设计与计算思维感兴趣的计算机专业学生
- 希望提升逻辑推理与问题解决能力的理工科读者
- 对人工智能及启发式搜索方法有初步兴趣者
读前提醒
- 本书侧重思维启发而非代码实现，非编程手册
- 翻译质量一般，部分术语需结合上下文理解
- 适合略读或作为入门科普，深究需参考原著
读者共识
- 内容有趣且具启发性，是优秀的算法思维启蒙书
- 理论性较强，数学基础薄弱者可能觉得晦涩
- 部分算法讲解较泛，深入应用需补充其他资料
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
精彩摘录
- "每当求解一个问题的时候，我们都要认识到我们只是在找该问题的模型的解。而所有问题都只是实际问题的一个简化，否则它们就会像问题本身一样复杂和令人迷惑。求解问题的过程包含两个独立的一般步骤：（1）抽象出问题的模型；（2）用这个模型来找到解。即： 问题→模型→解。 这里的“解”只是模型的解。如果模型有高度精确性，那么由其得出的解会更有意义。相反，如果模型具有太多不能满足的假设条件和大量的估计数据，那这个解可能就毫无意义甚至更糟。"
- "如果你都忘了你要证明什么了，那你最好看电视去。因为做这两件事对你来说解题成功率都一样：是0！记得紧紧扣住最终结果。要时常问问你自己所做的是否是朝着你想要的方向走。"
- "动态规划法(dynamic programming)的原理是：在求解问题的过程中，通过处理位于当前位置和所达目标之间的中间点来找到整个问题的解。整个过程是递归的，每下一个中间点都是已访问过的点的一个函数。"
- "问题和方法的关系应该通过对问题而不是对方法的讨论而得到。长远来说，不这样做弊大于利，因为象所有像 “分发品”，它使得学生不能够独立地思考问题。"
- "既然你被叫去解决问题，你就要证明你能解决它。"
- "帮助你迈出第一步的方法是理解搜索空间：有哪些变量？他们的可能值是什么？有什么约束？最重要的是：不要偏离原题。"
- "如果我们真正地理解了问题， 就会自然而然得到答案， 因为答案和问题总是分不开的。 ——克里希那穆提《企鹅读本》"
- "解空间是搜索空间(search space)S的一个子集，我们要找的可行解，是那些满足约束条件的解。"
目录
用户评论
优点是书里有一些蛮难得的小问题，可以检验下自己是否有思维缺陷。缺点是有些算法讲的太杂太泛，深入了解还得看书后的论文，总体而言算法的思想算是讲的还好吧。
完全是一本理论性的书，实在是难以看懂。需要不少的数学知识才行
:
TP391.75/5442
Progress:[04.78%][0018/0376][2006-11-05-1606]
书的组织很缜密，从第一章就感觉到精心与智慧
站在完全不同于惯性教育的角度去解答问题。
弃读。是好书，但我需求不大，读不进。被书名误会，还给多抓鱼。
2020.10.25 算法的逻辑还是无法用抽象概括的语言描述清楚，至少读到遗传算法之前是这样，科普依旧是科普。
突破思维框架，找到问题的切入点，倒是一句遗忘已久的道理。
后面有空再读。
@2011-09-29 19:59:15
不是特别喜欢这本书的组织方式，太针对具体问题来讨论算法。而且虽然书名里有“启发法”，但是没有把启发法到底是什么，包含什么，哪些算法是启发哪些不是这些点透。我是很没有耐心看下去了。看作者是最优化领域的专家教授，不知道为什么不把这些讲清楚。
下载
收藏