1、归并排序算法。
2、傅里叶变换和快速傅里叶变换。
3、狄克斯特拉算法。
4、RSA非对称加密算法。
5、链接分析算法。
6、比例微积分算法。
7、数据压缩算法。
8、随机数生成算法。
9、整数质因子分解算法。
10、哈希安全算法。
一.Floyd Warshall算法
Floyd-Warshall算法，中文称弗洛伊德算法或佛洛伊德算法，是解决任意两点间的最短路径的一种算法，可以正确处理有向图或负权（但不可存在负权回路）的最短路径问题，同时也被用于计算有向图的传递闭包。
二.二分查找
也称折半查找算法、对数查找算法，是一种在有序数组中查找某一特定元素的搜索算法。
搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。
如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。
三.贝尔曼福特算法
贝尔曼福特算法是求解单元最短路径问题的一种算法，由理查德贝尔曼和莱斯特福特创立的。有时候这种算法也被称为Moore-Bellman-ford算法，因为Edward F . Moore也为这个算法的发展做出了贡献。
它的原理是对图进行|V|-1次松弛操作，得到所有可能的最短路径。其优于迪克斯彻算法的方面是边的权值可以为负数、实现简单，缺点是时间复杂度过高，高达O(|V||E|）。但算法可以进行若干种优化，提高了效率。
四.快速排序
快速排序是一种交换类排序，可以理解成对冒泡排序的一种改进排序，但快速排序的复杂度相对于冒泡排序的提升相当大。
他的思路是，选取一个关键字K，将所有比K小的记录放在K前面，比K大的数放在K后面，一趟快速排序完成，完整的快速排序就是对分出的每个新数组再进行一次快速排序，也就是一趟排序的递归操作。
五.贪心算法
顾名思义，贪心法，贪心算法总是做出在当前看来是最好的选择。虽然贪心算法不是对所有问题都能得到整体最优解，但对范围相当广的许多问题都能产生整体最优解或是问题的次优解。因此有很好使用它的必要性。贪心算法既是一种解题策略，也是一种解题思路。
六.拓扑排序
拓扑排序是一种把有向无环图转换成线性序列的排序算法，算法的输入是一个有向无环图，经过算法分析吧图中的所有节点按照先后顺序进行拆解，最后得到一个有顺序的队列，在前的节点靠前，越靠后的节点或有多个节点指向该节点，那这个节点再队列中的位置就越靠后。
七.动态规划
很多人都会觉得动态规划很难，动态规划的核心思想有以下两点：
第一，任何看似很复杂很难解决的问题，其实都可以归结为一系列子问题，无论一个问题有多复杂，只要他有解决方案，就可以归结为N个子问题，某种意义上，我们可以认为动态规划是对递归的一种优化；
第二，我们在解决N个子问题的时候，要留心整体上有没有做无用功，通过备忘录的方式保存中间状态，使得不反复去计算已经求得的中间解。
八.最小生成树
最小生成树问题，简称MST，指给定一个带权的无向连通图，如果选取一棵生成树，使树上所有边上权的总和为最小，这叫最小生成树。
图有N个顶点，就一定有N-1条边，且必须包含所有顶点，所有边都在图中。解决最小生成树问题的算法主要有普利姆算法和克鲁斯卡尔算法。
九.深度搜索和广度搜索算法
又称DFS和BFS。深度优先搜索的原理是：首先选择一个顶点作为起始点，接着从他各个相邻点出发进行依次访问，直到所有与起始点有路径相通的顶点都被访问到。若此时有没被访问到的节点，则选择一个其他顶点进行再次访问。
广度优先搜索的原理是：选择一个顶点作为起始点，依次访问该起始点的所有邻接点，再根据邻接点访问他们各自的邻接点，并保证先访问节点的邻接点先与后访问节点的邻接点被访问。
十.朴素贝叶斯分类算法
朴素贝叶斯分类算法是一种基于贝叶斯定理的简单概率分类算法。
贝叶斯分类的基础是概率推理，就是在各种条件的存在不确定，仅知其出现概率的情况下，如何完成推理和决策任务。概率推理是与确定性推理相对应的。而朴素贝叶斯分类器是基于独立假设的，即假设样本每个特征与其他特征都不相关。
