一、学前花絮

我们之前学习了一些基础算法，比如排序、查找、分治、贪心、回溯、递归等。而随着手机与互联网大数据的发展，数据量越来越大，实际问题也变得更加复杂。我们已经不满足于简单的数字排序，要处理图片识别、语音识别等待更加复杂的问题。AI算法就是为了解决这些复杂问题而产生的。

今天我们了解一下从传统算法到AI算法到底是怎么一个过程。

二、Python中传统算法与AI算法的思维跃迁

2.1 什么是算法？一个最简单的定义

一提起算法，大家可能首先想到那些排序、查找等有点烧脑的与数学公式相关的算法。其实这属于狭义的算法（传统算法）。算法本质上是你解决问题的步骤，比如给你一个需求，让你编写程序代码实现。那么你就要设计一个程序编写的步骤，比如先做什么后做什么，输入什么输出什么。这些就是算法。

而我们说的狭义的算法，只不过在某些场景提升了代码运行效率。比如让你把一串数字进行排序，你可以直接按照循环比较大小的方法，获得最终的排序数组。而如果使用二分法等狭义上的算法，明显会提升软件的执行效率。

算法 = 解决问题的步骤说明书

在计算机中，算法就是告诉计算机如何一步步解决问题的指令集合。

2.2 传统算法：解决"明确规则"的问题

经典例子：快速排序

以上程序用了中文变量名，我们说过python3以上版本支持中文变量了。当然我们平时编写程序尽量用英文字母，这种中文变量适合演示。快速排序算法用了二分法和递归，可以实现快速排序。输出结果：

传统算法的特点：

• 规则明确：比较大小、交换位置

• 结果确定：输入相同，输出一定相同

• 人类可理解：你能看懂每一步在做什么

2.3 AI算法：解决"说不清规则"的问题

经典问题：识别图片中的猫

AI算法的解决方案：

2.4 为什么AI算法更复杂？

复杂度对比

AI算法复杂的根本原因：问题变复杂了

不是科学家故意发明复杂算法，而是现实问题倒逼算法进化！

2.5 算法在程序中的作用

1. 提升效率（最直接的作用）

输出结果（我把数量级降了100倍，否则时间太长了）：

以上可以看出，高效算法与低效算法的差距770倍！而且我调整了数量级，降低了100倍。否则低效算法花费的时间会更长。

2. 解决人类难以解决的问题

大家想想，我们常用的高德地图导航路径规划，要从起点到终点那么多路径中分析很多因素：比如堵车情况，比如是否高速收费等等，然后经过路径优化选择一条适合的路径。当路径很多的时候，这种问题很难用人力解决。这些就是算法的妙用！

3. 实现自动化与智能化

以上是关于机器人与自动化方面的算法，要考虑的各种因子很多，这也是AI算法为什么复杂的实际案例。

2.6 传统算法与AI算法的关系

不是替代，而是进化

之前我们已经学过一些基础的算法，上面这张图就是列出来从最基础的算法到AI算法的进化过程。但AI算法底层还是基础算法：

这就如同我们大学学的数学与中小学数学的区别，大学数学再复杂也还是以中小学的数学为基础的。

2.7 一个完整的对比案例

问题：推荐用户喜欢的电影。这种场景在我们手机app中经常会有，比如推荐美食、推荐电影等。

方案1：传统规则算法

以上的推荐规则比较简单，先看电影的评分，然后看哪些电影朋友在看，进行推荐。明显的，传统算法没有获取个人喜好等信息。

方案2：AI推荐算法

以上的AI推荐，首先要获取用户历史信息以及所有用户相关方面的数据，再根据电影特征进行匹配。这个数据量就很大了，但得到的结果是和用户相关的。

2.8 算法的未来：会更复杂吗？

未来的算法随着我们手机、互联网的发展，有关数据量也会越来越大。而随着问题复杂度的增加，也会有更加复杂的算法去解决问题。

三、小结

今天的文章是针对python中传统算法与AI算法关系进行了论述，我们一直强调，计算机语言编程属于应用科学，是为了解决问题。再复杂的算法也是因为面对的问题复杂而产生的。不是为了设置壁垒。

算法不是枯燥的数学，而是解决问题的艺术。从排序数字到识别猫咪，从计算器到ChatGPT，算法让计算机从"听话的算盘"变成"智能的伙伴"。学习算法，就是学习如何用计算机的思维解决人类的问题——这是21世纪最酷的技能之一。

让我们保持学习的热情，2026年一马当先、马到成功！