算法分析應該怎么做？

在許多情況下，分別運行兩種算法來解決同一問題是不理想的，面對這一困難，我們只好求助于數學工具，雖然我們無法對一個尚未完全實現的程序進行比較，但是通過數學分析，我們可以理解程序性能的大致輪廓，并且可以估計改進后的程序的效果。

大部分算法都有影響運行時間的主要參數，這里是對求解問題規模的抽象度量，例如對于排序算法，它是要排序的元素數目。目的是通過簡單的數學公式，盡可能地表達出程序的運行效率。

功能增長

對兩種算法進行比較，我們不滿足于簡單地將其描述為“一種算法比另一種算法快”，而是希望能通過數學函數直觀地了解兩者的區別，特別是希望知道“一種算法比另一種算法快多少”。

有些功能在算法分析中是非常常見的：

…在一個程序中，如果大多數指令只運行一次或幾次，與問題的大小無關，那么程序的運行時間是不變的。小高斯的算法是典型的常量時間。當問題規模增大時，程序的運行時間會變慢，因此可以認為程序的運行時間小于常數。盡管對數的底數影響函數值，但影響不大。考慮到計算機是進制的，所以它通常被取為底數值，這與數學(數學)略有不同。在適當的時候；在增加了一倍的時候,,只有微弱的增長；只有在增加了一倍的時候。若一種算法將一個大問題分解成幾個小問題，每個小問題的運行時間都是常數，則我們認為該算法的運行時間是，典型的二分查找。該比率略高，當問題規模加倍時，運行時間比加倍時要短一些；當問題規模加倍時，程序運行時間會加倍。代價為 ntime的程序通常會處理程序的終止條件，例如，當判斷一個數是否為質數時，邊界值是質數的平方根，而非質數本身。通常稱為線性時間，如果問題規模加倍，則程序運行時間也加倍。強制力達到的方法是線性時間，這類方法通常會有一個循環，結束于問題的規模。如果運行時間比問題大小增加一倍多一點，那么只需說明程序正在運行的時間。如果發生這種情況；如果 N=2048，不要把一個大問題分解成幾個小問題，它們可以在一定的時間內運行，而要區分一下，是否需要合并這些小問題，如果合并，就是這樣。大部分歸并問題的運行時間可以簡單地考慮。若問題的規模加倍，運行時間加倍；若問題的規模加倍，運行時間加倍。若問題的規模加倍，運行時間加倍；若問題的規模加倍，運行時間加倍。確實非常重要的增長假如；加倍努力，對于復雜問題，蠻力法一般都有這個尺度，這類算法一般不適用于實際問題。

讓我們看看這些功能的增長曲線，如圖1所示。

總結

以上是生活随笔為你收集整理的算法分析的目的_掌握这些数学函数，你会在算法效率的分析时经常用到的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。