三下乡点滴

陈浩龙 20xx054044

20xx年x月x日-21日这不寻常的十天，增城挂绿队28人一起流汗，经历了许许多多，别说天气多么炽热，看看我们的队友，心比火还暖，情比天厚，很怀念这段日子，也很感谢和我一起流汗，一起疯狂的队友，有你们的存在注定这次下乡不平凡。

说“台上一分钟，台下十年功”一点不为过，多得两位队长的人气，高素质的队友很快地组成，为了这次下乡，两位队长可谓呕心沥血，很感谢他们给我提供了可以展示自我的平台，一路来辛苦了。

前期的工作很烦躁，但是队友们几乎一直坚持下来，“有难同当，有福同享”形容咱队一点不为过。从策划，一周两次的培训，跑教学楼，到为饭堂职工义诊，物资准备，组员很配合，很团结，我们慢慢地开始深入了解对方。当然还有很多幕后的工作不能一一罗列，我很想说你们辛苦了，为了队里付出了那么多，即使是巨大的考试压力下还愿意奉献出自己的时间，都是队里的骄傲。只要所有的人目标一致，共同努力，互相包容，没有什么困难克服不了。

义诊有两个点，第一个点是荔城挂绿广场，作为外联部的一员，能负责联系这个点是我的幸运，这里给了很多的感动和欣慰。首先是联系住的地方，快要绝望的时候得到了郑中钧中学的支持，校长和张主任爽快的作风扫去了我的阴霾，这就是一个领导该有的气度。我一直在想，一个学校本来就是为了一方人民服务，有着共同的目的，为何相逼得这么紧，差距这么大呢，难道他们忘了教学的目的，即使学校成绩多好，荣誉多大，在我眼里只不过是摆设。郑中钧中学在没有任何利益的情况下尽量满足了我们的一切需求，不管是住食行还是物资方面，都给了我们最大限度支撑。这才是一个真正为人民服务的学校，一心想为本地人民干实事的学校。离开这里的时候我没有什么能相送，我只是默默地祝福着郑中钧中学桃李满天下，教育事业蒸蒸日上。记得义诊的第一天由于距离过远，联系不到运输工具，队友纷纷提议用人工轮换搬运桌椅，我瞬间吓呆了，1.5km啊，我暗暗地发誓我若再联系不到车我就对不起你们了。正是这种有难同当，团结一致的精神才使得我们队伍紧密地联系在一起，感情越来越深，所做的一切，值了。随着一天一天的过去，来的市民也越来越多了，队里到处缺人手。是什么给予了我们

力量呢，对，除了队里团结外，和市民也离不开，看着过来的阿伯阿婆对我们的信任，我们有理由退缩吗？我渐渐地认识到要和病人很好地沟通，首先要在思想上有所更正，得先把患者看做一个人，而不是一个物体，要以病人为中心，世上是先有病人才有医生的；其次要对自己的病人负责，给病人安全感，让病人安心放心，同时也不能给太肯定的承诺。每次看着病人信赖的眼睛，心里都是充满着悲悯之心，很想尽自己的力量帮他们解除一切的病痛。

第二个点是派潭广场，虽然刚刚开始有点不适应，但是队里的人很有爱，互相包容支持，很快地进入了状态，和你们待在一起才是这个下乡最幸福的事情。另外，这个点让我深刻地体会到什么叫做职业病和地方病，地方由于经济和文化的差异，疾病的差距也是很大的。和广东环境保护工程职业学院的三下乡队伍一起拜访老人院，生平第一次进老人用，感概也很多，每个老人都有一段不可告人的历史，多得政府的支持，没有依靠的老人才得以安详地度过晚年，也为那些没有履行儿女义务的人感到可耻，他们怎么就能忍下心呢？

