算法策略包括

‘壹’ 并行算法有哪三种设计策略

并行数据挖掘技术不同于其它并行算法的地方在于它需要处理的数据的规模很大。人们知道，对于并行而言，交互之间的消耗（即内存的使用）是比执行时间（计算阶段）重要得多的因素。串行数据挖掘算法对于规模很小的数据也需要大量的运行时间

‘贰’ 算法的概念

算法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。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。
一个算法应该具有以下七个重要的特征： 算法可以使用自然语言、伪代码、流程图等多种不同的方法来描述。
1、有穷性
算法的有穷性是指算法必须能在执行有限个步骤之后终止
2、确切性
算法的每一步骤必须有确切的定义；
3、输入项
一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定出了初始条件；
4、输出项
一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；
5、可行性
算法中执行的任何计算步都是可以被分解为基本的可执行的操作步，即每个计算步都可以在有限时间内完成（也称之为有效性）；
6、 高效性
执行速度快，占用资源少；
7、 健壮性
对数据响应正确。 计算机科学家尼克劳斯-沃思曾着过一本着名的书《数据结构十算法= 程序》，可见算法在计算机科学界与计算机应用界的地位。

‘叁’ 算法策略设计要解决的问题是啥

理论上，许多问题可以用穷举搜索的办法来求解。这种解题策略会直截了当地试遍所有的可能解，直接找到问题的解为止。采用穷举搜索时，很少需要独具匠心的设计，因此，如果一个问题确定要用这种策略来求解的话，就很少需要人工计算，而基本上是为计算机准备的。穷举搜索的最大局限性在于它的效率低下，通常，如果可能解的数量随着问题规模而呈指数增长或更快的话，那么这条途径不仅对人类来说遥不可及，计算机也只能望而兴叹了。
策略模式（Strategy Pattern），定义了一系列的算法，将每一种算法封装起来并可以相互替换使用，策略模式让算法独立于使用它的客户应用而独立变化。
策略模式是处理算法的不同变体的一种行为模式，通过在抽象策略中定义算法接口或封装算法标识，实现该抽象策略的具体子类成为一个单独的算法，即具体策略。策略模式使用多个类来区别不同的行为，使用策略模式避免暴露复杂的、与算法相关的内部数据结构。当一个类中的操作以多个条件分支语句的形式出现的时候，可以使用策略模式将相关的条件分支移入各自的具体策略类中以代替这些条件语句，从而减少系统处理的复杂度。

‘肆’ 算法式和推理式区别

算法式和推理式区别：

【定义】算法式是把解决问题的所有可能的方案都列举出来，逐一尝试。此种方式虽然可以保证解决问题，但效率不高。其优点是能够保证问题的解决，但费时费力。

当问题复杂、问题空间很大时，很难依靠这种策略来解决问题。另外，有些问题也许没有现成的算法或尚未发现其算法，对这种问题算法策略将是无效的。

【特点】为达目标，有时会有迂回状态。

【例子】曲线救国：产生于抗日战争期间，指采取直接的手段不能够解决，比如正面抗击日本侵略军的话，能力不够，就只好采取间接的，效果可能慢一些的，发动军队及以外的各界人士和力量。

或者从侧面迂回牵制干扰的策略，一点一点地争取和保卫胜利果实，有时候可能还要放弃一部分已经得到手的东西，但斗争的大方向不变。也就是有时候为了达到目的，不得已扩大与目标的距离。

‘伍’ 算法策略的算法种类

动态规划的实质是分治思想和解决冗余，因此，动态规划是一种将问题实例分解为更小的、相似的子问题，并存储子问题的解而避免计算重复的子问题，以解决最优化问题的算法策略。
动态规划法与分治法和贪心法类似，它们都是将问题实例归纳为更小的、相似的子问题，并通过求解子问题产生一个全局最优解。其中贪心法的当前选择可能要依赖已经作出的所有选择，但不依赖于有待于做出的选择和子问题。因此贪心法自顶向下，一步一步地作出贪心选择；而分治法中的各个子问题是独立的 (即不包含公共的子子问题)，因此一旦递归地求出各子问题的解后，便可自下而上地将子问题的解合并成问题的解。但不足的是，如果当前选择可能要依赖子问题的解时，则难以通过局部的贪心策略达到全局最优解；如果各子问题是不独立的，则分治法要做许多不必要的工作，重复地解公共的子问题。
解决上述问题的办法是利用动态规划。该方法主要应用于最优化问题，这类问题会有多种可能的解，每个解都有一个值，而动态规划找出其中最优(最大或最小)值的解。若存在若干个取最优值的解的话，它只取其中的一个。在求解过程中，该方法也是通过求解局部子问题的解达到全局最优解，但与分治法和贪心法不同的是，动态规划允许这些子问题不独立，(亦即各子问题可包含公共的子子问题)也允许其通过自身子问题的解作出选择，该方法对每一个子问题只解一次，并将结果保存起来，避免每次碰到时都要重复计算。
因此，动态规划法所针对的问题有一个显着的特征，即它所对应的子问题树中的子问题呈现大量的重复。动态规划法的关键就在于，对于重复出现的子问题，只在第一次遇到时加以求解，并把答案保存起来，让以后再遇到时直接引用，不必重新求解。 回溯法是一个既带有系统性又带有跳跃性的的搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。这种以深度优先的方式系统地搜索问题的解的算法称为回溯法，它适用于解一些组合数较大的问题。
其基本思想：确定了解空间的组织结构后，回溯法就从开始结点（根结点）出发，以深度优先的方式搜索整个解空间。这个开始结点就成为一个活结点，同时也成为当前的扩展结点。在当前的扩展结点处，搜索向纵深方向移至一个新结点。这个新结点就成为一个新的活结点，并成为当前扩展结点。如果在当前的扩展结点处不能再向纵深方向移动，则当前扩展结点就成为死结点。换句话说，这个结点不再是一个活结点。此时，应往回移动（回溯）至最近的一个活结点处，并使这个活结点成为当前的扩展结点。回溯法即以这种工作方式递归地在解空间中搜索，直至找到所要求的解或解空间中已没有活结点时为止。

‘陆’ 算法策略的介绍

【算法策略】就是在问题空间中随机搜索所有可能的解决问题的方法，直至选择一种有效的方法解决问题。

‘柒’ 算法的基本要素有哪些

算法通常由两种基本要素组成分别是对数据对象的运算和操作；算法的控制结构，即运算或操作间的顺序。
算法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。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。算法中的指令描述的是一个计算，当其运行时能从一个初始状态和（可能为空的）初始输入开始，经过一系列有限而清晰定义的状态，最终产生输出并停止于一个终态。一个状态到另一个状态的转移不一定是确定的。随机化算法在内的一些算法，包含了一些随机输入。

‘捌’ 有哪些算法交易策略

算法交易，也称为自动交易，黑盒交易，是利用电子平台，输入涉及算法的交易指令，以执行预先设定好的交易策略。算法中包含许多变量，包括时间，价格，交易量，或者在许多情况下，由"机器人"发起指令，而无需人工干预。算法交易广泛应用于投资银行，养老基金，共同基金，以及其他买方机构投资者，以把大额交易分割为许多小额交易来应付市场风险和冲击。卖方交易员，例如做市商和一些对冲基金，为市场提供流动性，自动生成和执行指令。

‘玖’ 算法有哪些分类

算法分类编辑算法可大致分为：

基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法，厄米变形模型，随机森林算法。

‘拾’ 算法有哪些分类

算法分类编辑算法可大致分为：

基本算法、数据结构的算法、数论与代数算法、计算几何的算法、图论的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法，厄米变形模型，随机森林算法。