シェア:
主な10種類のアルゴリズム
違いの中で アルゴリズムの種類 サインシステムや機能によって分類されているものがあります。アルゴリズムは、問題を解決したり、タスクを実行したり、計算を実行したりするために実行される一連のステップです。.
定義上、これらは一般に数学的演算のような厳密で論理的な設計であり、問題のいくつかの困難を解決するのに最適であることが証明されています。.
基本的に、アルゴリズムは特定の問題に対する最もよく知られた解決策です。その戦略とその機能によると、多くの種類のアルゴリズムがあります。.
これらのタイプのいくつかは、とりわけ、動的アルゴリズム、逆方向アルゴリズム、総当たりアルゴリズム、日和見的アルゴリズム、マーキングアルゴリズムおよびランダムアルゴリズムである。.
アルゴリズムは多くの分野でさまざまな用途があります。コンピュータの分野から数学の分野へ マーケティング. 各分野の問題を解決するための何千もの適切なアルゴリズムがあります.
アルゴリズムタイプの分類
そのサインシステムに従って
定性的アルゴリズム
これらのアルゴリズムは言語要素が配置されているものです。この種のアルゴリズムの例は、口頭で与えられる指示または「段階的」である。.
そのようなDIYの仕事をするためのレシピや指示の場合です.
定量的アルゴリズム
数値要素が配置されているため、これらは定性的アルゴリズムの反対です。これらの種類のアルゴリズムは、計算を実行するために数学で使用されます。たとえば、平方根を見つける、または方程式を解くには.
計算アルゴリズム
それらはコンピュータで作られるアルゴリズムです。これらのアルゴリズムの多くはより複雑であるため、マシンを介して実行する必要があります。それらはまた最適化された定量的アルゴリズムであり得る。.
非計算アルゴリズム
これらのアルゴリズムは、コンピュータでは実行できないものです。たとえば、テレビのプログラミング.
その機能によると
ラベリングアルゴリズム
このアルゴリズムは、顧客の行動などの要因に基づいて、自動化を使用して価格を動的に設定します。.
売り手の利益を最大にするために、販売中の商品に自動的に価格を設定するのが慣例です。それは1990年代初頭から航空業界では一般的な方法でした。.
タグ付けアルゴリズムは、旅行やオンライン商取引などの競争の激しい業界では一般的な方法です。.
この種のアルゴリズムは、非常に複雑な場合も比較的単純な場合もあります。多くの場合、彼らは独習することも、テストで継続的に最適化することもできます。.
人々は安定性と公平性を重視する傾向があるため、タグ付けアルゴリズムはクライアントには不評です。.
A確率的アルゴリズム
結果または結果が得られる方法が確率に依存するアルゴリズムです。時にはそれらはランダムアルゴリズムとも呼ばれます.
たとえば既存のシステムや計画されているシステムの動作を経時的にシミュレートする場合など、一部のアプリケーションではこのタイプのアルゴリズムの使用は自然です。この場合、結果は付随的です。.
他の場合では解決されるべき問題は決定論的ですが、それは偶然のものに変換することができ、そしてそれは確率アルゴリズムを適用することによって解決することができます.
このタイプのアルゴリズムの良いところは、そのアプリケーションが高度な知識や数学的な知識を必要としないことです。 3つの主な種類があります：数値、モンテカルロとラスベガス.
数値アルゴリズムは、数学的解析の問題を解決するために、記号操作の代わりに近似を使用します。それらは工学および物理科学のすべての分野に適用することができます。.
一方、モンテカルロアルゴリズムは確率に基づいて応答を生成します。結果として、このアルゴリズムによって生成された解は、ある程度の誤差を持っているため、正しい場合もあれば正しくない場合もあります。.
開発者、数学者、科学者によって使用されています。それらはラスベガスのアルゴリズムと対照的です.
最後に、ラスベガスのアルゴリズムは、結果が常に正しいという特徴がありますが、システムは予想以上のリソースを使用したり、予想以上の時間を使用したりする可能性があります。.
言い換えれば、これらのアルゴリズムはリソースを使って一種の賭けをしますが、常に正確な結果を生み出します。.
動的計画法
動的という用語は、アルゴリズムが結果を計算する方法を指します。問題の要素を解決することは、一連の小さな問題を解決することに依存することがあります。.
したがって、この問題を解決するためには、小さな部分問題を解決するために同じ値を何度も計算する必要があります。しかし、これはサイクルの無駄を生み出します.
これを改善するために、動的計画法を使用することができます。この場合、基本的に各部分問題の結果は記憶されます。必要に応じて、その値は何度も何度も計算されるのではなく使用されます.
ヒューリスティックなアルゴリズム
これらのアルゴリズムはすべての可能性のあるものの中から解決策を見つけるものですが、それらはこれらの最良のものが見つかることを保証するものではありません。そのため、それらは近似または正確ではないアルゴリズムと見なされます。.
彼らは通常最善に近い解決策を見つけ、そして彼らはそれを素早くそして簡単に見つける。通常、このタイプのアルゴリズムは、通常の方法で解を見つけることが不可能な場合に使用されます。.
バックアルゴリズム
それらは、その動作を観察することによって無効にされたアルゴリズムです。通常、それらは競合や研究などの目的のために構築された元のアルゴリズムの近似値です。.
アルゴリズムを無効にして、市場、経済、価格設定、運用、および社会への影響を調べることができます。.
貪欲なアルゴリズム
多くの問題で、貪欲な決断をすることは最適な解決策につながります。このタイプのアルゴリズムは最適化問題に適用可能です.
貪欲なアルゴリズムの各ステップで、論理的かつ最適な決定が下され、その結果、最終的に最良のグローバルソリューションが達成されます。.
しかし、一度決断を下すと、それを修正したり、将来変更したりすることはできません。.
この種のすべてのアルゴリズムが最適なグローバルソリューションにつながるわけではないため、貪欲なアルゴリズムの真偽をテストすることは非常に重要です。.
参考文献
- アルゴリズム：型と分類gonitsora.comから回復しました
- 発見的アルゴリズムstudents.cei.upatras.grから取得
- アルゴリズム価格（2016）とは何ですか。 simplicable.comから回復しました
- 数値解析wikipedia.orgから取得しました
- 確率的アルゴリズム（2001） users.abo.fiから取得
- アルゴリズムとは何ですか（2015）。 simplicable.comから回復しました
- モンテカルロアルゴリズムtechnopedia.comから回復しました
- アルゴリズムの種類lostipos.comから回復しました
- 逆アルゴリズムとは何ですか？ simplicable.comから回復しました