总的来说，很开心能和同学们在一起进行义诊，我想这样的机会以后应该没有了，我没有后悔我当初进了这支队伍和所付出的一切。我得到了更浓密的友谊，也认识到为人处世的重要性，做一个好医生首先要学会做一个人，也初步地体会到作为一个医生的责任，更明白了自己的能力和将来要走的方向，不要说别的什么多伟大的梦想，我只想做一个能看病能除痛的医生。

第二篇：算法个人心得

算法学习心得:

算法这个词是在我在大学第一次C语言课上听到的，当时老师讲的是程序=算法+数据结构，算法是一个程序的灵魂。当时我什么也不懂，不知道什么叫数据结构，什么叫算法，它们是干什么的我也不明白。然而经历了大学四年的学习，现在的我对算法有了一个较为清晰的认识，对于它的作用也有了深刻的体会。

所谓算法简单来说就是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，也就是说算法告诉计算机怎么做，以此来解决问题。同一个问题存在多种算法来解决它，但是这些算法存在着优劣之分，好的算法速度快，效率高，占用空间小，差的算法不仅复杂难懂，而且效率低，对机器要求还高，当然，有时候算法之间存在一种互补关系，有些算法效率高，节省时间，但浪费空间，另外一些算法可能速度上慢些，但是空间比较节约，这时候我们就应该根据实际要求，和具体情况来采取相应的算法来解决问题。

这学期算法课上我们主要讲了七部分内容.

第一章主要讲的是算法的基本概念，算法时间复杂度分析，算法的渐近时间复杂度等内容。因为算法之间的比较就是通过时间复杂度和空间复杂度来来比较的，第一章的主要目的就是让我们学会去分析一个算法的复杂度，以后就可以通过对复杂度的分析来评价算法的好坏。

第二章讲的是分治法，任何一个可以用计算机求解的问题所需的计算时间都与其规模有关。问题的规模越小，越容易直接求解，解题所需的计算时间也越少，分治法的设计思想就是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。在这一章中我们讲到了寻找第K个元素，矩阵相乘，寻找最近点对等几个使用分治法的经典例子，最后还将讲到了傅里叶变换的问题。以前我们学到的归并排序，二分搜索其实也是基于分治法思想的。能采用分治法来解决的问题通常有如下几个特征：

1) 该问题的规模缩小到一定的程度就可以容易地解决

2) 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子

结构性质。

3) 利用该问题分解出的子问题的解可以合并为该问题的解；

4) 该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公

共的子子问题。

在用分治法解决实际问题时，我们疑问究竟各个子问题的规模应该怎样才为适当？从大量实践中发现，在用分治法设计算法时，最好使子问题的规模大致相同。换句话说，将一个问题分成大小相等的k个子问题的处理方法是行之有效的，这就是一种平衡的思想。

第三章主要讲动态规划问题。这一章的内容我觉得是算法设计思想中最难，也最有趣的这部分。什么叫动态规划，动态规划的思想是什么？动态规划采用自顶向下的方式分析问题，自底向上的方式递推求值，将待求解的问题分解成若干个子问题，先求解子问题，并把子问题的解存储起来以便以后用来计算所需要求的解。简言之，动态规划的基本思想就是把全局的问题化为局部的问题，为了全局最优必须局部最优。“多阶段决策问题是根据问题本身的特点，将其求解的过程划分为若干个相互独立又相互联系的阶段，在每一个阶段都需要做出决策，并且在一个阶段的决策确定以后再转移到下一个阶段，在每一阶段选取其最优决策，从而实现整个过程总体决策最优的目的”（引用）。还记得期末考试中的最后一道关于任意给定一个数，从所给的牌中用最少的牌组成这个数，这个问题其实就可以用动态规划来解决。本科期间，在算法课上老师在动态规划这一章不布置的一个作业跟这个题目类似，当时的题目是找钱问题，问题是这样描述的：有n种不同面值的硬币，各硬币面值存于数组T[1:n]，现用这些面值的钱来找钱，编程计算找钱m的最少硬币数及各个面值。

