演算法題目往往比較複雜，要麼讓人感到無從下手，要麼很難給出一個最優解，但這恰恰是考驗一個程式設計師思維方式的有效手段。看到這類的難題不要慌，《演算法設計與分析基礎》一書比較全面地總結了做演算法題目的一些思路：

(1)蠻力窮舉法，可以說可以解決所有的問題，不過對於組合數很大的問題時間效能不是很好甚至不能忍受。例子：全排列的生成、n選m組合的生成（這兩個的蠻力法都可以利用多重巢狀迴圈形成，層次很壯觀),8皇后問題(對應成8數全排列)，12城tsp問題(對應成12數排列),a的n次方計算就老老實實連乘n次a，順序查詢元素等都是蠻力窮舉的例子。
(2)分治法，就是把1個大問題分成2個小問題，2個小問題還可以再分，直到問題規模小的可以簡單解決。處理每個小問題，把處理結果彙總處理，最後得到整個大問題的解。一般而言，分治法都要用到遞迴。例子：算n個數的和，可以算前一半n/2的和，後一半n/2的和，最後相加即得總和；凸包問題，可以把最左邊點和最右邊點連線，右上邊點集的凸包(叫做上包)和下面點集的凸包(叫做下包)，最後把上包和下包合圍起來就是整個凸包。點集的最小點對問題，可以以一條線為界，分成左右兩個集合，分別求最小點對，最後在合起來處理。分治法對多個處理器或處理機的平行計算特別適用。
(3)減治法，就是處理過程中問題規模不斷減小的方法。最常見的就是折半查詢，每次都把n/2個元素刪去；減治法一半分為減1法，減常數法，減可變規模法。減1法典型的就是插入排序，還有計算a的n次方，可以計算a的n-1次方，再變成計算a的n-2次方等等。想查詢二叉樹的查詢都利用了減治的思想。
(4)變治法，就是對問題進行變相，變化，利用已有的解決方案來解決生疏的問題，重點在於對原來的生疏問題進行轉化，轉變，使他變成一個已有好的解法的熟悉問題。
(5)時空權衡，考慮時間和空間的相互轉化，有時利用空間換時間，有時利用時間換空間，常用的就是  計數排序(多利用了一個計數陣列)，雜湊法，B樹。
(6)動態規劃，也是時空權衡的一種，把可重複的問題的解儲存在一個表裡面。例子包括   計算二項式係數，最有二叉查詢樹，揹包問題和記憶功能。
(7)貪婪演算法，就是每一步都從可選方案中選擇對該步最有利的方案，直到問題解決。貪婪法有可能得不到問題的最優解，不過得到的解一般都很接近問題的最優解。它的優點就是效率高，時間複雜性相對有那些得到最優解的演算法快很多。常用的例子：
最小生成樹的prim演算法，kruskal演算法，最短路徑的dijkstra演算法，解決tsp問題。
(8)回溯法
(9)分支限界法