首页 > 论文范文 > 工程工业论文 > 工程综合论文 > 工程数学论文 > 解读计算机编程优化设计与实践中数学算法的应用

解读计算机编程优化设计与实践中数学算法的应用

2019-12-30 240 上传者：管理员

摘要：目前，随着科学技术的快速发展，计算机编程方式得以创新优化升级，而优化改良计算机编程方式，逐渐成为了信息技术行业的热点话题，备受关注。本文通过详细介绍数学算法与计算机编程之间的关联性，基于优化算法，充分发挥数学算法的优势，实现了计算机编程的优化设计，并通过实例分析，证明数学算法的有效应用，不仅提高了计算机编程的优化整体效果，还在很大程度上促进了相关程序功能与效率的全面提升。

关键词：
优化设计
功能与效率
数学算法
计算机编程
加入收藏

1、引言

在现代化计算机技术快速发展的影响下，其在日常生产生活中的应用越来越广泛，特别是在大数据时代与信息时代随之到来的趋势下，计算机技术开始备受重视。随着社会经济发展的推动，现代化社会已经逐渐发展成了计算机时代，古代数学也在此形势下演变成了计算机数学，我国数学在发展中，逐渐实现了与计算机的有机结合，从而发展成了最具现代化的数学。尤其在计算机出现后，计算机在人们日常生产生活中所发挥的作用愈发突出，并在发展过程中，与其他相关学科之间密切联系，特别是数学与计算机的切实融合，交叉发展速度逐渐加快。然而，在现代化社会形势下，尽管计算机在硬件上发展速度非常快，但是在发展始终未脱离计算机体系结构，受这些因素的影响，在计算机解决问题时，所采取的各种方式之间也是具有一定共通性的。

2、注重计算机与数学间的有机联系

就当前高校实际状况而言，不论院校类型与资质，凡是开设计算机专业，所开设课程与数学专业课程大体相当，而且两者间的专业深层内涵与所涉猎范围都处于对等状态。在计算机编程中，利用的数学知识主要包括数学逻辑、数据处理、概率分布、微分方程、参数估计等。利用计算机开发软件，不仅要具备丰富的逻辑思维能力、形象思维能力，以及空间想象能力，还需要具备扎实的数学知识体系。从中可知，在计算机编程中，数学知识发挥着不可替代的重要作用拉。

计算机编程要求相关工作人员的建模能力良好，对此可以通过长时间学习与实践加以巩固，在进行计算机编程时，数学算法的有效应用与作用的发挥，应该根据以下流程开展，先构建数学模型；基于数学角度详细分析数学模型，进一步评估模型的正确性；选择科学合理、有效的算法；通过验证数学分析明确算法的有效性；进行软件编制并加以调试；对比分析数学分析与具体结果。严格按照这一流程详细分析数学算法，以此从中选出最佳优化计算机编程的数学算法。

3、基于数学算法的计算机编程优化设计

3.1 C语言编程的优化

在计算机高级语言中，最基础的就是C语言，因为其占据着基础地位，因此应用范围十分广泛，而且还可以为高级语言的进一步延伸奠定坚实的基础。基于C语言进行计算机编程时，势必会遇到一定的编译难题。作为程序语言，此形式在编译时，应严格按照相关规则，操作代码逻辑，这也是C语言的独特性优势。然而，在此基础上，此语言也存在着一定局限性，对此则应合理利用数学算法做进一步优化，从而突破C语言的局限性。科学合理利用数学算法，能够简化代码，基于数学算法思维可以精简代码程序，这样一来，便可以有效提高面向的过程自效率。通过数学算法编程时，需提前做好逻辑分析相关工作，根据程序设计流程图，促使程序严格按照逻辑开展。据此，在C语言中有效利用数学算法，不仅可以实现编程语言的简化，还可以精炼编程程序，再加上数学算法自身具备一定的抽象性能，在此影响下，编程程序会实现更进一步精炼简化，同时还能够切实解决时间冗余问题。

