一、舍伍德算法
作用：為了消除實例與時間復雜度之間的關系；
例如，對於一個快速排序算法，開始時所考慮的是一個有很好平均性能的選擇算法，但在最壞情況下對某些實例算法效率較低，此時采用概率方法，將上述算法改造成一個舍伍德型算法，消除實例與時間復雜度之間的關系；
二、拉斯維加斯算法
它的一個顯著特征：它所做的隨機性決策有可能導致算法找不到所需要的解；
應用：n后問題
三、蒙特卡洛算法
基本思想：設p是實數，且0.5 < p < 1。如果一個蒙特卡洛算法對於問題的任一實例得到的正確解的概率不小於p，責成該蒙特卡洛算法是p正確的，且稱p - 0.5 是該算法的優勢；