http://www.zazvida.com

                                                                  【决胜时时彩网址】一个算法的执行时间效率用什么衡量-常见问题

                                                                  在忽略机器性能的基础上我们用算法时间复杂度来衡量算法执行的时间。
                                                                  1、时间频度
                                                                  一个算法执行所耗费的时间,从理论上是不能算出来的,必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试,只需(知道哪个算法花费的时间多,哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例,哪个算法中语句执行次数多,它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
                                                                  2、时间复杂度
                                                                  在刚才提到的时间频度中,n称为问题的规模,当n不断变化时,时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此,我们引入时间复杂度概念。

                                                                  一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度,简称时间复杂度。

                                                                  在各种不同算法中,若算法中语句执行次数为一个]常数,则时间复杂度为O(1),另外,在时间频度不相同时,时间复杂度有可能相同,如T(n)=n^2+3n+4与T(n)=4n^2+2n+1它们的频度不同,但时间复杂度相同,都为O(n^2)。
                                                                  按数量级递增排列,常见的时间复杂度有:
                                                                  常数阶O(1),对数阶O(log2n)(以2为底n的对数,下同),线性阶O(n),
                                                                  线性对数阶O(nlog2n),平方阶O(n^2),立方阶O(n^3),...,
                                                                  k次方阶O(n^k),指数阶O(2^n)。随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。
                                                                  算法的时间性能分析
                                                                  (1)算法耗费的时间和语句频度

                                                                  一个算法所耗费的时间=算法中每条语句的执行时间之和

                                                                  每条语句的执行时间=语句的执行次数(即频度(Frequency Count))×语句执行一次所需时间

                                                                  算法转换为程序后,每条语句执行一次所需的时间取决于机器的指令性能、速度以及编译所产生的代码质量等难以确定的因素。

                                                                  若要独立于机器的软、硬件系统来分析算法的时间耗费,则设每条语句执行一次所需的时间均是单位时间,一个算法的时间耗费就是该算法中所有语句的频度之和。
                                                                  求两个n阶方阵的乘积 C=A×B,其算法如下:

                                                                    # define n 100 // n 可根据需要定义,这里假定为100  void MatrixMultiply(int A[a],int B [n][n],int C[n][n])  { //右边列为各语句的频度  int i ,j ,k;   for(i=0; i<n;j++) n+1   for (j=0;j<n;j++) { n(n+1)   C[i][j]=0; n   for (k=0; k<n; k++) nn(n+1)   C[i][j]=C[i][j]+A[i][k]*B[k][j];n  }  }
                                                                                  

                                                                  郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

                                                                  上一篇:嘀嗒上线顺风车标准研究集思会,首期议题为合乘关系 - 嘀嗒,嘀嗒出行
                                                                  下一篇:没有了