十大中國數學之最
中國數學史源遠流長，有4500年左右。早在仰韶文化出土的陶器上即有規則三角形圖案與計數點陣。
上古無文字，結繩以記事。《易·繫辭下》:"上古結繩而治，後世聖人易之以書契。"
早期中國用空位來表示"0"，13世紀40年代左右數學家李治、秦九韶不約而同地用“0”在著作中表示數字的空位。
漢朝時，張衡得出π的平方除以16等於5/8，即π等於10的開方(約為3.162)。
祖沖之進一步得出精確到小數點後7位的結果，在之後的800年裡祖沖之計算出的π值都是最準確的。
算盤是中國傳統的計算工具。中國人在長期使用算籌的基礎上發明的，據公開資料顯示，“珠算”一詞最早見於東漢徐嶽所撰的《數術記遺》。
《算數書》是我國目前發現的最早的數學著作，約成書於公元前二世紀或更早時間,比此前一直被公認中國最早的數學著作《周髀算經》和《九章算術》還要早一個世紀左右。
西漢時期的《周髀算經》記載了周朝的商高對勾股定理的描述與求解，即勾三，股四，弦五。而三國時期的趙爽通過數形結合的“弦圖”給出了具體的證明。
《九章算數》中的“五家共井”，是最早的不定方程求解問題。
最早的漢譯數學著作明末科學家徐光啟編譯了歐幾里得的《幾何原本》，現代數學中如“直線、四邊形、平面”等幾何概念皆源於此譯本。
選自：數學內參
演算法數學之美微信公眾號歡迎賜稿
稿件涉及數學、物理、演算法、計算機、程式設計等相關領域
稿件一經採用，我們將奉上稿酬。
投稿郵箱：[email protected]
相關推薦
十大中國數學之最
數學史最長的國家中國數學史源遠流長，有4500年左右。早在仰韶文化出土的陶器上即有規則三角形圖案
資料探勘十大經典演算法之K最近鄰演算法
k-最近鄰演算法是基於例項的學習方法中最基本的，先介紹基於例項學習的相關概念。 基於例項的學習 1.已知一系列的訓練樣例，很多學習方法為目標函式建立起明確的一般化描述；但與此不同，基於例項的學習方法只是簡單地把訓練樣例儲存起來。 從這些例項中泛化
十大排序演算法的實現 十大經典排序演算法最強總結（含JAVA程式碼實現）
十大經典排序演算法最強總結（含JAVA程式碼實現） 最近幾天在研究排序演算法，看了很多部落格，發現網上有的文章中對排序演算法解釋的並不是很透徹，而且有很多程式碼都是錯誤的，例如有的文章中在“桶排序”演算法中對每個桶進行排序直接使用了Collection.sort
大資料探勘領域十大經典演算法之—CART演算法（附程式碼）
簡介 CART與C4.5類似，是決策樹演算法的一種。此外，常見的決策樹演算法還有ID3，這三者的不同之處在於特徵的劃分： ID3：特徵劃分基於資訊增益 C4.5：特徵劃分基於資訊增益比 CART：特徵劃分基於基尼指數 基本思想 CART假設決策樹是二叉樹，
機器學習十大經典演算法之K-近鄰演算法（學習筆記）
演算法概述 K-近鄰演算法(k-Nearest Neighbor，KNN)是機器學習演算法中最簡單最容易理解的演算法。該演算法的思路是：給定一個訓練資料集，對新的輸入例項，在訓練資料集中找到與該例項最鄰近的K個例項， 這K個例項的多數屬於某個類，就把該輸入例項分
資料探勘領域十大經典演算法之—樸素貝葉斯演算法（超詳細附程式碼）
簡介 NaïveBayes演算法，又叫樸素貝葉斯演算法，樸素：特徵條件獨立；貝葉斯：基於貝葉斯定理。屬於監督學習的生成模型，實現簡單，沒有迭代，並有堅實的數學理論（即貝葉斯定理）作為支撐。在大量樣本下會有較好的表現，不適用於輸入向量的特徵條件有關聯的場景。 基本思想 (1)
資料探勘領域十大經典演算法之—SVM演算法（超詳細附程式碼）
簡介 SVM(Support Vector Machine)中文名為支援向量機，是常見的一種判別方法。在機器學習領域，是一個有監督的學習模型，通常用來進行模式識別、分類以及迴歸分析。 相關概念 分類器：分類器就是給定一個樣本的資料，判定這個樣本屬於哪個類別的演算法。例如在股
機器學習十大經典演算法之決策樹（學習筆記整理）
一、決策樹概述 決策樹是一種樹形結構，其中每個內部節點表示一個屬性上的測試，每個分支代表一個測試輸出，每個葉節點代表一種類別。決策樹是一個預測模型，代表的是物件屬性與物件值之間的一種對映關係。 最初的節點稱為根節點（如圖中的"顏色"），有分支的節點稱為中間節點
資料探勘十大經典演算法之K-means 演算法
