作業資訊
|這個作業要求在哪裡|<作業要求的連結>(如2024-2025-1計算機基礎與程式設計第一週作業)|
|這個作業的目標|Pep/9虛擬機器 機器語言與組合語言 演算法與虛擬碼 測試：黑盒，白盒|
|作業正文|https://i.cnblogs.com/posts/edit |
教材學習內容總結
演算法的特性：
有窮性：演算法必須在執行有限步驟後終止。
確定性：演算法的每一步驟都必須有明確的定義。
可行性：演算法的每一步都必須足夠基本，以至於可以準確無誤地執行。
輸入：一個演算法有0個或多個輸入。
輸出：一個演算法有一個或多個輸出。
通用性：演算法可以被用來解決一類問題，而不僅僅是單個問題。
演算法的設計原則：
分解：將複雜問題分解成更小、更易於管理的部分。
模式識別：識別重複出現的問題，併為它們設計通用解決方案。
抽象：忽略細節，關注問題的核心部分。
簡化：使用簡單的方法解決問題，避免不必要的複雜性。
演算法的分析：
時間複雜度：演算法執行時間隨輸入規模增長的變化趨勢。
空間複雜度：演算法執行過程中需要的儲存空間隨輸入規模增長的變化趨勢。
虛擬碼的組成部分：
變數宣告：定義演算法中使用的變數。
輸入/輸出：描述演算法的輸入和輸出。
控制結構：包括順序結構、選擇結構（如if-else語句）、迴圈結構（如for或while迴圈）。
操作：描述演算法中的基本操作，如賦值、算術運算、邏輯運算等。
註釋：對演算法的某些部分進行解釋，以提高可讀性。
虛擬碼的書寫風格：
使用清晰的語言和格式。
保持簡潔和精確。
使用縮排來表示程式碼塊的結構。
適當使用註釋來解釋複雜的邏輯。
常見的演算法型別：
排序演算法：如快速排序、歸併排序、氣泡排序等。
搜尋演算法：如二分搜尋、深度優先搜尋（DFS）、廣度優先搜尋（BFS）等。
圖演算法：如Dijkstra演算法、A*搜尋、Prim演算法、Kruskal演算法等。
動態規劃：用於解決具有重疊子問題和最優子結構特性的問題。
貪心演算法：在每一步選擇中都採取在當前狀態下最好或最優的選擇，以期望導致結果是最好或最優的演算法。
演算法的實現：
將虛擬碼轉換為具體的程式語言程式碼。
測試演算法以確保它正確地解決了問題。
最佳化演算法以提高效率和效能。
測試用例設計：
基於需求規格說明書。
考慮所有可能的輸入條件，包括邊界值。
測試型別：
等價類劃分：將輸入資料劃分為若干等價類，從每個等價類中選取測試用例。
邊界值分析：測試輸入或輸出值的邊界條件。
錯誤猜測：基於經驗和直覺選擇測試用例
決策表：使用表格形式列出條件和動作，以系統地設計測試用例。
狀態轉換：適用於具有明確狀態的系統，測試狀態之間的轉換。
測試目的：
驗證軟體的功能是否符合使用者需求。
檢查軟體介面是否友好。
確保軟體能夠處理異常情況。
測試過程：
不需要了解程式的內部結構。
測試者扮演使用者的角色。
教材學習中的問題和解決過程（先問 AI）
