大數據分析中最重要的32個算法

奧地利符號計算研究所的Christoph Koutschan博士在自己的頁面上發(fā)布了一篇文章，提到他做了一個調查，參與者大多數是計算機科學家，他請這些科學家投票選出最重要的算法，以下是這次調查的結果，按照英文名稱字母順序排序。

1、A* 搜索算法

—圖形搜索算法，從給定起點到給定終點計算出路徑。其中使用了一種啟發(fā)式的估算，為每個節(jié)點估算通過該節(jié)點的好路徑，并以之為各個地點排定次序。算法以得到的次序訪問這些節(jié)點。因此，A*搜索算法是好優(yōu)先搜索的范例。

2、集束搜索(又名定向搜索，Beam Search)——好優(yōu)先搜索算法的優(yōu)化。使用啟發(fā)式函數評估它檢查的每個節(jié)點的能力。不過，集束搜索只能在每個深度中發(fā)現最前面的m個最符合條件的節(jié)點，m是固定數字——集束的寬度。

3、二分查找(Binary Search)——在線性數組中找特定值的算法，每個步驟去掉一半不符合要求的數據。

4、分支界定算法(Branch and Bound)——在多種最優(yōu)化問題中尋找特定最優(yōu)化解決方案的算法，特別是針對離散、組合的最優(yōu)化。

5、Buchberger算法——一種數學算法，可將其視為針對單變量大公約數求解的歐幾里得算法和線性系統(tǒng)中高斯消元法的泛化。

6、數據壓縮——采取特定編碼方案，使用更少的字節(jié)數(或是其他信息承載單元)對信息編碼的過程，又叫來源編碼。

7、Diffie-Hellman密鑰交換算法——一種加密協議，允許雙方在事先不了解對方的情況下，在不安全的通信信道中，共同建立共享密鑰。該密鑰以后可與一個對稱密碼一起，加密后續(xù)通訊。

8、Dijkstra算法——針對沒有負值權重邊的有向圖，計算其中的單一起點最短算法。

9、離散微分算法(Discrete differentiation)。

10、動態(tài)規(guī)劃算法(Dynamic Programming)——展示互相覆蓋的子問題和最優(yōu)子架構算法

11、歐幾里得算法(Euclidean algorithm)——計算兩個整數的大公約數。最古老的算法之一，出現在公元前300前歐幾里得的《幾何原本》。

12、期望-大算法(Expectation-maximization algorithm，又名EM-Training)——在統(tǒng)計計算中，期望-大算法在概率模型中尋找可能性大的參數估算值，其中模型依賴于未發(fā)現的潛在變量。EM在兩個步驟中交替計算，第一步是計算期望，利用對隱藏變量的現有估計值，計算其大可能估計值;第二步是大化，大化在第一步上求得的大可能值來計算參數的值。

13、快速傅里葉變換(Fast Fourier transform，FFT)——計算離散的傅里葉變換(DFT)及其反轉。該算法應用范圍很廣，從數字信號處理到解決偏微分方程，到快速計算大整數乘積。

14、梯度下降(Gradient descent)——一種數學上的最優(yōu)化算法。

15、哈希算法(Hashing)。

16、堆排序(Heaps)。

17、Karatsuba乘法——需要完成上千位整數的乘法的系統(tǒng)中使用，比如計算機代數系統(tǒng)和大數程序庫，如果使用長乘法，速度太慢。該算法發(fā)現于1962年。

18、LLL算法(Lenstra-Lenstra-Lovasz lattice reduction)——以格規(guī)約(lattice)基數為輸入，輸出短正交向量基數。LLL算法在以下公共密鑰加密方法中有大量使用：背包加密系統(tǒng)(knapsack)、有特定設置的RSA加密等等。

19、大流量算法(Maximum flow)——該算法試圖從一個流量網絡中找到大的流。它優(yōu)勢被定義為找到這樣一個流的值。大流問題可以看作更復雜的網絡流問題的特定情況。大流與網絡中的界面有關，這就是大流-最小截定理(Max-flow min-cut theorem)。Ford-Fulkerson 能找到一個流網絡中的大流。

