计算世界充满了流行语：人工智能、超级计算机、机器学习、云计算、量子计算等等。在整个计算过程中特别使用了一个词——算法。在最一般的意义上，算法是一系列指令，告诉计算机如何将关于世界的一组事实转换为有用的信息。事实是数据，有用的信息是人的知识、机器的指令或另一种算法的输入。有许多常见的算法示例，从对数字集进行排序到通过地图查找路线再到在屏幕上显示信息。
要了解算法的概念，请考虑早上穿衣服。很少有人会再三考虑。但是你会如何写下你的过程或告诉一个 5 岁的孩子你的方法呢?详细回答这些问题会产生一个算法。
输入
当你早上穿好衣服时，你需要什么信息?首先，您需要知道衣橱里有哪些衣服可供您使用。然后你可能会考虑温度是多少，当天的天气预报是什么，现在是什么季节，也许还有一些个人喜好。对于计算机，输入是做出决定所需的信息。
所有这些都可以用数据来表示，数据本质上是数字或单词的简单集合。例如，温度是一个数字，天气预报可能是“下雨”或“晴天”。
转型
接下来是算法的核心——计算。计算涉及算术、决策和重复。
那么，这如何适用于穿衣呢?您通过对这些输入量进行一些数学运算来做出决定。是否穿夹克可能取决于温度，选择哪种夹克可能取决于天气预报。对于计算机来说，我们的穿衣算法的一部分看起来像“如果低于 50 度并且正在下雨，那么选择雨衣和长袖衬衫穿在里面。”
挑选好衣服后，您需要穿上它们。这是我们算法的关键部分。对于计算机来说，重复可以表示为“为每一件衣服穿上它”。
输出
因此，穿好衣服后，您就踏入这个世界，准备好迎接周围人的元素和目光。也许您甚至可以自拍并将其放在 Instagram 上以炫耀您的东西。最后，输出算法的最后一步——表达答案。对于计算机来说，输出通常是更多的数据，就像输入一样。它允许计算机以复杂的方式将算法串在一起以产生更多的算法。然而，输出也可以涉及呈现信息，例如将文字放在屏幕上，产生听觉线索或其他某种形式的交流。
机器学习
有时，说明决策过程太复杂了。一类特殊的算法，机器学习算法，试图根据一组过去的决策示例“学习”。机器学习在推荐、预测和查找信息等方面很常见。
对于我们穿衣服的例子，机器学习算法相当于你记住过去关于穿什么的决定，知道你穿着每件衣服的舒适程度，也许哪些自拍最受点赞，并利用这些信息做出更好的选择选择。
因此，算法是计算机用来将输入数据转换为输出数据的过程。一个简单的概念，但您接触的每一项技术都涉及许多算法。也许下次你拿起手机、看好莱坞电影或查看电子邮件时，你可以思考一下幕后有哪些复杂的算法集。本