枚举法
递推
与枚举算法思想相比，递推算法能够通过已知的某个条件，利用特定的关系得出中间推论，然后逐步递推，直到得到结果为止。由此可见，递推算法要比枚举算法聪明，它不会尝试每种可能的方案。
在日常应用中有如下两种递推 算法。
① 顺推法：从已知条件出发，逐步推算出要解决问题的方法。例如斐波那契数列就可以通过顺推法不断递推算出新的数据。
② 逆推法：从已知的结果出发，用迭代表达式逐步推算出问题开始的条件，即顺推法的逆过程。
递归
递归是在过程或函数中调用自身的过程
递归算法实际上是把问题转化为规模缩小了的同类问题的子问题，然后再递归调用函数或过程来表示问题的解。
要有递归出口（系统用栈来存储每一层的返回点和局部量，递归次数过多，则容易造成栈溢），运行效率较低，所以一般不提倡用递归算法设计程序
分治
各个击破，将一个规模为N的问题分解为K个规模较小的子问题，这些子问题相互独立且与原问题性质相同。只要求出子问题的解，就可得到原问题的解。
分解-求解-合并
贪心算法
它在求解问题时总想用在当前看来是最好方法来实现。这种算法思想不从整体最优上考虑问题，仅仅是在某种意义上的局部最优求解。
回溯法（试探法）
① 针对所给问题，定义问题的解空间。
② 确定易于搜索的解空间结构。
③ 以深度优先方式搜索解空间，并在搜索过程中用剪枝函数避免无效搜索。
迭代法
也称辗转法，是一种不断用变量的旧值递推新值的过程，在解决问题时总是重复利用一种方法。与迭代法相对应的是直接法（或者称为一次解法），即一次性解决问题。迭代法又分为精确迭代和近似迭代。“二分法”和“牛顿迭代法”属于近似迭代法，功能都比较类似。
（1）确定迭代变量
（2）建立迭代关系式
（3）对迭代过程进行控制
有点像动态规划
【python】Single / Single Cycle / Double Link List
【python】Sort Algorithm
【python】Coding（Interview）
【python】Leetcode（Data Structure / Algorithm）
【python】Leetcode（Dynamic Programming）
【python】Leetcode（Map）
【python】Leetcode（primer）
【python】Leetcode（String）
【python】Leetcode（Tree）