算法運用在哪些方面?
最短路徑算法應用在哪些方面
網絡通路， 凡事可以使用圖作為模型的問題都基本可以用到，比如遊戲地圖的尋找，交通路線的尋找，這種最短路徑都可以用。
什麼是算法，常用的算法描述有哪些
算法的描述方式主要有自然語言,流程圖,偽代碼等,它們的優勢和不足可以簡單地歸納如下：1、自然語言優勢：自然語言描述的算法通俗易懂,不用專門的訓練不足：a.由於自然語言的歧義性,容易導致算法執行的不確定性.b.自然語言的語句一般較長,導致描述的算法太長.c.當一個算法中循環和分歧較多時就很難清晰地表示出來.d.自然語言表示的算法不便翻譯成計算機程序設計語言.2、流程圖優勢：流程圖描述的算法清晰簡潔,容易表達選擇結構,它不依賴於任何具體的計算機和計算機程序設計語言,從而有利於不同環境的程序設計.不足：不易書寫,修改起來比較費事,可以藉助於專用的流程圖製作軟件來提升繪製和修改.3、偽代碼優勢：偽代碼迴避了程序設計語言的嚴格、煩瑣的書寫格式,書寫方便,同時具備格式緊湊,易於理解,便於向計算機程序設計語言過渡的優點.不足：由於偽代碼的種類繁多,語句不容易規範,有時會產生誤讀.
算法都是用在什麼地方，寫程序很少用到算法啊
算法可以理解為有基本運算及規定的運算順序所構成的完整的解題步驟。或者看成按照要求設計好的有限的確切的計算序列，並且這樣的步驟和序列可以解決一類問題。
可見，算法什麼時候都在用，用一定的方法去完成一個實際的任務，這就是算法！
一個算法的優劣可以用空間複雜度與時間複雜度來衡量，你寫的程序/代碼，又快佔內存又小，就是可以說你用到的算法好，當然啦，所有的程序/代碼都要保證是正確的，健壯的，才去考慮好壞！
數據結構與算法中，樹一般會應用在哪些方面？為什麼
數據結構就不多說了，樹以遞歸性質這一對計算機而言最普遍的描述結構簡直貫穿始終。查找樹字典樹四叉樹哪個都是樹的實際應用。除了低維結構不用樹描述（其實一維結構也可以看成是退化後的樹）。
算法層面，樹基本上到處都是（當然有些時候是隱性的）。計算機執行指令是線性的，程序代碼也是順序的，是個一維結構，一旦需要解決高維問題，利用棧、隊列等一維基礎結構所能做到的只有樹，而樹則可以用來描述高維邏輯，起到了個橋樑作用。
算法舉例如下。
狀態空間遍歷類：DFS、BFS
決策類：各種自動機（特例還有退化為一位情況的KMP）、貪心、分治、動態規劃（同屬狀態空間遍歷）、匹配
圖與流：尋路（最短路）、生成樹
應用舉例就更多了，例如XML、DOM樹、編譯器中的模式識別和語法樹、JSON數據傳遞、磁盤路徑結構……
樹的普遍取決於它的結構與通常解決問題的算法的一致性和結構簡單嚴謹：遞歸定義、拓撲有序（無環）、實現簡單。當面臨高維狀態時，其它結構的處理方式幾乎一定不如轉化為樹來的簡單，所以就成為了組織一維實現與高維邏輯中的橋樑。
數據結構與算法中，樹一般會應用在哪些方面？為什麼
一般講解和使用比較多的是二叉樹，該樹使用鏈式存儲結構表示更好。例子的話，可以參考< <大話數據結構> >這本書。希望能幫到您。
數據結構與算法中，樹一般會應用在哪些方面？為什麼
首先，有一些實際場景中的數據，天然地就是樹結構。凡是符合每個對象有一個上級，多個下級的性質，就可以用樹建模。比如管理樹（老闆和員工），家族樹（父親和孩子），文件系統樹（文件夾和文件）。
另外，二叉搜索樹（BST）可以比較高效地對數據進行排序。如果需要維護動態增減且要保持順序的一組數據，就可以用BST。
學算法分析到底有什麼用？
其實你都說明白了，研究更高效的算法就是為了節省時間。你學過數值分析麼？你知道如過沒有高效的算法,就按照矩陣的定義,來求20X20的矩陣,目前的電腦要算到地老天荒的。
API是哪來儲？你寫的那個能被sun採納麼？如果都不研究排序算法,那麼寫出來的代碼豈不跟你無異？
雲，聽說過吧？現在處理的數字,運算量已經超過了你的想象。一百度為例，每一天都處理的數據都是海量的，你要查個東西,沒幾秒就出來了，那不研究算法,能行麼。？
尤其是現在，數據越來越大，越來越多，算法就顯得尤為重要了。