20、合并排序(Merge Sort)。

21、牛頓法(Newton’s method)——求非線性方程(組)零點的一種重要的迭代法。

22、Q-learning學習算法——這是一種通過學習動作值函數(action-value function)完成的強化學習算法，函數采取在給定狀態(tài)的給定動作，并計算出期望的效用價值，在此后遵循固定的策略。Q-leanring的優(yōu)勢是，在不需要環(huán)境模型的情況下，可以對比可采納行動的期望效用。

23、兩次篩法(Quadratic Sieve)——現代整數因子分解算法，在實踐中，是目前已知第二快的此類算法(僅次于數域篩法Number Field Sieve)。對于110位以下的十位整數，它仍是最快的，而且都認為它比數域篩法更簡單。

24、RANSAC——是“RANdom SAmple Consensus”的縮寫。該算法根據一系列觀察得到的數據，數據中包含異常值，估算一個數學模型的參數值。其基本假設是：數據包含非異化值，也就是能夠通過某些模型參數解釋的值，異化值就是那些不符合模型的數據點。

25、RSA——公鑰加密算法。首個適用于以簽名作為加密的算法。RSA在電商行業(yè)中仍大規(guī)模使用，大家也相信它有足夠安全長度的公鑰。

26、Sch?nhage-Strassen算法——在數學中，Sch?nhage-Strassen算法是用來完成大整數的乘法的快速漸近算法。其算法復雜度為：O(N log(N) log(log(N)))，該算法使用了傅里葉變換。

27、單純型算法(Simplex Algorithm)——在數學的優(yōu)化理論中，單純型算法是常用的技術，用來找到線性規(guī)劃問題的數值解。線性規(guī)劃問題包括在一組實變量上的一系列線性不等式組，以及一個等待大化(或最小化)的固定線性函數。

28、奇異值分解(Singular value decomposition，簡稱SVD)——在線性代數中，SVD是重要的實數或復數矩陣的分解方法，在信號處理和統(tǒng)計中有多種應用，比如計算矩陣的偽逆矩陣(以求解最小二乘法問題)、解決超定線性系統(tǒng)(overdetermined linear systems)、矩陣逼近、數值天氣預報等等。

29、求解線性方程組(Solving a system of linear equations)——線性方程組是數學中最古老的問題，它們有很多應用，比如在數字信號處理、線性規(guī)劃中的估算和預測、數值分析中的非線性問題逼近等等。求解線性方程組，可以使用高斯—約當消去法(Gauss-Jordan elimination)，或是柯列斯基分解( Cholesky decomposition)。

30、Strukturtensor算法——應用于模式識別領域，為所有像素找出一種計算方法，看看該像素是否處于同質區(qū)域( homogenous region)，看看它是否屬于邊緣，還是是一個頂點。

31、合并查找算法(Union-find)——給定一組元素，該算法常常用來把這些元素分為多個分離的、彼此不重合的組。不相交集(disjoint-set)的數據結構可以跟蹤這樣的切分方法。合并查找算法可以在此種數據結構上完成兩個有用的操作：

查找：判斷某特定元素屬于哪個組。

合并：聯合或合并兩個組為一個組。

32、維特比算法(Viterbi algorithm)——尋找隱藏狀態(tài)最有可能序列的動態(tài)規(guī)劃算法，這種序列被稱為維特比路徑，其結果是一系列可以觀察到的事件，特別是在隱藏的Markov模型中。

以上就是Christoph博士對于最重要的算法的調查結果。你們熟悉哪些算法?又有哪些算法是你們經常使用的?

網站名稱：大數據分析中最重要的32個算法
本文網址：http://www.bm7419.com/news10/104860.html

成都網站建設公司_創(chuàng)新互聯，為您提供微信小程序、網站營銷、手機網站建設、域名注冊、做網站、響應式網站

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