收藏 | 计算机、数学、运筹学等领域的32个重要算法
[ 导读 ] 奥地利符号盘算研究所(Research Institute for Symbolic Computation,简称RISC)的Christoph Koutschan博士在本身的页面上发布了一篇文章,提到他做了一个观察,参加者大多数是盘算机科学家,他请这些科学家投票选出最紧张的算法,以下是这次观察的效果,按照英文名称字母次序排序。01 A* 搜刮算法
图形搜刮算法,从给定出发点到给定止境盘算出路径。此中利用了一种启发式的估算,为每个节点估算通过该节点的最佳路径,并以之为各个地点排定序次。算法以得到的序次访问这些节点。因此,A*搜刮算法是最佳优先搜刮的范例。
02 集束搜刮
又名定向搜刮,Beam Search
最佳优先搜刮算法的优化。利用启发式函数评估它查抄的每个节点的本领。不外,集束搜刮只能在每个深度中发现最前面的m个最符合条件的节点,m是固定命字——集束的宽度。
03 二分查找
Binary Search
在线性数组中找特定值的算法,每个步调去掉一半不符合要求的数据。
04 分支界定算法
Branch and Bound
在多种最优化题目中探求特定最优化管理方案的算法,特别是针对离散、组合的最优化。
05 Buchberger算法
一种数学算法,可将其视为针对单变量最大公约数求解的欧几里得算法和线性体系中高斯消元法的泛化。
06 数据压缩
接纳特定编码方案,利用更少的字节数(或是其他信息承载单位)对信息编码的过程,又叫泉源编码。
07 Diffie-Hellman密钥互换算法
一种加密协议,答应两边在事先不相识对方的环境下,在不安全的通讯信道中,共同创建共享密钥。该密钥以后可与一个对称暗码一起,加密后续通讯。
08 Dijkstra算法
针对没有负值权重边的有向图,盘算此中的单一出发点最短算法。
09 离散微分算法
Discrete differentiation
f'(x)=(f(x + h)-f(xh))/2h。
10 动态规划算法
Dynamic Programming
展示相互覆盖的子题目和最优子架构算法。
11 欧几里得算法
Euclidean algorithm
盘算两个整数的最大公约数。最古老的算法之一,出现在公元前300前欧几里得的《多少本来》。
12 盼望-最大算法
Expectation-maximization algorithm,又名EM-Training
在统计盘算中,盼望-最大算法在概率模子中探求大概性最大的参数估算值,此中模子依赖于未发现的潜伏变量。EM在两个步调中瓜代盘算,第一步是盘算盼望,利用对潜伏变量的现有估计值,盘算其最大大概估计值;第二步是最大化,最大化在第一步上求得的最大大概值来盘算参数的值。
13 快速傅里叶变更
Fast Fourier transform,FFT
盘算离散的傅里叶变更(DFT)及其反转。该算法应用范围很广,从数字信号处理到管理偏微分方程,到快速盘算大整数乘积。
14 梯度降落
Gradient descent
一种数学上的最优化算法。
15 哈希算法
Hashing
用于汇总或概率辨认数据的功能。通常,这意味着将数学公式应用于数据,从而天生大概或多或少独特于该数据的字符串。该字符串比原始数据短得多,但可用于唯一标识它。
16 堆排序
Heaps
在盘算机科学中,堆是一种专门的基于树的数据布局。堆是许多应用步调最喜好的数据布局:堆排序,选择算法(找到它们的最小值,最大值或最大值,中央线乃至是次线性时间中的任何第k个元素),图算法。
17 Karatsuba乘法
必要完成上千位整数的乘法的体系中利用,比如盘算机代数体系和大数步调库,假如利用长乘法,速率太慢。该算法发现于1962年。
18 LLL算法
Lenstra-Lenstra-Lovaszlattice reduction
以格规约(lattice)基数为输入,输出短正交向量基数。LLL算法在以下公共密钥加密方法中有大量利用:背包加密体系(knapsack)、有特定设置的RSA加密等等。
19 最大流量算法