研究算法，其實是鍛鍊自己的思維。一個問題有不同的解決方式。當你碰到一個新的事物，你有可能寫得出算法,單不一定能寫得出代碼。zhidao.baidu.com/question/422543292.html?oldq=1比如這個，我就是像想到算法的。
而且,敲代碼技術含量本身就不高，孰能生巧的過程。
學習算法和數據結構有什麼用
本人乃一個數據痴迷者,在計算機的道路上,也是一個數據結構的痴迷者,現在大學裡面和同學搞開發也痴迷於數據庫,我就我個人的理解給你談一談:首先,數據結構是一門計算機語言學的基礎學科，它不屬於任何一門語言，其體現的是幾乎所有標準語言的算法的思想。上面的概念有一些模糊，我們現在來具體說一說，相信你門的數據結構使用的是一門具體的語言比如C/C++語言來說明，那是為了輔助的學習數據結構，而數據結構本身不屬於任何語言（相信你把書上的程序敲到電腦裡面是不能通過的吧，其只是描述了過程，要調試程序，還需要修改和增加一些東西）。你們的書上開始應該在講究數據的物理存儲結構/邏輯存儲結構等概念，說明數據結構首先就是“數據的結構”，在內存上的存儲方式，就是物理的存儲結構，在程序使用人員的思想上它是邏輯的，比如：你們在C/C++中學習到鏈表，那麼鏈表是什麼一個概念，你們使用指針制向下一個結點的首地址，讓他們串聯起來，形成一個接一個的結點，就像顯示生活中的火車一樣。而這只是對於程序員的概念，但是在內存中存儲的方式是怎樣的那？對於你程序員來說這是“透明”的，其內部分配空間在那裡，都是隨機的，而內存中也沒有一個又一根的線將他們串聯起來，所以，這是一個物理與邏輯的概念，對於我們程序員只需要知道這些就可以了，而我們主要要研究的是“邏輯結構”。我可以給你一個我自己總結的一個概念：所有的算法必須基於數據結構生存。也就是說，我們對於任何算法的編寫，必須依賴一個已經存在的數據結構來對它進行操作，數據結構成為算法的操作對象，這也是為什麼算法和數據結構兩門分類不分家的概念，算法在沒有數據結構的情況下，沒有任何存在的意義；而數據結構沒有算法就等於是一個屍體而沒有靈魂。估計這個對於算法的初學者可能有點暈，我們在具體的說一些東西吧：我們在數據結構中最簡單的是什麼：我個人把書籍中線性表更加細化一層（這裡是為了便於理解在這樣說的）：單個元素，比如：int i;這個i就是一個數據結構，它是一個什麼樣的數據結構，就是一個類型為int的變量，我們可以對它進行加法/減法/乘法/除法/自加等等一系列操作，當然對於單個元素我們對它的數據結構和算法的研究沒有什麼意義，因為它本來就是原子的，某些具體運算上可能算法存在比較小的差異；而提升一個層次：就是我們的線性表（一般包含有：順序表/鏈表）那麼我們研究這樣兩種數據結構主要就是要研究它的什麼東西那？一般我們主要研究他們以結構為單位（就是結點）的增加/刪除/修改/檢索（查詢）四個操作（為什麼有這樣的操作，我在下面說到），我們一般把“增加/刪除/修改”都把它稱為更新，對於一個結點，若要進行更新一類的操作比如：刪除，對於順序表來說是使用下標訪問方式，那麼我們在刪除了一個元素後需要將這個元素後的所有元素後的所有元素全部向前移動，這個時間是對於越長的順序表，時間越長的，而對於鏈表，沒有順序的概念，其刪除元素只需要將前一個結點的指針指向被刪除點的下一個結點，將空間使用free()函數進行釋放，還原給操作系統。當執行檢索操作的時候，由於順序表直接使用下標進行隨機訪問，而鏈表需要從頭開始訪問一一匹配才可以得到使用的元素，這個時間也是和鏈表的結點個數成正比的。所以我們每一種數據結構對於不同的算法會產生不同的效果，各自沒有絕對的好，也沒有絕對的不好，他們都有自己的應用價值和方式；這樣我們就可以在實際的項目開發中，對於內部的算法時間和空間以及項目所能提供的硬件能力進......
銀行家算法應用在哪些方面?
只要是涉及多個獨立個體對某種資源的動態申請和回收就可以應用此算法。在計算機科學中一般用此算法檢測進程的推進順序是否是安全隊列，如果不是的話，會因為對資源的爭奪而造成死鎖。