3.2 面向对象语言的优化

面向对象语言就是所谓的C++，此语言是基于C语言得以衍生发展的。通常情况下，面对对象程序在设计语言时，会封装对象，促使C语言的缺陷得到有效缓解，这样一来，计算机编程效率便会得到显著提升。而面对对象程序设计语言时，有机结合了类相关理念，并融合了封装原理，在很大程度上提高了编程效率。但是，封装和类的继承也需要以数学算法为载体加以优化，还可以提高编程的高效性。在面向对象程序设计时，需要先定义类，与不同类间的封装与继承等。完善的、庞大的程序需要继承处理，则需要较大的工程量。所以，在数学算法中，建模属于高效数学思想，可以基于数学模型方式，进一步实现统一化的数学计算，以此有效解决实际问题。在面向对象程序设计语言时，可以切实利用数学算法中的建模思想。以建模思想为载体加以确定，从而强化面向对象程序设计语言的独特优势与高效性。所谓建模就是以各种类为基础，实现标准的、统一的模型分类，在不同模型中，以逻辑继承为前提，有效实现各种程序的优化设计。总而言之，就面向对象程序设计语言来讲，数学算法依旧可以基于建模思想实现计算机编程优化设计，以此在有效提高编程效率与水平的同时，强化对程序高效性的熟练掌控。

3.3 合理设计科学的数据结构

科学的数据结构与算法性能的发挥密切相关，且可以合理利用算法访问变量将会更加便捷，还能够减少变量所需内存空间，以此有效提高算法效率与水平。比如，稀疏型矩阵，一旦其中元素繁多，需要对矩阵存储空间进行充分考虑，进行适当压缩。而如果对二维数组直接定义，以存储矩阵，受稀疏矩阵中大量零元素存在的影响，势必会造成存储空间的严重浪费，对此可以利用三元组进行稀疏矩阵存储，这样便可以大大压缩稀疏矩阵占据的内存空间，并且遍历矩阵的时候，还可以有效缩减遍历的次数，使得算法效率与质量得到明显提升。另外，就共享变量来讲，一般可以利用联合体方式，促使多变量同时共享相同段内的内存空间，这是以缩减算法空间复杂度，提升算法效率与水平的一种方式哺I。

3.4 以并行计算降低算法执行时间

有效降低算法执行时间效果的方式主要有两种，即在单机上多核心间并行与在多机上并行。现阶段，计算机大部分都是双核或四核，而计算机硬件与软件设备的更新发展也非常快，促使分布式系统逐渐演变成了主要趋势。然而，当前多核心计算机或分布式系统依旧是串行执行，尚未实现针对性优化处理。根据分析方式不同进行数学算法分类，可以划分成并行部分与串行部分。其中并行部分能够基于一台机器的不同核心实现并行运转，或者是划分并行部分，分配到分布式系统的主机上加以运转，然后整合最终结果。在利用分布式系统进行并行计算的时候，相关工作人员应先制定一个科学合理的分配方案，适当规划算法运算量，并对网络成本进行均衡。

4、基于实例分析数学算法

4.1 逐层剥离算法

举例证明，计算1×2×3×4×⋯⋯n此公式中，数字末位中包含多少0，构建最恰当的方式进行结果计算。此方式可称之为逐层剥离算法，其功能是含有0的数量通过含有5的数量加以推算。先一次性循环，并依赖5作为步长，进行剥离处理，以此获得5的含有数量。然后，以5的次方作为步长，进行二次循环剥离处理。然后，以5的三次方作为步长，进行三次循环剥离处理，以此循环下去，在步长大于等于n时，终止并退出循环。其中综合每步所获取的5次方，便是所求最终结果191。

