1樓：孫冰
提名乙個在程式設計師實際工作中比較有用，個人認為堪稱屠龍刀的演算法：圖搜尋演算法。已經看到有人提名了搜尋，我稍微寫詳細一點。
這個算法學過資料結構的人都學過，形式非常簡單，如下：
定義 OPEN 和 CLOSE 集合
while OPEN 不為空
x <- 從 OPEN 中取出乙個擴充套件 x 的相關結點加入 OPEN
x 加入 CLOSE
end打完收工。
如果要處理圖、樹結構，或者做迴圈巢狀關係的資料處理，有非常大的概率會用到這個演算法。
這個演算法的好處是乙個演算法相當於一堆演算法，主要取決第三行中怎麼從 OPEN 中取 x。
取深度最深的，就是 DFS；
取深度最淺的，就是 BFS；
根據乙個代價評估函式來選，就是 A 演算法；
代價評估函式設計的牛X，就是 A* 演算法；
將一些沒必要處理的節點從OPEN中刪掉，就是剪枝；
隨便怎麼取，把過程記錄下來，就是拓撲排序；
取到離 CLOSE 中節點的最近的乙個，就是求最小生成樹的 Prim 演算法；
取到離 CLOSE 中節點的最近乙個，中間再調整一下距離值，就是 Dijkstra；
……應該還有，想到再補充。
在我看來，圖搜尋演算法算是乙個分水嶺，實際工作中不需要這個演算法解決的簡單問題，用基本的資料結構加迴圈差不多可以直觀的搞定。而這個演算法搞不定的，大概就需要很燒腦的一些演算法了，至少是動態規劃起步。（當然動態規劃十分的重要而有用，可以看成是倚天劍，需要武功高強方能游刃有餘。
）至於排序、hash之類的演算法，實際工作中都是直接調函式庫的，基本不會再寫一遍。
2樓：
你這個答案就好像在問：「最重要的食物是哪種？」。
什麼時候你能分清楚小麥水稻玉公尺大豆哪個才是最重要的，你也就知道這個題目的答案了。
3樓：tefx
除去排序啊圖啊這些具體演算法，解決乙個問題的基本方法無非：
第一Greedy和分治
第二窮舉、搜尋+剪枝以及A star之類
接著基本方法就是Heuristic
最後的辦法，optimization問題上Meta-heuristic，clustring問題的上SVM啊NN啊之類。。。
基本上電腦科學主要就是這些玩法了。。。
4樓：
個人認為最重要的意思是缺了它計算機/程式就不能跑，這才能符合最重要的定義
缺了hash又不是不能跑
在沒有動態規劃的時候不也能做事嗎
效率低點占用大點還是能用噻
硬要說那些的話，題目改成最偉大的演算法會不會更合理一點？
電腦科學的基礎是什麼
每次上課都是幾百人以上，為什麼你還願意花那麼多錢讀這個專業？本文寫給打算申請電腦科學專業 Computer Science,CS 以及對CS感到好奇，甚至是不知道CS是啥的同學。 發展者老翟 第乙個是離散數學，包含邏輯與計算。可計算性啊，圖靈機什麼的，都在離散數學的框架下。對於大部分計算機應用從業者...
學習電腦科學的順序是什麼？
已登出 程式設計面對的是作業系統，語言，編譯器，標準庫和執行時環境共同提供的抽象和虛擬環境，而不是機器的實際環境。抽象的目的是，遮蔽掉我們不需要或不應該去關心的下層實現 細節，從而讓我們能夠騰出精力去關心真正重要的東西。比如說，當你在C的乙個函式裡面定義int a的時候，不需要去關心這個a分配在記憶...
量子計算機攻擊密碼演算法的原理是什麼？
asdacs 現代密碼基本都是基於某種數學上求解的困難。以最經典的rsa演算法為例，破解rsa演算法只需要將公鑰進行因數分解。但是一般用作公鑰的數都是兩個非常大的素數 上萬位甚至更大 相乘，破解是能破解，但在現在的計算機上耗時非常長，目前還沒有乙個高效率的解決辦法。事實上，對於大多數密碼而言，只要解...