导语：算法是什么？定义、历史与关键概念是科技数码中的重要话题，本文将为您详细介绍相关知识，内容丰富、通俗易懂，适合日常学习。本文发布于2026年05月28日。

引言：无处不在的算法

在数学和计算机科学中，算法（algorithm）是一个被精确定义的、计算机可以执行的一系列有限步骤或次序。它广泛应用于计算、数据处理和自动推理。简单来说，算法就是解决问题的清晰指令，就像菜谱里的步骤一样——只要按照步骤操作，就能得到预期的结果。无论是搜索引擎的排名、地图导航的路径规划，还是游戏中的角色行为，背后都离不开算法。不过，你可能听说过“算法推荐”这个词，有些推荐系统其实并不完全符合算法的严格定义，这背后涉及另一个概念——启发式。我们将在后文详细区分。

算法的核心特征

一个真正的算法必须满足以下几个关键条件：

• 明确性：每一步操作都清晰无歧义，计算机能够准确理解并执行。
• 有限性：步骤数量有限，并且必须能在有限时间内完成，不能无限循环下去。
• 可行性：每一步都可行，即能在现实资源（如时间、内存）限制下完成。
• 有输入和输出：算法通常接受若干输入（可能为空），并产生与输入相关的输出。

例如，用辗转相除法求两个数的最大公约数就是一个经典算法：它从两个正整数开始，反复用较大数减较小数（或取模），直到两个数相等，此时结果就是最大公约数。每一个步骤都明确，且经过有限次操作必定终止。

算法与启发式：到底有什么区别？

在日常生活中，人们常常把社交媒体推荐系统、搜索引擎排序等叫做“算法”。但从严格意义上说，这些系统更多依赖的是“启发式”（heuristic）方法。启发式是一种经验法则或策略，它可能不给出完美或最优的解决方案，但在实际中能快速找到一个“足够好”的答案。比如，视频平台推荐你可能喜欢的视频：它基于你过去的行为、相似用户的偏好等推测，但无法保证推荐结果绝对正确，因为“正确”本身就没有明确定义。而算法要求每一步都有明确规则，并在有限步骤内得到确定结果（或可预期的结果）。因此，媒体上所说的“算法推荐”，更准确的表述应该是“基于启发式的推荐系统”。

算法的历史：从古代智慧到现代形式化

算法的历史源远流长。在中国古代，算法被称为“术”，最早出现在《周髀算经》和《九章算术》中。《九章算术》记载了四则运算、最大公约数（辗转相除法）、最小公倍数、开平方根、开立方根、求素数的筛法（后称埃拉托斯特尼筛法），以及求解线性方程组的高斯消元法原理。三国时期的数学家刘徽发明了计算圆周率的“割圆术”，通过不断分割圆内接正多边形来逼近圆周率，这正是一个典型的算法。唐宋元明各个朝代都有关于算法的专著，比如唐代的《一位算法》，宋代的《杨辉算法》，元代的《丁巨算法》，明代的《算法统宗》，清代的《开平》等。这些著作体现了中国古代数学家在算法思想上的卓越贡献。

西方对算法的形式化定义，则是在20世纪解决希尔伯特判定问题（是否有一个通用方法能判断任意数学命题的真假）的过程中逐步确立的。1930年代，库尔特·哥德尔、雅克·埃尔布朗和斯蒂芬·科尔·克莱尼提出了递归函数；阿隆佐·邱奇创造了λ演算；埃米尔·莱昂·珀斯特和艾伦·图灵分别提出了波斯特-图灵机和图灵机模型。这些数学结构都是对“有效可计算性”的形式化描述。其中图灵机被公认为现代计算机的理论基础，任何在算法上可计算的问题，都能用图灵机实现。直到今天，尽管直觉上有些问题似乎“可以计算”，却仍难以用形式化算法描述——这说明算法的研究仍在继续。

算法的现代意义

在今天，算法几乎渗透到生活每个角落：从手机支付的安全加密、导航软件的路径规划，到在线搜索的排序、人工智能的机器学习模型，都依赖精心设计的算法。理解算法的基本思想，不仅能帮助我们更好地使用技术，也能对信息时代的社会现象（如大数据“杀熟”、推荐系统的偏见）有更理性的判断。记住，算法≠启发式，严格定义的算法是确定、有限、可行的，而启发式可能包含不确定性和近似。下次再听到“算法推荐”时，不妨思考一下：它真的是算法吗？