2.Algorithm
演算法是解決問題的具體步驟與策略，結合資料結構能實現高效運算。常見類型如下：
1. 排序（Sorting）
常見演算法：
Bubble Sort：兩兩比較交換，效率低 O(n²)
Selection Sort：每輪選最小值 O(n²)
Insertion Sort：插入排序 O(n²)，對幾乎排序資料有效
Merge Sort：分治法，穩定排序 O(n log n)
Quick Sort：分治法，平均 O(n log n)，最壞 O(n²)
2. 搜尋（Searching）
線性搜尋（Linear Search）：從頭找起，O(n)
二分搜尋（Binary Search）：排序陣列中快速搜尋，O(log n)
3. 遞迴與分治（Recursion & Divide and Conquer）
將問題拆解為子問題再解，適用於樹狀結構、排序等
def factorial(n):
return 1 if n == 0 else n * factorial(n-1)4. 動態規劃（Dynamic Programming, DP）
儲存子問題解答以避免重複計算，常用於最短路徑、背包問題、最大子陣列和等
5. 貪婪演算法（Greedy）
每步選擇局部最優，期望導致全域最優，如最小生成樹、活動選擇問題
6. 回溯與 DFS / BFS
回溯法（Backtracking）：用於排列組合、數獨、N 皇后等
深度優先搜尋（DFS）：使用遞迴或堆疊遍歷圖或樹
廣度優先搜尋（BFS）：使用佇列，自上而下或找最短路徑
7. 常見算法面試應用
雙指標（Two Pointers）
滑動視窗（Sliding Window）
前綴和（Prefix Sum）
堆與優先佇列（Heap / Priority Queue）
拓撲排序（Topological Sort）
掌握演算法設計與資料結構搭配，可提升解題效率與應對大型資料挑戰。建議透過實作、題庫訓練與圖解書籍建立直覺與策略感。
Last updated