एल्गोरिथम तकनीक

गणित और कंप्यूटर विज्ञान में, एक एल्गोरिथम तकनीक एक प्रक्रिया या गणना को लागू करने के लिए एक सामान्य दृष्टिकोण है।

सामान्य तकनीकें
कई व्यापक रूप से मान्यता प्राप्त एल्गोरिथम तकनीकें हैं जो एल्गोरिदम को डिजाइन और निर्माण करने के लिए एक प्रमाणित विधि या प्रक्रिया प्रदान करती हैं। उद्देश्य के आधार पर विभिन्न तकनीकों का उपयोग किया जा सकता है, जिसमें सर्चिंग, सॉर्टिंग, गणितीय अनुकूलन, कॉन्सट्रेंट सैटिस्फैक्शन, वर्गीकरण, विश्लेषण और भविष्यवाणी सम्मिलित हो सकती है।

ब्रूट फोर्स
ब्रूट-फोर्स एक सरल, संपूर्ण तकनीक है जो समाधान खोजने के लिए हर संभव परिणाम का मूल्यांकन करती है।

विभाजन और जीत
विभाजन और जीत एल्गोरिथम तकनीक जटिल समस्याओं को पुनरावर्ती रूप से छोटी उप-समस्याओं में विघटित करती है। इसके बाद प्रत्येक उप-समस्या का समाधान किया जाता है और समग्र समाधान निर्धारित करने के लिए इन आंशिक समाधानों को पुनः संयोजित किया जाता है। इस तकनीक का प्रयोग प्रायः सर्चिंग और सॉर्टिंग के लिए किया जाता है।

डायनेमिक
डायनेमिक प्रोग्रामिंग एक व्यवस्थित तकनीक है जिसमें एक जटिल समस्या को समाधान के लिए छोटे, अतिव्यापी उप-समस्याओं में पुनरावर्ती रूप से विघटित किया जाता है। डायनेमिक प्रोग्रामिंग मेमोइज़ेशन नामक एक अनुकूलन तकनीक का उपयोग करके स्थानीय रूप से अतिव्यापी उप-समस्याओं के परिणामों को संग्रहीत करता है।

विकासवादी
एक विकासवादी दृष्टिकोण प्रार्थक समाधान विकसित करता है और फिर, जैविक विकास के समान तरीके से, इन समाधानों के यादृच्छिक परिवर्तनों या संयोजनों की एक श्रृंखला क्रियान्वित करता है और एक फिटनेस फ़ंक्शन के खिलाफ नए परिणामों का मूल्यांकन करता है। समग्र इष्टतम समाधान प्राप्त करने के लिए, अतिरिक्त पुनरावृत्तियों के लिए सबसे उपयुक्त या आशाजनक परिणाम चुने गए हैं।

ग्राफ ट्रैवर्सल
ग्राफ़ ट्रैवर्सल समस्याओं के समाधान खोजने की एक तकनीक है जिसे ग्राफ़ के रूप में दर्शाया जा सकता है। यह दृष्टिकोण व्यापक है, और इसमें डेप्थ-फर्स्ट सर्च, ब्रेड्थ-फर्स्ट सर्च, ट्री ट्रैवर्सल, और कई विशिष्ट विविधताएँ सम्मिलित हैं जिनमें स्थानीय अनुकूलन सम्मिलित हो सकते हैं और ऐसे खोज स्थानों को बाहर कर सकते हैं जो गैर-इष्टतम या संभव नहीं होने के लिए निर्धारित किए जा सकते हैं। इन तकनीकों का उपयोग विभिन्न प्रकार की समस्याओं को हल करने के लिए किया जा सकता है जिसमें लघुतम पथ और कंस्ट्रेंट सैटिस्फैक्शन प्रॉब्लम्स सम्मिलित हैं।

लालची
संभावित परिणामों के समूह से एक संभावित परिणाम का मूल्यांकन करके एक लालची दृष्टिकोण शुरू होता है, और फिर उस परिणाम में सुधार के लिए स्थानीय रूप से खोज करता है। जब एक स्थानीय सुधार पाया जाता है, तो यह प्रक्रिया को दोहराएगा और इस स्थानीय इष्टतम के पास अतिरिक्त सुधारों के लिए फिर से स्थानीय रूप से खोज करेगा। एक लालची तकनीक प्रायः लागू करने के लिए सरल होती है, और जहां खोज शुरू हुई, उसके आधार पर निर्णयों की इन श्रृंखलाओं का उपयोग स्थानीय इष्टतम खोजने के लिए किया जा सकता है। हालाँकि, लालची तकनीकें संभावित परिणामों के पूरे सेट में वैश्विक इष्टतम की पहचान नहीं कर सकती हैं।

अनुमानी
एक अनुमानी दृष्टिकोण इष्टतम होने की गारंटी नहीं देने वाले तत्काल समाधान तक पहुंचने के लिए एक व्यावहारिक पद्धति का उपयोग करता है।

सीखना
यंत्र अधिगम तकनीक स्पष्ट प्रोग्रामिंग के बिना वर्गीकरण और विश्लेषण करने के लिए सांख्यिकीय तरीकों को नियोजित करती है। इस श्रेणी में पर्यवेक्षित शिक्षण, अनुपयोगी शिक्षा, सुदृढीकरण सीखने और गहन शिक्षण तकनीक सम्मिलित हैं।

गणितीय अनुकूलन
गणितीय अनुकूलन एक ऐसी तकनीक है जिसका उपयोग किसी फ़ंक्शन को न्यूनतम या अधिकतम करके गणितीय इष्टतम की गणना करने के लिए किया जा सकता है।

मॉडलिंग
गणितीय मॉडल एक वास्तविक दुनिया की समस्या को एक रूपरेखा या एल्गोरिथम प्रतिमान में समाहित करने की एक सामान्य तकनीक है जो समाधान में सहायता करती है।

पुनरावर्तन
पुनरावर्तन एक एल्गोरिथ्म को डिजाइन करने के लिए एक सामान्य तकनीक है जो परिभाषित परिणामों के साथ एक या एक से अधिक आधार मामलों के लिए कार्य के उत्तरोत्तर सरल भाग के साथ खुद को बुलाती है।

विंडो स्लाइडिंग
विंडो स्लाइडिंग का उपयोग नेस्टेड लूप के उपयोग को कम करने और इसे सिंगल लूप से बदलने के लिए किया जाता है, जिससे समय की जटिलता कम हो जाती है।

यह भी देखें

 * एल्गोरिदम इंजीनियरिंग
 * एल्गोरिथम लक्षण वर्णन
 * संगणना का सिद्धांत

बाहरी संबंध

 * Algorithmic Design and Techniques - edX
 * Algorithmic Techniques and Analysis – Carnegie Mellon
 * Algorithmic Techniques for Massive Data – MIT