算法有哪些分类？

Q: 算法有哪些分类？

算法分类方法多样： 按学习方式 (机器学习): 监督学习、非监督学习、半监督学习。 这主要针对机器学习领域。 按图论: 哈夫曼编码、树的遍历 (如深度优先、广度优先)、最短路径算法 (如Dijkstra、Bellman-Ford)、最小生成树算法 (如Prim、Kruskal)、最小树形图、网络流算法、匹配算法等。 这些算法与图结构密切相关。 按基本类型: 还有许多其他分类方法，例如根据算法的时间复杂度、空间复杂度等进行分类，但通常不太常用作主要分类方式。 这是一种更宽泛的、基础的分类视角。

1 年前 97 浏览次数

算法分类方法多样：按学习方式 (机器学习): 监督学习、非监督学习、半监督学习。这主要针对机器学习领域。按图论: 哈夫曼编码、树的遍历 (如深度优先、广度优先)、最短路径算法 (如Dijkstra、Bellman-Ford)、最小生成树算法 (如Prim、Kruskal)、最小树形图、网络流算法、匹配算法等。这些算法与图结构密切相关。按基本类型: 还有许多其他分类方法，例如根据算法的时间复杂度、空间复杂度等进行分类，但通常不太常用作主要分类方式。这是一种更宽泛的、基础的分类视角。

意见反馈 0 喜欢次数

您可能想问？更多

问题？

算法？嗯… 这玩意儿啊，感觉就像我小时候玩的积木，种类可多了！

我印象里，算法分法可真不少。要说最“正经”的，大概就是按学习方式分：监督学习、非监督学习、半监督学习，听着就高大上，像老师教小孩和自己摸索的区别。

图论算法，哈夫曼编码、最短路径啥的，听着专业，其实就像玩迷宫，找最快出口。我 2018 年 5 月在上海，用高德地图找路，感觉就是在用最短路径算法呢。

记得以前在学校，老师讲最小生成树，当时觉得好难，现在想想，其实就是找一堆关系里最重要的那些线，省钱！

网络流算法？听着就很像淘宝双十一，得把货从仓库运到你手里，还得规划路线，别堵车！

智能算法有哪些？

智能算法，实则是一套模拟自然或社会规律的计算方法，在应对复杂工程难题时展现出独特优势。它们并非传统意义上的严格数学模型，而更像是一种“启发式”的策略，力求在可接受的时间内找到问题的满意解，而非绝对最优解。毕竟，工程实践中，效率往往比完美更重要。

以下是一些常见的智能算法示例：

模拟退火算法 (Simulated Annealing, SA): 借鉴了金属退火的物理过程。初始状态随机性高，系统能量也高，通过降温过程，逐步趋向稳定状态，也就是问题的解。这让我想起人生，总要经历一些“冷却”，才能找到最终的归宿。
遗传算法 (Genetic Algorithm, GA): 模拟生物进化过程，通过选择、交叉和变异等操作，不断优化种群的基因，最终得到适应环境的最优个体。适者生存，算法亦然。
禁忌搜索算法 (Tabu Search, TS): 在局部搜索的基础上，引入禁忌表，避免重复搜索，从而跳出局部最优解。就像人生，偶尔需要“禁止”一些选项，才能发现新的可能性。
神经网络 (Neural Network, NN): 模仿人脑神经元的工作方式，通过学习调整神经元之间的连接权重，从而实现复杂的模式识别和预测。大脑的奥秘，远比我们想象的更加深邃。
天牛须搜索算法 (Beetle Antennae Search, BAS): 模拟天牛寻找食物的过程，通过左右触须探测气味浓度，从而确定搜索方向。小小昆虫，亦有大智慧。
麻雀搜索算法 (Sparrow Search Algorithm, SSA): 模拟麻雀觅食行为，个体既可以是发现者，也可以是跟随者，信息共享，协同寻优。团队合作，力量无穷。
蜣螂优化算法 (Dung Beetle Optimizer, DBO): 模拟屎壳郎推粪球、觅食等行为，寻找最优解。即便是不起眼的角色，也能在自然界中找到自己的生存之道。

这些算法并非相互独立，有时也会相互结合，形成混合智能算法，以发挥各自的优势。它们的应用领域非常广泛，例如优化调度、路径规划、图像处理等等。智能算法，并非万能，但它们确实为我们解决复杂问题提供了一种新的思路。