Maximum flow
该算法试图从一个流量网络中找到最大的流。它上风被界说为找到如许一个流的值。最大流题目可以看作更复杂的网络流题目的特定环境。最大流与网络中的界面有关,这就是最大流-最小截定理(Max-flow min-cut theorem)。Ford-Fulkerson 能找到一个流网络中的最大流。
20 归并排序
Merge Sort
用于将列表(或只能按次序访问的任何其他数据布局,比方文件流)重新分列为指定次序的排序算法。
21 牛顿法
Newton's method
求非线性方程(组)零点的一种紧张的迭代法。
22 Q-learning学习算法
这是一种通过学习动作值函数(action-value function)完成的强化学习算法,函数接纳在给定状态的给定动作,并盘算出盼望的效用代价,在以后依照固定的计谋。Q-leanring的上风是,在不必要环境模子的环境下,可以对比可接纳办法的盼望效用。
23 两次筛法
Quadratic Sieve
当代整数因子分解算法,在实践中,是现在已知第二快的此类算法(仅次于数域筛法Number Field Sieve)。对于110位以下的十位整数,它还是最快的,而且都以为它比数域筛法更简单。
24 RANSAC
是“RANdom SAmple Consensus”的缩写。该算法根据一系列观察得到的数据,数据中包罗非常值,估算一个数学模子的参数值。其根本假设是:数据包罗非异化值,也就是可以或许通过某些模子参数解释的值,异化值就是那些不符合模子的数据点。
25 RSA
公钥加密算法。首个实用于以署名作为加密的算法。RSA在电商行业中仍大规模利用,各人也信赖它有富足安全长度的公钥。
26 Schnhage-Strassen算法
在数学中,Schnhage-Strassen算法是用来完成大整数的乘法的快速渐近算法。其算法复杂度为:O(N log(N) log(log(N))),该算法利用了傅里叶变更。
27 单纯型算法
Simplex Algorithm
在数学的优化理论中,单纯型算法是常用的技能,用来找到线性规划题目的数值解。线性规划题目包罗在一组实变量上的一系列线性不等式组,以及一个等候最大化(或最小化)的固定线性函数。
28 奇异值分解
Singular value decomposition,简称SVD
在线性代数中,SVD是紧张的实数或复数矩阵的分解方法,在信号处理和统计中有多种应用,比如盘算矩阵的伪逆矩阵(以求解最小二乘法题目)、管理超定线性体系(overdetermined linear systems)、矩阵迫近、数值天气预告等等。
29 求解线性方程组
Solving a system of linear equations
线性方程组是数学中最古老的题目,它们有许多应用,比如在数字信号处理、线性规划中的估算和推测、数值分析中的非线性题目迫近等等。求解线性方程组,可以利用高斯—约当消去法(Gauss-Jordan elimination),或是柯列斯基分解( Cholesky decomposition)。
30 Strukturtensor算法
应用于模式辨认范畴,为全部像素找出一种盘算方法,看看该像素是否处于同质地域( homogenous region),看看它是否属于边沿,还是是一个极点。
31 归并查找算法
Union-find
给定一组元素,该算法经常用来把这些元素分为多个分离的、相互不重合的组。不相交集(disjoint-set)的数据布局可以跟踪如许的切分方法。归并查找算法可以在此种数据布局上完成两个有用的利用:
[*]查找:判断某特定元素属于哪个组。
[*]归并:团结或归并两个组为一个组。
32 维特比算法
Viterbi algorithm
探求潜伏状态最有大概序列的动态规划算法,这种序列被称为维特比路径,其效果是一系列可以观察到的变乱,特别是在潜伏的Markov模子中。
原文链接 https://mp.weixin.qq.com/s/TMtB8sCn1Vd8yyTPs6b7ww
扫描二维码关注公作者众号“我是8位的”
页:
[1]