算法专题
本专题聚焦于生物信息学中最常用的算法设计范式（Algorithm Design Paradigms）：动态规划（Dynamic Programming, DP）、贪心（Greedy）、分治（Divide and Conquer）、穷举与剪枝（Exhaustive Search）、随机化（Randomized）以及近似算法（Approximation）。每种范式都不是孤立的技巧，而是面对特定问题结构时的系统性建模思路。本专题通过基因组重排、字符串匹配等真实生物信息学问题，帮助读者建立"问题结构 → 范式选择 → 算法实现"的完整链路。
推荐阅读顺序
Section titled “推荐阅读顺序”以下顺序按照从核心范式到组合应用的逻辑递进组织：
掌握以上范式后，可进入以下应用专题：
- 基因组重排 — 用反转距离建模基因组进化
- 欧拉路径与哈密顿路径 — 图遍历与组装问题的联系
- DAG 最长路径 — 有向无环图上的动态规划
- 近似算法 — NP-hard 问题的近似求解策略
- 随机化算法 — 概率方法与期望性能保证
- 聚类算法 — 层次聚类、k-means 与 CAST 在表达数据分群中的应用
核心范式
动态规划基础
最优子结构、重叠子问题与状态转移方程，贯穿比对、组装和图算法的通用框架。
进入子主题 核心范式
贪心算法
局部最优选择何时能导出全局最优？理解贪心适用条件与反例。
进入子主题 核心范式
穷举搜索
暴力枚举的系统化框架，以及剪枝如何将指数级搜索变为可行。
进入子主题 图方法
图算法
BFS、DFS、最短路径与拓扑排序在生物网络建模中的角色。
进入子主题 图遍历
欧拉路径与哈密顿路径
两种图遍历范式如何分别对应 de Bruijn 图组装与 OLC 组装。
进入子主题