4 j+ ?& K5 t* L2 j& S% f \# G数学建模和ACM的区别3 \! d! O+ ` X. ~; e" ?3 E$ Q
( V; i6 Y# |& @
相比于ACM,数学建模编程主要有以下几点区别:3 P" |9 [) x# ~# a. w }, t. _
0 U4 u& g' [3 F3 N1.ACM的编程多是用来直接处理一些算法问题,需要对算法进行创新应用,重点在于算法;而数学建模中的编程多是用来运行算法模型以获得所需的数据,或者是画图、画表格之类的,很多算法模型都是现成的,有很多ACM中的诸如Floyd的算法已经被封装成模块。有趣的是,他们可能是以伪码表示的,并不像ACM模板,都已经写好代码了,这时,就需要各位大佬根据伪码翻译成计算机所能理解的语言。ACM重在算法,数学建模编程虽然也需要对算法模型进行创新,但更多的,重在计算,重在选择最优的模型达到最优的效果。 ) L6 D4 [6 j, K* R: o 7 e7 r8 j+ y9 u) i- H, g* {- j2.比赛方式不同,ACM是在指定地点进行比赛,时间通常只有紧张的5个小时,在这5个小时内,需要各个队员的精神高度集中的投入到算法问题的解决中来,而且程序必须是在一定效率的情况下运行(比如比赛时程序应该在1s结束,只能占用256mb的空间,如果在时空限制下没有完成算法问题的解决,是不能记分的)有的题目可能做不出。而数学建模则在3天甚至更长的时间比赛,比赛地点一般在学校提供的教室里,可以随便自由出行,甚至可以是在家(比如今天坑爹的新冠病毒疫情,想必许多美赛选手都是在家比赛)。一般数学模型的解法只有最优最劣与否,没有对错。8 N" u6 K' L O9 ^2 I% v6 R. ^
' p& P$ `7 p- P+ v9 h4 d; ~
3.可访问资料的范围不同,ACM允许携带纸质资料,选手们通常会把平时浏览过的一些有意义的博客打印下来,还会打印好相关资料,如ACM模板等,在比赛的时候还会有志愿者们巡逻考场,不允许携带电子设备和U盘等进入考场,考场也通常会打开电子屏蔽器,屏蔽相关信号,切断与外界的交流。而数学建模则多要靠自觉,在比赛期间不能通过QQ等通信工具与其他选手交流比赛,要上传给学校。但除了要保证是自己做的以外,其他的互联网资源都是可以访问的。这时,强大的信息检索能力就重要了起来,可以在网上搜索相关的有用的模型,用计算机的语言实现。也有一些学长只是准备了20几天,靠着强大的学习能力获得了省一。 ( e' [ @: n. Y# T' ] E+ @ 4 h- ~" S. T) n- w; u. ~, M4.拿奖的难易不同。虽然数学建模和ACM在各自的领域都是属于家喻户晓的顶尖水平的竞赛。但是其实数学建模的水分还是总体上比ACM要高的。有的人也表达过相同的看法,通常一支队伍如果在ACM方面取得了某些奖项,一般情况下,这个队伍里的每个人总还是有两把刷子。但是如果是数学建模,可能就不一定了,输出的可能就是一个人,其他人只是用来给那个人加油助威的。从每年获奖的情况来看,从获奖总数和参加人数来说,ACM的奖项含金量更高。但这并不意味着数学建模没有用, 在数学建模的过程中,将学到很多平时学不到的科研的知识,比如论文的撰写和发表啊。而且数学建模相比于ACM,更加贴近科学。如果ACM和数学建模都能发展好,应该对时下大火的人工智能研究有好处,也能跟大概率获得算法相关的Offer。$ |' e. l$ S( H$ q( D" c* P
6 w- `: O" ]( \2 J1 c
语言的选择6 n A3 V7 k" u, ^
" X! P9 O! v, _3 u- L
目前主流的应用于数学建模的编程语言主要有两种,他们分别是Matlab和Pyhton。) `4 y+ [* C, r4 z' D6 A
. } h$ {0 B) J; f; b! ]: M+ VMatlab语言的历史比较早,美国MathWorks公司出品,和Mathematica、Maple并称为三大数学软件。在Pyhon还没有问世前,广泛应用于数学。优点是学起来方便,要学的东西相对较少,适合不喜欢折腾的小白玩家,缺点是闭源,扩展性低下,除了数学之外没有太多的用途。3 p' D1 C! B) z, s2 W% v
: |; {( Y' G" ]; p q6 K1 x这里推荐一个Matlab语言的学习网站:https://www.w3cschool.cn/matlab/ C4 s6 |4 ?, ^( c j