建立模型以回答問題

答案是1 4

首先，把所有的cos都變成罪惡

（sin 2） 74° + （sin 2） 76° - 根數 3*sin74°*sin76° 得到

sin^2)74°+(sin^2)76°-2cos30°*sin74°*sin76°

如果你知道正弦定理和餘弦定理，那麼你就可以直接看到答案。

樓上代化餘弦定理，為什麼不代入正弦定理a=2r*sina，可以直接得到答案是sin 30°=1 4

但其實房東的意思是，這些公式是不允許用的，兩者都不能用。 但是有乙個，為什麼不使用第二個呢？

建議房東不妨看看正弦定理和餘弦定理的證明，以及公式。

用計算器。 如果這不起作用，請繪製乙個近似影象。

圖 1-1 中的一些簡單示例顯示了一些經典的演算法和資料結構（更基本）。 對問題進行建模，就是將要解決的問題抽象出來，將其轉換為基本的資料結構，然後應用相應的演算法。

上面提到的過程本質上是學習演算法和資料結構的本質。 對問題進行抽象分解，轉化為相應的基本內容。 特別是，它可以分解為已經解決的經典問題。

我不明白的部分是為什麼我必須學習演算法和資料結構。 究其原因，不僅是學習目的不對，而且是我沒有問題的環境讓作。

下一節列出了一些基礎資料結構，與它們關聯的演算法會自行查詢這些結構。 這裡所指的資料結構應該是乙個抽象的數學概念，與之前的演算法書籍相似又不同，不應該從記憶體中的空間組織來理解。

閱讀此材料的最初原因是我對機器學習的資料預處理部分感到困惑; 但是看完這個資料後，我意識到自己發現了不對勁的地方，我關心的部分應該是資料分析部分的內容。 當然，我也必須自己學習演算法，所以我閱讀了這部分內容）。

對於這部分，如果我想自己組織語言，我不妨直接使用書中的**。 ）

這些資料結構是一些基礎內容，這些書我過去讀過很多遍，其中樹和圖比較多，但是我還沒有掌握。 演算法設計手冊的這一部分的標題是復合物件; 還有乙個小節，叫做遞迴物件，其實是很多書的介紹重點，可惜他們在介紹遞迴的時候並沒有真正解釋遞迴的作用，這不如書的這一部分那麼容易理解。

我個人認為遞迴有兩個功能，乙個是資料的組織形式，另乙個是演算法操作中的原理。

問題建模中沒有太多關鍵的東西，而是它列出了乙個大型資料型別庫，從業者可以將其與他們的應用程式相匹配。 當你無法匹配時，不要害怕。 我認為任何問題都可以大致分解為這些基本內容，如果匹配，可以進一步細分以達到目的。

完成於 2018 年 11 月 27 日）。

建模時需要有很多主題，一旦你有了模型，你就不能只專注於你關心的主題。

在構建模型時，通常需要考慮許多不同的主題和變數，確保模型具有足夠的複雜性和適用性非常重要。 但是，在使用模型時，您可以選擇僅關注特定主題或變數以滿足您的特定需求。 例如，如果要在橡膠公升降機中構建銷售**模型，則可能需要考慮多個變數，例如產品型別、客戶屬性、市場趨勢等。

但是，當您實際使用該模型時，您可能只分析某些產品型別或客戶屬性，因為這對您的業務決策更為重要。 因此，在建模時需要考慮許多主題和變數，但在使用模型時，您可以根據情況選擇要關注的主題和變數。 這將更好地滿足您的需求，同時確保模型的可靠性和有效性。