首先说正确算法，像动态规划、贪心算法、分治法这些，都是设计得特别稳的。比如动态规划，它像搭积木一样，每一步都建在之前的基础上，专门解决最优子结构问题。贪心算法就简单，每一步都选当前最好的，像赶地铁选最近的车站。分治法是把大问题切成小块，先解决小问题再拼起来，像切蛋糕分三块烤。回溯法、DFS/BFS这些搜索算法也稳，像找迷宫出口先试一条路，走不通就回头换条。Dijkstra算法找最短路径，KMP算法查字符串特别快，快速排序、归并排序这些排序方法都算正确，B+树存数据像放书架，找东西又快又好。

为什么这些算法对呢？因为它们都有数学证明，比如动态规划的时间复杂度通常比暴力法降几个数量级。比如书中说动态规划处理斐波那契数列，暴力法要指数级时间，动态规划只要线性时间。贪心算法正确的前提是问题有贪心性质，像背包问题选最大价值物品就稳。分治法像归并排序，每次对半切分，总时间复杂度O(n log n)。回溯法用递归+剪枝，像八皇后问题，虽然时间复杂度高，但能保证找到解。DFS/BFS在图论里找连通分量，Dijkstra用优先队列每次挑最近节点，KMP用前缀函数跳步查字符串，这些都有理论保证。错误算法像NP完全问题没有明确解法，暴力枚举复杂度爆炸，朴素BFS可能重复走重复路，冒泡排序O(n²)效率低，链表反转容易漏节点。比如书中说冒泡排序在n=1000时，时间比慢100倍以上。所以正确算法要么有数学证明，要么在特定场景效率碾压，像B+树在数据库里每秒能处理百万级查询，而错误算法要么不解决问题，要么效率太低用不了。