4.2 判断算法和观察算法

其一，判断算法更加精确，在每次算法运算时，需要

进行一次性判断，含有0的数量在此期间应详细记录，前面数值根本不需计算，将最初始与0没有关系的数字及时去除，将有效数字保留下来，这样一来，可以避免计算机出现标识范围，含有0的数量在l×2×3×4×⋯⋯n计算中，便可以得出最终结果。具体编程程序：Importjava．util．Scanner,

importjava．math．*；

publicclassTest{publicstaticvoidmain(String{}args){Scannerinput=newScanner(System．in)；

intnumber=0；

do{System．out．print(“请输入n的值(1000

number=input．nextInt()；If(!(number1000)){System．out．println(“n的值超出范围，请重新输入：”)；}while(!(number<10000&&number>1000))；BigIntegerfactorial=BigInteger．valueOf(1)；For(inti=l；i<=number；i++)

{factorial=factorial．multiply(BigInteger．valueof

(i))；}Stringstr=factorial．toString()；System．out．println(数字：＼n”+str)；

intcount=0；

char{}chrs=str．toCharArray()；For(charc：chrs){if(c==‘0’){count++l}}System．out．pfintln(“有”+count+“个0．”)；}}

其二，观察算法则是根据观察有序开展，对1×2x3×4×⋯⋯n公式进行实时观察，便可以获知0所产生的方式主要有2×5、4×5、6×5、8×5等，从中便可以发现，结构乘法都带有与5相乘的独特性，便可以获知5的倍数能够生成0。就其中多倍数2与5进一步制定条件，分解出n，以此获得5的含有数量，如果需要获得优化算法，可以按照此方法进行”讲。

4.3 三种算法对比分析

判断算法与观察算法的优化效果与逐层剥离算法相比，相对较弱。通过统计图展示是三种算法的效率。具体如图l所示。

图1 三种算法的效率统计图

从图中的y=n便可以展现三种算法的优化效率，其中y=n这一曲线展示的是逐层玻璃法效率，而y=n／5这一曲线则体现的是判断算法效率，y=[109，n]这一曲线展现的是观察算法效率。此类型的实例在日常生产生活中经常会出现，计算机程序会选择效率相对较好的算法，这样一来其运行效率也会明显提高，计算机程序是通过计算机编程语言加以编写的，所以，此类型问题需要进一步深层探究。

5、结束语

总而言之，通过深入探究分析数学算法，将其切实应用到计算机编程优化中去。作为简捷性的数学计算方式，数学算法能够在很大程度上减少数学运算量，并有效提高计算效率与水平，从而使得工作质量得到明显提升。因此，在计算机编程中，根据实际情况，科学有效利用数学算法进行编程逻辑分析过程设计，并基于此算法简化编程流程，以切实解决编程中的重复编译问题，使得编程运行效率得以提高，进而实现计算机编程优化目标，促进计算机编程的最优利用，实现计算机编程的可持续长远发展。

参考文献：

[1]王运生.计算机编程方式改进的必要性及优化策略[J].电脑编程技巧与维护,2014,15(20):40—53.

[2]祁俊,王璐,王晓青.基于数学思维与McCabe方法的编程优化问题研究[J].微型电脑应用,2016,5(5):20—22.

[3]翁杨柳.计算机编程优化的研究[J]-信息与电脑(理论版),2015(20):69-70.

[4]夏德宏.浅谈数学算法对计算机编程方式改进的优化[J]-科技传播,2017(12):73—74.

[5]张雁,肖伟.智能算法中粒子群优化研究和实现[J].电脑知识与技术,2012,8(2):429431.

[6]刘丹,刘德山.c语言程序设计课程综合性和设计性实验研究[J].计算机教育,2012(9):75-77.

[7]方建卫,何静.数学算法对计算机编程优化的分析与研究[J].赤峰学院学报(自然版),2014(21):84.

[8]李文举.探讨数学算法对计算机编程的优化作用[J].电子技术与软件工程,2016(12):155.

[9]郭蕾,王昕,陈世亮.计算机编程方式改进的必要性及优化[J].科技尚品,2015,12(12):37—12.

[10]李文举.探讨数学算法对计算机编程的优化作用[J].电子技术与软件工程,2016(12):155.

张琳娜.基于数学算法的计算机编程优化设计与实践[J].自动化技术与应用,2019,38(8):38-40,58.