我们如何对各种算法进行分类？
我听过各种各样的名字：Divide＆amp;征服算法，确定性算法，概率算法，就地算法等。
它们是否构成任何类型的分类层次结构？
请提供任何网络链接。
答案 0 :(得分：7)
算法有一些不同的分类：
他们解决问题的方式
经典算法：
非经典的：
但是这种算法对于特定输入的每次运行都是确定性的或非确定性的，它们将获得相同的结果（确定性）或不同的结果（非确定性）。
此算法也存在太多不同的问题，每个问题都使用所有算法的混合，例如欧几里得图中的TSP可以通过使用dfs和图算法，随机游走，......和ATSP来近似。 （非对称图中的TSP）可以通过线性规划和一些高级图算法的组合来近似。
但是有着名的问题分类，我们可以将它扩展到算法，这些算法是按时复杂的（也是记忆但是现在的记忆不是时间问题）：
答案 1 :(得分：2)
没有通用的算法分类。从广义上讲，它可以根据所遵循的设计模式，算法解决的问题或复杂性。您可以通过组合这些分类来创建层次结构。例如，排序算法可以根据设计模式或复杂性细分为多个组。
此处提供了更多详细信息 - http://www.scriptol.com/programming/algorithms-classification.php
答案 2 :(得分：2)
您可以查看The Stony Brook Algorithm Repository。 这是基于其目的的算法分类。
答案 3 :(得分：1)
您可以根据需要对算法进行分类，以便最好地满足您的需求。您建议的大纲分类，根据其轮廓设计对算法进行分类，看起来不错。另一种方法是按目的对它们进行分类：排序，搜索，乘法等。另一种方法可能是按复杂度对它们进行分类：O（1），O（n），O（log n），O（n 3 ）等。您需要分类的每个算法都适用于任何这些分类方案。
如果你想要的话，你可以定义一个分层分类方案：排序/随机输入，排序/接近排序的输入，排序/几乎未排序的输入。
但是对于算法没有单一的正确或错误的分类方案，你选择的应该取决于你打算用它做什么。
至于网络链接，我会将它们留给其他人。
答案 4 :(得分：1)
有大量的算法分类方案，有些比其他方法更有用（对于一个非常愚蠢的方案的例子，考虑通过算法描述的校验和进行分类！）这是因为分类不是那么多算法的基本属性，而不是我们对它们的了解。对知识进行分类非常困难，并且往往会产生许多重叠的分类;建立这种分类的整个领域称为本体论。 （令人困惑的是，“本体论”这个词也附加在OWL等语言的计算机可读分类方案中。）
因此，一个悬而未决的问题是，是否存在有用的分类层次结构，如果在算法方面存在有用的层次结构则更是如此。我怀疑答案是“不是真的”，并且敦促你在分类时要灵活。