常用的算法有：1、分治法；2、贪心算法，一种对某些求最优解问题的更简单、更迅速的设计技术；3、动态规划算法；4、回溯法，一种选优搜索法；5、分支限界法。
最常用的五大算法分别是：分治法、贪心算法、动态规划算法、回溯法、分支限界法。
什么是算法？
算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。
可以这样理解，算法是用来解决特定问题的一系列步骤；算法必须具备如下3个重要特性：
1、有穷性。执行有限步骤后，算法必须中止。
2、确切性。算法的每个步骤都必须确切定义。
3、可行性。特定算法须可以在特定的时间内解决特定问题。
最常用的五大算法
分治法
分治法是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。
分治法所能解决的问题一般具有以下几个特征：
1)、 该问题的规模缩小到一定的程度就可以容易地解决；
2)、 该问题可以分解为若干个规模较小的相同问题，即该问题具有最优子结构性质；
3)、 利用该问题分解出的子问题的解可以合并为该问题的解；
4) 、该问题所分解出的各个子问题是相互独立的，即子问题之间不包含公共的子子问题。
贪心算法
贪心算法是一种对某些求最优解问题的更简单、更迅速的设计技术。
微信现在是非常的火了，已经开始进军支付行业，又打算搞O2O，有眼光的企业都开始盯着微信营销这块大蛋糕，微信公众号什么的也是越来越多。今天就给大家分享一款微信商城多用户的系统源码。利用本源码可搭建多用户微信商城在当地城市开展电子商务发展下级商家收取服务费。
贪心法设计算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，它省去了为找最优解要穷尽所有可能而必须耗费的大量时间，它采用自顶向下,以迭代的方法做出相继的贪心选择,每做一次贪心选择就将所求问题简化为一个规模更小的子问题, 通过每一步贪心选择,可得到问题的一个最优解，虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪心算法不要回溯。
动态规划算法
动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础，被广泛应用于计算机科学和工程领域。
动态规划方法通常用来求解最优化问题，这类问题可以有很多可行解，每个解都有一个值，找到具有最优值的解称为问题的一个最优解，而不是最优解，可能有多个解都达到最优值。
设计动态规划算法的步骤：
1)、刻画一个最优解的结构特征
2)、递归地定义最优解的值
3)、计算最优解的值，通常采用自底向上的方法
4)、利用算出的信息构造一个最优解
动态规划与分治法相似，都是组合子问题的解来解决原问题的解，与分治法的不同在于：分治法的子问题是相互独立存在的，而动态规划应用于子问题重叠的情况。
回溯法
回溯法（探索与回溯法）是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。
其基本思想是，在包含问题的所有解的解空间树中，按照深度优先搜索的策略，从根结点出发深度探索解空间树。当探索到某一结点时，要先判断该结点是否包含问题的解，如果包含，就从该结点出发继续探索下去，如果该结点不包含问题的解，则逐层向其祖先结点回溯。
分支限界法
分枝界限法是一个用途十分广泛的算法，运用这种算法的技巧性很强，不同类型的问题解法也各不相同。
分支定界法的基本思想是对有约束条件的最优化问题的所有可行解（数目有限）空间进行搜索。该算法在具体执行时，把全部可行的解空间不断分割为越来越小的子集（称为分支），并为每个子集内的解的值计算一个下界或上界（称为定界）。在每次分支后，对凡是界限超出已知可行解值那些子集不再做进一步分支，这样，解的许多子集（即搜索树上的许多结点）就可以不予考虑了，从而缩小了搜索范围。这一过程一直进行到找出可行解为止，该可行解的值不大于任何子集的界限。因此这种算法一般可以求得最优解。
