Python - 算法设计
算法是一个循序渐进的过程，它定义了一组要按特定顺序执行的指令以获得所需的输出。 算法通常是独立于底层语言而创建的，即一个算法可以用多种编程语言实现。
从数据结构的角度来看，以下是一些重要的算法类别 −
搜索 − 在数据结构中搜索项目的算法。
排序 − 按特定顺序对项目进行排序的算法。
插入 − 在数据结构中插入项目的算法。
更新 − 更新数据结构中现有项目的算法。
删除 − 从数据结构中删除现有项目的算法。
算法的特征
并不是所有的程序都可以称为算法。 一个算法应该具有以下特征 −
明确 − 算法应该清晰明确。 它的每个步骤（或阶段）及其输入/输出都应该清楚，并且必须只有一个含义。
输入 − 一个算法应该有 0 个或多个明确定义的输入。
输出 − 一个算法应该有 1 个或多个明确定义的输出，并且应该与期望的输出相匹配。
有限性 − 算法必须在有限数量的步骤后终止。
可行性 − 在可用资源的情况下应该是可行的。
独立 − 算法应该有逐步的指导，应该独立于任何编程代码。
如何编写算法?
编写算法没有明确定义的标准。 相反，它取决于问题和资源。 算法永远不会被编写为支持特定的编程代码。
众所周知，所有编程语言都共享基本代码结构，如循环（do、for、while）、流程控制（if-else）等。这些通用结构可用于编写算法。
我们以循序渐进的方式编写算法，但并非总是如此。 算法编写是一个过程，在问题域定义明确后执行。 也就是说，我们应该知道我们正在为其设计解决方案的问题域。
示例
让我们尝试通过示例学习算法编写。
问题 − 设计一个算法将两个数字相加并显示结果。
步骤 1 − START
步骤 2 − declare three integers a, b & c
步骤 3 − define values of a & b
步骤 4 − add values of a & b
步骤 5 − store output of step 4 to c
步骤 6 − print c
步骤 7 − STOP
算法告诉程序员如何编写程序。 或者，该算法可以写成 −
步骤 1 − START ADD
步骤 2 − get values of a & b
步骤 3 − c ← a + b
步骤 4 − display c
步骤 5 − STOP
在算法的设计和分析中，通常采用第二种方法来描述算法。 它使分析人员可以轻松地分析忽略所有不需要的定义的算法。 可以观察正在使用的操作以及流程的流动情况。
编写步骤编号是可选的。
我们设计一个算法来解决给定问题。 一个问题可以用不止一种方法来解决。
因此，可以针对给定问题推导出许多解决算法。 下一步是分析那些提出的解决方案算法并实施最合适的解决方案。
