编写大学计算机算法题时，可以遵循以下步骤：
问题描述
清晰地描述问题的背景和要求，确保题目表述准确无误。
给出输入、输出以及任何特殊要求或限制条件。
输入
描述输入数据的类型、格式和范围。
如果适用，提供示例输入数据。
输出
描述输出数据的类型和格式。
如果适用，提供示例输出数据。
算法设计
初始化：设定初始变量和状态。
操作：详细描述算法中的每一步操作，包括计算、比较、数据结构操作等。
控制结构：说明算法中的控制流程，如循环、条件判断等。
数据结构：选择合适的数据结构来存储和处理数据。
算法分析
时间复杂度：分析算法的时间复杂度，通常使用大O符号表示。
空间复杂度：分析算法的空间复杂度，通常使用大O符号表示。
其他指标：如算法的正确性、可读性、健壮性等。
算法实现
提供伪代码、流程图或具体的编程语言代码。
确保代码简洁、易读，并注释清楚关键部分。
程序调试
描述如何测试和调试算法，确保其正确性和性能。
结果整理
提供测试用例和预期结果。
如果适用，提供算法在不同输入下的表现分析。
题目：找到数组中的最大元素
问题描述：
设计一个算法，找到给定数组中的最大元素。
输入：
一个包含整数元素的数组 `arr`，其中 `1 <= arr.length <= 10^4`，`-10^9 <= arr[i] <= 10^9`。
输出：
返回数组中的最大元素。
算法设计：
1. 初始化一个变量 `max` 为数组的第一个元素 `arr`。
2. 遍历数组中的每个元素 `arr[i]`，将其与 `max` 进行比较。
3. 如果当前元素 `arr[i]` 大于 `max`，则更新 `max` 的值为 `arr[i]`。
4. 遍历结束后，`max` 即为数组中的最大元素。
伪代码：
```
max = arr
for i = 1 to length（arr）
if arr[i] > max
max = arr[i]
return max
```
算法分析：
时间复杂度：O（n），其中 n 是数组的长度。每个元素只需遍历一次。
空间复杂度：O（1），只使用了常数个额外变量。
算法实现（Python）：
```python
def find_max_element（arr）:
max_element = arr
for num in arr:
if num > max_element:
max_element = num
return max_element
```
测试用例：
```python
print（find_max_element（[3, 5, 1, 8, -2]）） 输出： 8
print（find_max_element（[-1, -5, -10, -15]）） 输出： -1
print（find_max_element（）） 输出： 1
```
通过以上步骤，可以系统地编写和解答计算机算法题。确保每一步都清晰明了，有助于提高解题的准确性和效率。