K-means演算法（非監督性學習） 1.演算法思想 k-means演算法是一種簡單的迭代型聚類演算法，採用距離作為相似性指標，從而發現給定資料集中的K個類，且每個類的中心是根據類中所有值的均值得到，每個類
資料探勘十大經典演算法之KNN演算法
KNN演算法（監督性學習） 1.演算法思想 KNN是通過測量不同特徵值之間的距離進行分類。它的思路是：如果一個樣本在特徵空間中的k個最相似(即特徵空間中最鄰近)的樣本中的大多數屬於某一個類別，則該樣本也屬於這個類別，其
資料探勘領域十大經典演算法之—SVM演算法
本文轉自：https://blog.csdn.net/fuqiuai/article/details/79483057 簡介 SVM(Support Vector Machine)中文名為支援向量機，是常見的一種判別方法。在機器學習領域，是一個有監督的學習模型，通常用來
資料探勘領域十大經典演算法之—CART演算法（超詳細附程式碼）
簡介 CART與C4.5類似，是決策樹演算法的一種。此外，常見的決策樹演算法還有ID3，這三者的不同之處在於特徵的劃分： ID3：特徵劃分基於資訊增益 C4.5：特徵劃分基於資訊增益比 CART：特徵劃分基於基尼指數 基本思想 CAR
十大經典排序演算法最強總結（含JAVA程式碼實現 +演算法Gif動圖）
最近在複習排序演算法，對於演算法自己理解的總是不那麼透徹，所以在網路上搜索到有很多優秀的總結，借前輩們的經驗來灌輸一下自己，也不失為一件有效的學習方法，更有效的學習和記憶，適合自己的都是好方法。這裡總結了十大經典排序演算法，並且有Gif動圖，讓你學習起來一目瞭然，快來一起學
資料探勘領域十大經典演算法之—Apriori演算法
簡介 先驗演算法（Apriori Algorithm）是關聯規則學習的經典演算法之一。先驗演算法的設計目的是為了處理包含交易資訊內容的資料庫（例如,顧客購買的商品清單，或者網頁常訪清單。）而其他的演算法則是設計用來尋找無交易資訊（如Winepi演算法和Mi
資料探勘領域十大經典演算法之—C4.5演算法（超詳細附程式碼）
資料探勘十大經典演算法如下： 簡介 C4.5是決策樹演算法的一種。決策樹演算法作為一種分類演算法，目標就是將具有p維特徵的n個樣本分到c個類別中去。常見的決策樹演算法有ID3,C4.5,CART。 基本思想 下面以一個例子來詳細說明C4.5的基本思想 上述
十大程式語言之父——每個程式設計師都應該記住！
Dennis Ritchie（丹尼斯•裡奇）被世人尊稱為“無形之王的C語言之父”、“偉大的UNIX之父”，開創了計算機網路技術的先河，為喬布斯等IT巨匠提供肩膀的巨人。1978年與布萊恩•科爾尼幹（BrianW Kernighan）一起出版了名著《C程式設計語言》，被翻譯為多種語言，是C語
資料探勘領域十大經典演算法之—K-鄰近演算法/kNN（超詳細附程式碼）
簡介 又叫K-鄰近演算法，是監督學習中的一種分類演算法。目的是根據已知類別的樣本點集求出待分類的資料點類別。 基本思想 kNN的思想很簡單：在訓練集中選取離輸入的資料點最近的k個鄰居，根據這個k個鄰居中出現次數最多的類別（最大表決規則），作為該資料
矩陣十大經典題目之七- Warcraft--III--守望者的煩惱
原文： 我們可以用上面的方法二分求出任何一個線性遞推式的第n項，其對應矩陣的構造方法為：在右上角的(n-1)*(n-1)的小矩陣中的主對角線上填1，矩陣第n行填對應的係數，其它地方都填0。例如，我們可以用下面的矩陣乘法來二分計算f(n) = 4f(n-1) - 3f(n-2
OWASP Top 10十大風險 – 10個最重大的Web應用風險與攻防
先來看幾個出現安全問題的例子OWASP TOP10開發為什麼要知道OWASP TOP10TOP1-注入TOP1-注入的示例TOP1-注入的防範TOP1-使用ESAPI（https://github.com/ESAPI/esapi-java-legacy）TOP2-失效的身份認
十大經典排序之希爾排序與快速排序
希爾排序與插入排序的區別 1.希爾排序沒有插入排序穩定 eg: 當陣列為[5,4,6,7,4]時,希爾排序會將第二個4的排序到第一個4之前，所以不穩定，但插入排序不會 2.當希爾排序排到增量為1時，就和插入排序類似 個人理解：巨集觀上希爾排序和插入排序的思想類