数学建模常用算法

最近看到一个求平方根实现（不能调用系统函数库）的面试题，那位博主的整个面试过程让作为程序员的我汗颜，决定有空研究一些常用的算法原理，不然牛逼都没法吹了。

[转]在数学建模中常用的算法：
1：蒙特卡罗算法；
2：数据拟合、参数估计、插值等数据处理算法（常用matlab实现）；
3：线性规划、整数规划、多元规划、二次规划(用lingo、lingdo、matlab即可实现)；
4：图论算法（包括最短路、网络流、二分图）；
5：动态规划、回溯搜索、分治算法、分支界定；
6：最优化理论的三大经典算法（模拟退火算法、神经网络算法、遗传算法）；
7：网格算法和穷举法；
8：连续数据离散化；
9：数值分析算法；
10：图象处理算法（常用matlab来实现）。

数学建模中的算法和计算机算法有什么联系和区别？
[转]某乎上的解答：
简单地说，数学模型，是对某一个具体问题的抽象描述，因为要求严谨和准确，所以一般只能选择数学描述，避免出现二义性。数学模型的建立，并不意味着问题的解决，但却是问题解决的基础，因为至少把问题解释清楚了，保证了所有人对问题的理解是一致的。

计算机算法是解决问题的方法和流程，一般情况下，算法是基于数学模型的。如 “常微分方程的精确求解” 问题，分别采用代数模型、几何模型来描述，就会推导出不同的算法：代数动力学算法与几何算法，两者虽然算法思路完全不同，但都通向 “问题解决” 的终点。

前者偏向描述，后者偏向实现，具体的实现算法基于具体的模型。

业务型的码农，对算法需要了解到什么程度？没人说的清。