知网查重的算法优化主要通过以下几个方面进行：

1. 增量式查重算法：引入增量式查重算法，可以实现对文本的动态处理和智能分析。这种算法能够高效地对文档进行比对，而不需要重新计算整篇文章的相似度，大大提高了查重的效率。
2. 文本相似度计算：采用先进的文本相似度计算算法，包括余弦相似度、Jaccard相似度等，通过计算论文之间的相似度，识别文档中可能存在的抄袭和重复内容。
3. 大数据处理技术：针对处理大规模的文本数据进行了优化，引入了分布式计算和并行处理技术，可以有效处理大量的文档并保证系统的稳定性和性能。
4. 灵敏度阈值设置：设置了灵敏度阈值，该阀值为3%，以段落（或章节）的字数来计算，单篇文献低于3%的抄袭或引用是检测不出来的，这样既保证了检测的准确性，又避免了对合理引用的误判。
5. 用户反馈收集：通过用户的使用反馈，不断收集数据，对算法进行调整和优化，以提高查重的准确性和用户体验。
6. 格式要求规范：知网查重对于提交的论文格式有一定的要求，格式的不同可能会对检测结果造成影响。因此，优化算法时也考虑了如何减少格式差异对检测结果的影响。
7. 对比库更新：知网查重的对比库包括中国学术期刊网络出版总库、中国博士学位论文全文数据库、中国优秀硕士学位论文全文数据库等，这些库的持续更新也是算法优化的一部分，以确保查重系统能够覆盖最新的学术成果。
8. 分段分章检测：上传论文后，系统会自动检测该论文的章节信息，如果学校的目录设置符合知网系统内置的分章判断条件，系统就会按章检测，分章出结果，否则会分段出结果。这种分段或分章的检测方式也是算法优化的一部分。

总的来说，知网查重算法的优化是一个持续的过程，旨在提高查重的准确性和效率，同时为用户提供更好的使用体验。通过不断的技术迭代和更新，知网查重系统能够更好地服务于学术界，维护学术诚信和原创性。