计算机特有一些算法，这些算法在计算机科学和工程中扮演着重要角色。以下是一些计算机特有的算法类型及其例子：
排序算法
冒泡排序：通过重复遍历要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。
插入排序：将一个记录插入到已经排序好的有序表中，从而得到一个新的、记录数增1的有序表。
选择排序：在未排序序列中找到最小（或最大）元素，存放到排序序列的起始位置，直到全部待排序的数据元素排完。
快速排序：使用分治法策略，通过一个基准元素将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。
归并排序：采用分治法的一个典型应用，将已有序的子序列合并，得到完全有序的序列。
堆排序：利用堆这种数据结构所设计的一种排序算法，利用堆顶元素总是最大（或最小）这一性质进行排序。
搜索算法
线性搜索：按顺序检查每一个元素，直到找到为止。
二分搜索：首先将数据集分成两半，然后根据要查找的值与中间元素的比较结果决定是继续在左半部分查找还是在右半部分查找。
深度优先搜索（DFS）：从图的某一顶点出发，首先访问它的相邻节点，然后对这些相邻节点进行同样的操作，直到所有节点都被访问过。
广度优先搜索（BFS）：从图的某一顶点出发，首先访问它的相邻节点，然后再对这些相邻节点的未访问过的相邻节点进行同样的操作，直到所有节点都被访问过。
图算法
最短路径算法：如Dijkstra算法和Floyd-Warshall算法，用于计算图中两点之间的最短路径。
最小生成树算法：如Kruskal算法和Prim算法，用于找到图的最小生成树。
拓扑排序：用于对图中的节点进行排序，使得对于每一条有向边（u, v），u都在排序中出现在v之前。
动态规划算法
斐波那契数列：通过递归或动态规划的方法计算斐波那契数列的第n项。
背包问题：在给定一组物品，每种物品都有自己的重量和价值，在限定的总重量内，如何选择物品以达到最大总价值。
最长公共子序列：找到两个序列共同拥有的最长子序列。
其他特有算法
分治法：将一个问题分成多个相同或相似的子问题，分别解决后再合并结果。
贪心算法：每一步都选择当前最优的解，希望通过每个局部最优解来达到全局最优。
回溯法：通过探索所有可能的候选解来找出所有解，适用于解决组合优化问题。
分支限界法：在搜索过程中，通过剪枝技术减少搜索空间，提高搜索效率。
这些算法在计算机科学的不同领域中有着广泛的应用，它们的设计和实现往往依赖于计算机的特性，如存储结构和处理能力。通过这些算法，计算机能够高效地处理和分析大量数据，解决复杂的问题。