痲雀搜尋算法（Sparrow Search Algorithm, SSA）是一種基於群體智慧型的最佳化算法，於2020年提出，主要靈感來源於痲雀的覓食行為和反捕食行為。在SSA中，痲雀被分為發現者（探索者）和加入者（追隨者），其中發現者負責在種群中尋找食物並提供覓食區域和方向，而加入者則利用發現者來獲取食物。算法通過模擬痲雀的覓食過程來搜尋最優解，其基本思想是將搜尋空間劃分為若幹個小區域，每個區域內都有若幹個痲雀，每個痲雀代表一個解，在搜尋空間中的運動受到自身的記憶和群體的影響。
在SSA中，發現者在搜尋過程中會優先獲取食物，並且可以獲得比加入者更大的覓食搜尋範圍。發現者和加入者的位置更新策略不同，前者在感知到危險時會向安全區域移動，而後者則會跟隨當前最優的發現者以獲取食物。當痲雀種群意識到危險時，會做出反捕食行為，即迅速飛到其他安全區域進行覓食。
SSA的優點在於具有較好的全局搜尋能力和收斂性，可以套用於多種最佳化問題的求解。它通過模擬痲雀的覓食和反捕食行為，展現了高效的全局搜尋能力和穩定性。