對于一名優秀的程序員來說，面對一個項目的需求的時候，一定會在腦海裡浮現出最适合解決這個問題的方法是什麼，選對了算法，就會起到事半功倍的效果，反之，則可能會使程序運行效率低下，還容易出bug。因此，熟悉掌握常用的算法，是對于一個優秀程序員最基本的要求。

那麼，常用的算法都有哪些呢？一般來講，在我們日常工作中涉及到的算法，通常分為以下幾個類型：分治、貪心、叠代、枚舉、回溯、動态規劃。下面我們來一一介紹這幾種算法。

一、分治算法

分治算法，顧名思義，是将一個難以直接解決的大問題，分割成一些規模較小的相同問題，以便各個擊破，分而治之。

分治算法一般分為三個部分：分解問題、解決問題、合并解。

分治算法适用于那些問題的規模縮小到一定程度就可以解決、并且各子問題之間相互獨立，求出來的解可以合并為該問題的解的情況。

典型例子比如求解一個無序數組中的最大值，即可以采用分治算法，示例如下：

def dividAndConquer(arr,leftIndex,rightIndex):

if(rightIndex==leftIndex 1 || rightIndex==leftIndex){

return Math.max(arr[leftIndex],arr[rightIndex]);

}

int mid=(leftIndex rightIndex)/2;

int leftMax=dividAndConquer(arr,leftIndex,mid);

int rightMax=dividAndConquer(arr,mid,rightIndex);

return Math.max(leftMax,rightMax);

二、貪心算法

貪心算法是指在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優上加以考慮，他所做出的僅是在某種意義上的局部最優解。

貪心算法的基本思路是把問題分成若幹個子問題，然後對每個子問題求解，得到子問題的局部最優解，最後再把子問題的最優解合并成原問題的一個解。這裡要注意一點就是貪心算法得到的不一定是全局最優解。這一缺陷導緻了貪心算法的适用範圍較少，更大的用途在于平衡算法效率和最終結果應用，類似于：反正就走這麼多步，肯定給你一個值，至于是不是最優的，那我就管不了了。就好像去菜市場買幾樣菜，可以經過反複比價之後再買，或者是看到有賣的不管三七二十一先買了，總之最終結果是菜能買回來，但搞不好多花了幾塊錢。

典型例子比如部分背包問題：有n個物體，第i個物體的重量為Wi，價值為Vi，在總重量不超過C的情況下讓總價值盡量高。每一個物體可以隻取走一部分，價值和重量按比例計算。

貪心策略就是，每次都先拿性價比高的，判斷不超過C。

三、叠代算法

叠代法也稱輾轉法，是一種不斷用變量的舊值遞推新值的過程。叠代算法是用計算機解決問題的一種基本方法，它利用計算機運算速度快、适合做重複性操作的特點，讓計算機對一組指令(或一定步驟)進行重複執行，在每次執行這組指令(或這些步驟)時，都從變量的原值推出它的一個新值。最終得到問題的結果。

叠代算法适用于那些每步輸入參數變量一定，前值可以作為下一步輸入參數的問題。

典型例子比如說，用叠代算法計算斐波那契數列。

四、枚舉算法

枚舉算法是我們在日常中使用到的最多的一個算法，它的核心思想就是:枚舉所有的可能。枚舉法的本質就是從所有候選答案中去搜索正确地解。

枚舉算法适用于候選答案數量一定的情況。

典型例子包括雞錢問題，有公雞5，母雞3，三小雞1，求m錢n雞的所有可能解。可以采用一個三重循環将所有情況枚舉出來。代碼如下：

五、回溯算法

回溯算法是一個類似枚舉的搜索嘗試過程，主要是在搜索嘗試過程中尋找問題的解，當發現已不滿足求解條件時，就“回溯”返回，嘗試别的路徑。

許多複雜的，規模較大的問題都可以使用回溯法，有“通用解題方法”的美稱。

典型例子是8皇後算法。在8×8格的國際象棋上擺放八個皇後，使其不能互相攻擊，即任意兩個皇後都不能處于同一行、同一列或同一斜線上，問一共有多少種擺法。

回溯法是求解皇後問題最經典的方法。算法的思想在于如果一個皇後選定了位置，那麼下一個皇後的位置便被限制住了，下一個皇後需要一直找直到找到安全位置，如果沒有找到，那麼便要回溯到上一個皇後，那麼上一個皇後的位置就要改變，這樣一直遞歸直到所有的情況都被舉出。

六、動态規劃算法

動态規劃過程是：每次決策依賴于當前狀态，又随即引起狀态的轉移。一個決策序列就是在變化的狀态中産生出來的，所以，這種多階段最優化決策解決問題的過程就稱為動态規劃。

動态規劃算法适用于當某階段狀态給定以後，在這階段以後的過程的發展不受這段以前各段狀态的影響，即無後效性的問題。

典型例子比如說背包問題，給定背包容量及物品重量和價值，要求背包裝的物品價值最大。

以上就是程序員經常使用的六種經典算法，讀者們還了解哪些常用的優秀算法嗎？歡迎留言哦。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!