本节书摘来自华章计算机《算法基础》一书中的第2章，第2.7节，作者：（美）罗德·斯蒂芬斯（Rod Stephens）著，更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.7　总结

一些数值计算算法（如随机化方法）在各种各样的应用中是有用的。其他算法（如质因子、寻找最大公约数）的用途可能是有限的。如果程序不需要寻找最大公约数，那么最大公约数的算法不会有太大的帮助。
然而，通过这些算法表现出的技术和概念可以在其他许多情况下非常有用。例如，一个算法可以是概率性的，这个想法是在许多应用中都非常重要的。这种想法可以帮助你想出其他的算法，这是个具有不确定性的完美工作（这些问题很容易在面试时遇到）。
本章阐述了公平和偏差的概念，这两个概念对于任何种类的随机化算法都非常重要，如蒙特卡罗积分算法，其重要性也在这一章中有所介绍。
本章还介绍了自适应求积，这种技术让一个程序的大部分重点工作关注在最相关的部分，而较少关注易于执行的部分。设计程序时花最多时间在最重要的部分上，这种理念适用于多种算法。
很多数值算法，如最大公约数、费马素性测试、矩形规则和梯形规则、蒙特卡罗积分，也不需要复杂的数据结构。相比之下，在这本书中描述的大多数其他算法的确需要专门的数据结构来产生所需的结果。下一章介绍了一种数据结构：链表。这些都不是能在本书中找到的最复杂的数据结构，但它们可用于许多其他算法。此外，链接数据的概念在其他数据结构也是有用的，如在树和网络中。