常用算法分类

一、按设计原理或方法分类

1. 穷举法（枚举法）：通过枚举出所有可能的解决方案，然后对每一个可能的解决方案进行测评以便找到满足条件的方案。这种方法简单但效率低下，适用于数据规模有限的情况。
2. 分治法：将一个大问题分解成多个子问题，分别解决每个子问题，然后将子问题的解决方案组合起来得到最终的结果。这种方法在解决大规模问题时非常有效。
3. 动态规划法：将复杂问题划分为相互联系的若干个阶段，每个阶段都做出决策，以使整个过程达到最优化。这种方法适用于解决多阶段决策过程问题。
4. 贪心算法：总是贪心地做出在当前看来是最好的选择，从而希望导致全局最优解。这种方法虽然不一定能得到全局最优解，但通常能够得到较好的近似解，并且运算速度较快。
5. 回溯法：按选优条件向前搜索，当搜索到某一步时，发现原先选择并不优或达不到目标，就退回上一步重新选择。这种方法在解决一些复杂的组合优化问题时非常有用。

二、按应用领域分类

1. 排序算法：如冒泡排序、插入排序、选择排序、快速排序、归并排序等。这些算法主要用于将数据按照特定的顺序进行排列。
2. 查找算法：如顺序查找、二分查找、哈希查找等。这些算法用于在数据集合中查找特定的元素。
3. 数值计算算法：如线性方程组求解、矩阵运算、微积分计算等。这些算法在数学和工程计算中非常常见。
4. 图算法：如最短路径算法、最小生成树算法、网络流算法等。这些算法主要用于处理图结构数据。
5. 机器学习算法：如监督学习算法（逻辑回归、BP神经网络等）、无监督学习算法（Apriori算法、K均值算法等）和半监督学习算法。这些算法通过训练数据来自动改进和优化算法性能，广泛应用于人工智能、数据挖掘等领域。

三、按实现方式分类

1. 递归算法：一种不断调用自身直到指定条件满足为止的算法。递归算法在解决一些具有递归性质的问题时非常有效。
2. 迭代算法：采用计算机解决问题的一种基本方法，通过重复执行某种结构或一组指令来解决问题。迭代算法在解决大规模问题时能够显著提高效率。
3. 逻辑算法：又称为逻辑演绎、演绎逻辑，是一种以一般概念、原则为前提，推导出个别结论的思维方法。逻辑算法在推理和证明中非常重要。
4. 并行算法：在并行机上同时用很多个处理器联合求解问题的方法。并行算法能够充分利用多处理器的计算能力来加速问题的解决。
5. 分布式算法：一种可以借助计算机网络进行运算的方法。分布式算法广泛应用于通信、科学计算、分布式信息处理等领域。

此外，算法还可以根据其他特性进行分类，如确定性算法与非确定性算法、精确算法与近似算法等。不同的分类方式有助于我们更好地理解和应用算法在各个领域中的实际作用。