算法设计原则是什么?
原则：首先说设计的算法必须是"正确的"，其次应有很好的"可读性"，还必须具有"健壮性"，最后应考虑所设计的算法具有"高效率与低存储量"。
所谓算法是正确的，除了应该满足算法说明中写明的"功能"之外，应对各组典型的带有苛刻条件的输入数据得出正确的结果。
在算法是正确的前提下，算法的可读性是摆在第一位的，这在当今大型软件需要多人合作完成的环境下是换重要的，另一方面，晦涩难读的程序易于隐藏错误而难以调试。算法的效率指的是算法的执行时间，算法的存储量指的是算法执行过程中所需最大存储空间。
算法是程序设计的另一个不可缺的要素，因此在讨论数据结构的同时免不了要讨论相应的算法。这里有两重意思，即算法中的操作步骤为有限个，且每个步骤都能在有限时间内完成。
确定性表现在对算法中每一步的描述都没有二义性，只要输入相同，初始状态相同，则无论执行多少遍，所得结果都应该相同。
可行性指的是，序列中的每个操作都是可以简单完成的，其本身不存在算法问题，例如，"求x和y的公因子"就不够基本。
输入值即为算法的操作对象，但操作的对象也可以由算法自身生成，如"求100以内的素数"，操作对象是自然数列，可以由变量逐个增1生成。
算法的健壮性指的是，算法应对非法输入的数据作出恰当反映或进行相应处理，一般情况下，应向调用它的函数返回一个表示错误或错误性质的值。
算法设计有哪些方法
算法设计常用的几种方法是
1.
穷举法
2.
贪心法
3.
分治法
4.
回溯法
5.
分枝限界法
6.
动态规划法
算法设计读后感精选
《算法设计》是一本由Jon Kleinberg / Éva Tardos著作，人民邮电出版社出版的平装图书，本书定价：119.00元，页数：503，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《算法设计》读后感(一)：算法
有点像导论一样的书，没有算法具体实现的代码，每学完一部分知识后，书中会有一些例题和练习题，适合想要对计算机算法进行整体，深入，了解的人，这本书所包含的算法很多，很全，比较深（对于我这样的菜鸡）。书中的图文都很清晰，阅读起来很舒服。整本书还是比较大和厚，带起来不太方便，适合垫显示器。
《算法设计》读后感(二)：算法设计
先看看作者吧，Jon Kleinberg是美国国家科学院（NAS）、美国国家工程院（NAE）、美国人文与科学院（AAAS）三料院士，在计算机科学领域是“传说级”的人物。而且他还获得过国际数学家大会颁发“奈望林纳奖”，这个奖是数学家大会为了表彰信息科学方面的重要数学贡献而设的。英文版已经读过一版，终于新出中文版了，令人期待
《算法设计》读后感(三)：最全面的习题解答
这本书不光细节满满，每章后面的带解答练习更是点睛之笔，一般书中的习题答案要么是最后解，要么简单的分析，这本书的建议解答几乎把每一个点都写在书中，让人更容易理解其意。
本书带入的算法研究，始于各种计算应用程序中出现的问题，构建在对算法设计技术理解基础之上，最终得到这些问题的有效解决方案。
《算法设计》读后感(四)：作者是拥有丰富算法经验的科学家，《算法设计》成为了华盛顿大学等众多高校的课程教材。
《Algorithm Design》已经畅销15年了。
算法书数量繁多，应该如何挑选呢？异步君今天给大家推荐的算法书，在美亚拥有4.5星的高评分，赢得读者认可。更值得一提的是，这本书还是国外多所知名高校选用的算法教材。 这本书就是《算法设计》，不能说所有程序员都看过这本书，但它作为大学里的算法教材，绝对是新手入门的经典好书。 从书名来看，似乎是算法和「设计」结合在一起，于是，很多人认为这可能并不是一本入门级的算法书。但其实这本书涉及的知识非常丰富，既可以作为初学者的第一本算法书，也可以作为高手程序员巩固的基础教材。为什么会和”设计“相结合呢？还要从这本书的两位作者对算法的理念说起。
