直觀定義

迭代法（Iterative Method），簡單來說，其實(shí)就是不斷地用舊的變量值，遞推計(jì)算新的變量值。循環(huán)。

具體應(yīng)用

• 求數(shù)值的精確/近似解
  • 二分法（Bisection method）
  • 牛頓迭代法（Newton’s method）
• 在一定范圍內(nèi)查找目標(biāo)值
  • 二分查找
• 機(jī)器學(xué)習(xí)中的迭代算法
  • K-均值算法（K-means clustering）
  • PageRank 的馬爾科夫鏈（Markov chain）
  • 梯度下降法（Gradient descent）

應(yīng)用詳解

求方程的精確/近似解

• 二分法

#'''計(jì)算某個(gè)給定正整數(shù) n（n>1）的平方根，如果不使用編程語言''' # delta_threshold:允許的誤差的閾值 # max_try：最大嘗試次數(shù) def get_squre_root(n,delta_threshold=0.000000000000001,max_try=1000):if n <= 1:return -1min = 1.0n = float(n)max = nmid = (max+min)/2.0print(mid)for i in range(max_try):_n = mid * middelta = _n-nif delta == 0:print("精確值")return midabs_delta = abs(delta)if abs_delta <= delta_threshold:print("近似值")return midelse:if delta>0:max = midelse:min = midmid = (max+min)/2.0print(mid)return minget_squre_root(16) 復(fù)制代碼

• 牛頓迭代法
  之后補(bǔ)充

查找匹配記錄
快速查找記錄，除了用字典，還可以用著名的 二分查找法（前提是有序）。這也是迭代逼近的典型案例。

• 二分查找，第一版

#在排好序的單詞列表中查找某個(gè)單詞 #@ param words_list,target_word #@ return bool def search(words_list,target_word):if not words_list:return Falsemin = 1max = len(words_list)while True:mid = (max + min)/2mid_word = words_list[mid]if target_word == mid_word:print(mid)return Trueelif target_word > mid_word:min = midelse:max = midif max <= min:return Falsereturn False # words_list = ["i","love","my","wife","than","myself's","body","."] words_list = ["e"] words_list = sorted(words_list) print(words_list) print(search(words_list,"i")) 復(fù)制代碼

• 二分查找，改完bug后，第二版

#在排好序的單詞列表中查找某個(gè)單詞 #@ param words_list,target_word #@ return bool # 優(yōu)化1: min和max的初始化，從0開始，這樣避免只有l(wèi)en(list)=1時(shí)的bug # 優(yōu)化2: mid = min + (max - min)/2 ,減少了內(nèi)存溢出的風(fēng)險(xiǎn) def search(words_list,target_word):if not words_list:return Falsemin = 0max = len(words_list) - 1while True:mid = min + (max - min)/2mid_word = words_list[mid]if target_word == mid_word:print(mid)return Trueelif target_word > mid_word:min = midelse:max = midif max <= min:return Falsereturn False words_list = ["i","love","my","wife","than","myself's","body","."] # words_list = ["e"] words_list = sorted(words_list) print(words_list) print(search(words_list,"i")) 復(fù)制代碼

• 二分查找，再改bug后，第三版（應(yīng)該沒bug了吧。。）

#在排好序的單詞列表中查找某個(gè)單詞 #@ param words_list,target_word #@ return bool # 優(yōu)化1: min和max的初始化，從0開始，這樣避免只有l(wèi)en(list)=1時(shí)的bug # 優(yōu)化2: mid = min + (max - min)/2 ,減少了內(nèi)存溢出的風(fēng)險(xiǎn) # 優(yōu)化3: 循環(huán)時(shí)，min = mid + 1。和max = mid - 1。減少重復(fù)檢查邊界 # 優(yōu)化4: 跳出循環(huán)的條件改為max < min，避免最后一步出現(xiàn)max=min=target的潛在bug def search(words_list,target_word):if not words_list:return Falsemin = 0max = len(words_list) - 1while True:mid = min + (max - min)/2mid_word = words_list[mid]if target_word == mid_word:print(mid)return Trueelif target_word > mid_word:min = mid + 1else:max = mid - 1if max < min:print(max)return Falsereturn False words_list = ["i","love","my","wife","than","myself's","body","."] # words_list = ["e"] words_list = sorted(words_list) print(words_list) print(search(words_list,"i")) 復(fù)制代碼

思考

迭代法的特點(diǎn)是“分而治之”，不斷重復(fù)一個(gè)相似的行為，一步步地縮小目標(biāo)范圍。計(jì)算機(jī)很適合處理這種重復(fù)的工作，而人類并不擅長，所以有時(shí)候不敏感。在編程的時(shí)候，可以特意留意這一差異。

WechatIMG37.jpeg

總結(jié)

以上是生活随笔為你收集整理的跟黄申老师学数学(python实现)-01迭代法的全部內(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。