1. 枚举法
根据具体问题枚举出各种可能，从中选出有用信息或者问题的解。
这种方法利用计算机的速度优势，在解决简单问题时十分有效。
2. 贪心法
如前所述，根据问题的信息尽可能做出部分的解，并基于部分解逐步扩充得到完整的解。
在解决复杂问题时，这种做法未必能得到最好的解。
3. 分治法
把复杂问题分解为相对简单的子问题，分别求解，最后通过组合起子问题的解的方式得到原问题的解。
4. 回溯法（搜索法）
专指通过探索的方式求解。
如果问题很复杂，没有清晰的求解路径，可能就需要分步骤进行，而每一步骤又可能又多种选择。
在这种情况下，只能采用试探的方式，根据实际情况选择一个可能方向。
当后面的求解步骤无法继续时，就需要退回到前面的步骤，另行选择求解路径，这种动作称为回溯。
5. 动态规划方法
在一些复杂情况下，问题求解很难直截了当地进行，因此需要在前面的步骤中积累信息，在后续步骤中根据
已知信息，动态选择已知的最好求解路径（同时可能进一步积累信息）。
这种算法模式被称为动态规划。
6. 分支限界法
可以看作搜索方法的一种改良形式。
如果在搜索过程中可以得到一些信息，确定某些可能的选择实际上并不真正有用，就可以及早地将其删除，以缩小可能的求解空间，加速问题求解过程。
说明：
上述算法设计模式只是人们对经验的总结。
这些模式并不相互隔绝也不相互排斥。
算法分析的主要任务就是弄清算法的资源消耗。
算法分析的最重要作用是作为评价算法的一种标准。