分析如下：假设对于i = 1...N-1， 所需最少的硬币数Count(i) 已知， 那么对于N，所需的硬币数为Min( Count(i) + Count(N-i)) , i=1...N-1;

于是一个直观的方法是用递归计算。

但是，递归过程中，每次计算Count(i)，都会重复计算 Count(1)....Count(i-1); 这样时间复杂度就是O(N^2); 我们可以从1开始记录下每个钱数所需的硬币枚数，避免重复计算，为了能够输出硬币序列，我们还需要记录下每次新加入的硬币。

下面给出用动态规划解决此问题的递推式：

参数说明： 当只用面值为T[1],T[2],…T[n]来找出钱j时，所用的硬币的最小个数记为C(i,j),则C(i,j)的递推方程为：

运用这个递推式，我们可以从下往上记录各个j所需要的应兵书i，最后当j=m时，所对应的i就是我们要求的。

第四章讲的是集合算法，这一章的内容是我第一次接触，以前没有学过。这一章主要讲了平摊分析，union-find，finding the depth，以及2-3树等内容，平摊分析教会我们如何从整体的角度去更精确的分析算法的时间复杂度，union-find sets是一种简单的用途广泛的集合，并查集是若干个不相交集合，能够实现较快的合并和判断元素所在集合的操作，一般采取树形结构来存储并查集，并利用一个rank数组来存储集合的深度下界，在查找操作时进行路径压缩使后续的查找操作加速，finding the depth 确定深度问题。为了既能求得各点在原先树中的正确深度、又能使时间复杂度较小， 需要使用具有路径压缩功能的Find-Depth指令，同时还需要采取一些辅助手段来保证深度计算的正确性。2-3树具有以下几个特点：1、任一内结点（非叶结点）均有2个或3个儿子。2、从根到每片树叶的路径长度相等。3、内结点中只存放便于查找的信息，而叶结点中存放原始数据。

第五章主要讲了随机算法。在随机算法中，我们不要求算法对所有可能的输入均正确计算，只要求出现错误的可能性小到可以忽略的程度。另外我们也不要求对同一输入算法每次执行时给出相同的结果。我们所关心的是算法在执行时，是否能够产生真正随机的结果。有不少问题，目前只有效率很差的确定性求解算法，

但用随机算法去求解，

可以很快地获得相当可信的结果。随机算法通常分为两大类:Las Vegas算法、Monte Carlo算法。Las Vegas算法总是给出正确的结果，但在少数应用中，可能出现求不出解的情况。此时需再次调用算法进行计算，直到获得解为止.Mont Carlo算法通常不能保证计算出的结果总是正确，一般只能断定所给解的正确性不小于p（1/2＜p＜1）。通过反复执行算法（即以增大算法的执行时间为代价），能够使发生错误的概率小到可以忽略的程度。第五章还讲到素数测试，其中介绍了相关定理，重点讲了miller-rabin算法。

第六章介绍了计算模型，这一章主要介绍了有关计算的一些本质问题，Random Access Machines(随机存取机，简称RAM)，存储程序模型RASP（Random Access Stored Program），图灵机（Turning machine）以及各个计算模型之间的关系。

第七章介绍了NP完全问题，主要包括近似算法（Approximation Algorithms），非确定性Turing机 NDTM，确定性Turing机 DTM，以及之间的区别，NP完全经典问题等内容。

经过一学期的算法学习，我对算法的了解进一步加深，曾经学习过的内容得到进一步巩固，同时没有接触的内容也让我有了新的认识。作为一名计算机专业的学生，算法是一门基础学科，它里面包含的思想无处不在，学好算法分析，对于在自己的方向上获得启示，体会更深有着重大作用。所以，我们应该培养对算法的兴趣，将算法的运用融入到生活当中，比如找钱问题就是个很好的例子，通过具体的生活实例来让算法变得更加有魅力，有吸引力,以此来激发对算法的兴趣。