1、科学家眼中的算法设计技术
《算法设计》的作者是来自美国的乔恩•克莱因伯格（以下简称乔恩）和匈牙利的伊娃•塔多斯（以下简称伊娃）。关于算法问题，他们提出了这样的观点： “算法问题构成了计算机科学的核心，但它们很少以整洁、精确的数学问题的形式出现。与之相反的是，它们往往有许多杂乱的、应用程序特定的细节，这些细节由一些至关重要和一些无关紧要的东西纠缠在一起。” 因此他们认为，算法问题由两个基本部分组成：一是得到数学上整洁的问题核心，二是根据问题结构确定适当的算法设计技术。这两个部分相互影响：越能自如地运用各种可能的设计技术，也就越能认识到世上混乱问题中的整洁形式描述。在最有效的情况下，算法思想不但能提供适当问题的解决方案，而且它们构成了一种语言，可以让学习算法的程序员们清晰地表达基本问题。 于是，乔恩和伊娃决定将设计计算带入到算法研究。 他们很清楚，设计过程一般始于各种计算应用程序中出现的问题，构建在对算法设计技术理解的基础之上，最终得到这些问题的有效解决方案。 所以，他们试图探讨算法思想在计算机科学中的作用，并将这些思想与一些精确制定的问题联系起来。他们为这些“问题”设计算法并进行分析。 基于这样的研究，《算法设计》一书应运而生。乔恩和伊娃将这本书的目标定为：如何在不同计算领域的复杂问题中识别算法问题的清晰描述形式，并针对由此产生的问题，给出如何设计有效算法的建议。 为此，他们将研究成果重新梳理，从最简单的初始方法甚至于最终的解决方案，以帮助大家更好地理解复杂的算法。读过这本书的读者都会感觉：这本书不是描述从问题陈述到算法的最直接路径，但是可以直接反映出程序员们真正思考这些问题的方式。
2、经典著作背后的科学家
乔恩•克莱因伯格（Jon Kleinberg）
乔恩是美国的计算机科学家，在1996年获得了麻省理工学院的博士学位，目前是康奈尔大学计算机科学教授。从1995年开始，乔恩在IBM研究院做起了研究，主攻网络与信息组合结构的数学分析与建模。 乔恩曾获得帕卡德基金会和斯隆基金会的研究基金，他的研究集中在算法上，特别是与网络结构和信息相关的算法，以及这些算法在信息科学、优化、数据挖掘及计算生物学等方面的应用。他利用信息中心和权威信息进行网络分析的工作，对形成最新一代因特网搜索引擎的基础起了很大的作用。 在计算机领域，乔恩获奖无数。美国国家科学基金会事业奖、海军研究局青年研究员奖、IBM杰出创新奖等知名奖项都被他收入囊中。 另一位作者伊娃也是康奈尔大学的计算机科学教授，同时还是一名数学家。
伊娃•塔多斯（Éva Tardos）
1981年，伊娃在导师András Frank的指导下，于匈牙利的罗兰大学攻读博士学位。在2006年，伊娃开始担任康奈尔大学计算机科学系的院长。2007年，伊娃当选为美国国家工程院、文理科学院和美国哲学学会的院士。同时她也是ACM院士。伊娃是富尔克森奖、乔治·B·丹齐格奖、哥德尔奖和EATCS奖的获得者。在2019年，伊娃还被授予了IEEE约翰·冯·诺依曼奖章。伊娃的研究兴趣主要集中在图和网络问题的算法设计和分析上。她因在网络流算法和网络问题的近似算法方面的工作而闻名。其中包含算法博弈论，这是一个新兴领域，关注为自私用户设计系统和算法。
3、不一样的算法书
这本书是一本关于算法设计和分析的经典教材，两位作者围绕算法设计进行组织，将算法的理论跟实际问题结合起来，对每种算法技术用多个典型范例进行分析，具有极高的启发性。 书中有大量篇幅专门用于算法问题的形式描述，以及针对该问题的算法设计和分析。这种写作优势在于可以采用适当的设计技术开发算法，证明算法的性质并分析其效率。 除了内容覆盖面广以外，这本书最大的特色就是有200多道精彩的习题，以及PSPACE问题、参数复杂性等内容。
