计算世界充满了流行语:人工智能、超级计算机、机器学习、云、量子计算等等。在整个计算过程中，有一个词被特别使用——算法。

在最一般的意义上，算法是一系列指令，告诉计算机如何将一组关于世界的事实转化为有用的信息。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。算法有许多常见的例子，从对一组数字进行排序到通过地图找到路线，再到在屏幕上显示信息。

要对算法的概念有所了解，可以考虑早上穿衣服。很少有人再考虑一下。但是你会如何写下你的过程或者告诉一个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。

投入

对计算机来说，输入是做出决策所需的信息。

早上穿衣服的时候，需要哪些信息？首先，你需要知道你的衣柜里有什么衣服。然后你可能会考虑温度是多少，当天的天气预报是什么，什么季节，也许还有一些个人偏好。

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“多雨”或“阳光”

转换

接下来是算法的核心——计算。计算包括算术、决策和重复。

那么，这怎么适用于穿衣服呢？你通过对这些输入量进行数学运算来做出决定。你是否穿夹克可能取决于温度，你选择哪件夹克可能取决于天气预报。对电脑来说，我们的着装算法的一部分看起来像是“如果气温低于50度，而且正在下雨，那就挑一件雨衣和一件长袖衬衫穿在下面。”

挑选完衣服后，你需要穿上它们。这是我们算法的关键部分。对计算机来说，重复可以表示为“穿上每件衣服”

输出

最后，算法的最后一步是输出——表达答案。对计算机来说，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，产生更多的算法。然而，输出也可以包括呈现信息，例如将单词放在屏幕上，产生听觉提示或一些其他形式的交流。

所以，穿好衣服后，你走进这个世界，准备好迎接周围人的目光。也许你甚至自拍，放在Instagram上炫耀你的东西。

机器学习

有时候，它太复杂了，无法详细说明决策过程。一个特殊的算法类别，机器学习算法，试图基于一组过去的决策例子来“学习”。机器学习在推荐、预测和查找信息等方面很常见。

以我们的着装为例机器学习算法相当于你记住过去关于穿什么的决定，知道你穿每件衣服的感觉有多舒服，也许知道哪张自拍最受欢迎，并使用它信息做出更好的选择。

所以，一个算法这个过程是一个计算机用于将输入数据转换为输出数据。一个简单的概念，但你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是什么样的复杂算法。