1.貪婪算法(Greedy algorithm):貪婪算法(Greedy algorithm)是在每壹步中都采取當前狀態下的最佳或最優(即最有利)選擇，從而希望結果將是最佳或最優的算法。貪婪算法的思想是從問題的局部最優解出發，盡可能實現全局最優解。貪心算法不壹定能得到最優解，但可以在多項式時間內解決很多問題，比如最小生成樹、最短路徑等。
2.動態規劃算法:動態規劃算法是通過將原問題分解為相對簡單的子問題來解決復雜問題的方法。在解決問題的過程中，存儲每個子問題的解，以便在解決其他子問題時重用。動態規劃算法適用於具有重疊子問題和最優子結構性質的問題，如背包問題和最長公共子序列。
3.回溯算法:回溯算法是壹種通過探索所有可能的解來解決問題的算法。在回溯算法中，如果發現當前解不滿足問題的約束，就會回溯到之前的狀態，嘗試其他選項。回溯算法適用於約束滿足問題，如八皇後問題和圖的著色問題。
算法策略的應用:
1.金融領域:算法和策略廣泛應用於金融領域，如股票交易、期貨交易、外匯交易等。通過算法策略，可以自動分析市場數據，預測市場走勢，快速做出交易決策，從而提高交易的效率和準確性。
2.物流領域:在物流領域，可以利用算法策略優化運輸路線，降低運輸成本，提高運輸效率。比如通過動態規劃算法，根據貨物的目的地和運輸需求，合理安排貨物的裝載和運輸路線，可以提高運輸效率，降低成本。
3.人工智能領域:算法策略是人工智能領域的重要組成部分，可用於機器學習、自然語言處理、計算機視覺等領域。比如在機器學習中，可以通過貪婪算法和動態規劃算法來訓練模型和優化模型參數，提高模型的精度和泛化能力。