《算法设计》相较于其他算法书，最大的区别也在于此。这是乔恩和伊娃在康奈尔大学教学课程的一部分，几乎所有问题都在课外作业中被开发，或者在课堂测验进行了考试。他们将问题视为本书的一个重要组成部分，并且让问题集的结构与他们对内容的整体方法保持一致。 其中大部分内容包含了一些问题的详细文字描述，这些问题出现在计算机科学应用领域或其他地方。部分问题也是他们在教材中讨论的问题的实践:建立必要的符号和形式化，设计算法，然后分析这个算法并证明它是正确的。 为了帮助解决这些问题，他们在每章中都加入了一节，名为“带解答的练习”，讨论一个或多个问题，并描述了如何形式化一个解。因此，专门针对每个带解答的练习的讨论，要比简单编写完整、正确的解决方案所需的时间长得多。 实际上，与本书的其余部分一样，这些节中的讨论应该看成是试图让人们了解一个更大的过程，通过这个过程可以考虑这种类型的问题，并最终形成精确解的详细说明。 值得一提的是，由于这本书被国外高校广泛采用，因此乔恩和伊娃对学习方面的建议更偏向于大学生。 他们建议初学者阅读本书之前应该先学习基于编程的计算机科学基础课程，并且已编写过实现基本算法的程序，操作过离散结构（树和图），并应用过基本的数据结构（如数组、列表、队列和堆栈）。
按照上述思路，他们利用了许多计算机科学和相关领域的问题来开发基本的算法设计技术。包括系统和网络的应用程序（缓存、交换、互联网上的域间路由），人工智能（规划、博弈、霍普菲尔德网络），计算机视觉（图像分割），数据挖掘（变更点检测、聚类），运筹学（航线调度），以及计算生物学（序列比对、RNA 二级结构）。
乔恩和伊娃合著的《算法设计》，围绕算法设计进行组织，对多个算法技术的典型范例解构剖析，并让算法与实际问题相结合。可以说，这确实是一本不可多得的经典算法书！
算法的常用设计方法有哪些
算法设计是一件非常困难的工作，经常采用的算法设计技术主要有迭代法、穷举搜索法、递推法、贪婪法、回溯法、分治法、动态规划法等等。
另外，为了更简洁的形式设计和藐视算法，在算法设计时又常常采用递归技术，用递归描述算法。
设计算法的原则
设计算法的原则：
1、正确性：算法的正确性是指算法至少应该具有输入、输出和加工处理无歧义性、能正确反映问题的需要、能够得到问题的正确答案。
2、可读性：设计算法的目的，一方面是为了让计算机执行，但还有一个重要的目的就是为了便于他人的阅读，让人理解和交流，自己将来也可阅读。如果可读性不好，时间长了自己都不知道写了什么，可读性是评判算法（也包括实现它的程序代码）好坏很重要的标志。
3、健壮性：当输入的数据非法时，算法应当恰当地做出反应或进行相应处理，而不是莫名其妙的输出结果。并且处理出错的方法不应是中断程序的执行，而应是返回一个表示错误或错误性质的值，以便于在更高的抽象层次上进行处理。
4、高效率与低存储量：通常，算法的效率指的是算法的执行时间；算法的存储量指的是算法执行过程中所需要的最大存储空间，两者的复杂度都与问题的规模有关。算法分析的任务是对设计的每一个具体的算法，利用数学工具，讨论其复杂度，探讨具体算法对问题的适应性。
扩展资料：
算法的“正确”通常在用法上有很大的差别，大体分为以下4个层次：
1、算法程序没有语法错误；
2、算法程序能够根据正确的输入的值得到满足要求的输出结果；
3、算法程序能够根据错误的输出的值满足规格说明的输出结果；
4、算法程序对于精心设计、极其刁难的测试数据都能满足要求的输出结果。
对于这4层含义，层次要求最低，因为仅仅没有语法错误实在谈不上是好的算法。而层次（4）是最困难的，人们几乎不可能逐一验证所有的输入都得到正确的结果。因此，算法的正确性在大部分情况下都不可能用程序来证明，而是用数学方法证明的。
