衡量算法效率的方法和标准

算法的效率可以分为时间效率和空间效率。 这两个是确定算法优点的主要标准。 算法效率是指算法执行所需的时间，它是通过基于算法对程序进行编程在计算机上运行所需的时间来衡量的。

1.时间效率称为时间复杂度，而空间效率称为空间复杂度。 时间复杂度主要衡量算法的运行速度，而空间复杂度主要衡量算法所需的额外空间。 所以我非常关心空间的复杂性。

2. 空间效率是衡量程序花费多少时间和解决问题所花费的内存空间的指标。

例如，如果处理 10 条数据需要 10 秒，处理 100 条数据需要 100 秒，那么我们说程序是有效的，因为它所需的时间与它需要的数据量成正比。

但是，有些问题比较复杂，处理10条数据可能需要100秒，但处理100条数据需要10000秒，所以花费的时间是数据量的平方，所以这样的程序的时间效率不高。 这就是时间背风周期的效率。 更科学的方法是根据时间复杂度来衡量它。

以下是衡量算法时间效率的方法：

一。 时间频率。

二。 时间复杂度。

三。 算法的时态性能分析：

1.算法消耗的时间和频率;

2.问题的大小和算法的时间复杂度;

3.渐进式时间复杂度，用于评估算法的时间性能;

4. 算法的时间复杂度不仅取决于问题的大小，还取决于输入实例的初始状态。

算法执行流程

，则调用密钥语句的执行 DU 数。

对于算法的跨期复杂度，DAO 所需的额外存储空间作为算法的空间复杂度进行权衡。 在评估算法的效率时，应同时考虑上述两个数据。

然而，在大多数情况下，在讨论一个算法的效率时，它通常指的是算法的时间复杂度，即算法的关键语句被执行的次数，这与实际问题有关，通常写成问题量表的函数。

它是用时间复杂度和空间复杂度来衡量算法的质量。

评估算法的四个标准：

1.正确性。

能够正确实现预期功能并满足特定问题的需要。 用于处理数据的算法是否合适，是否能获得所需的结果。

2.易读性。

易于阅读、理解和交流，易于调试、修改和扩展。 写好的算法能被别人理解吗，能不能被别人理解？ 如果易于理解，则在调试和修改系统或扩展功能时使系统维护更加方便。

3.鲁棒性。

如果输入了非法数据，算法可以做出适当的反应并进行处理，因此不会出现意外结果。 数据的形式有很多种，算法可能会面临接受各种数据的问题，当算法接收到不适合算法处理的数据时，算法本身应该如何处理呢？ 如果算法能够处理异常数据，则处理能力越强，鲁棒性越好。

4.时空性。

算法的时空属性是算法的时空性能。 它主要讨论时间的长短以及算法在执行过程中占用的空间大小。

在处理数据的过程中，不同的算法消耗的时间和内存空间不同。

要衡量算法的质量，可以从算法的正确性、鲁棒性、可读性和效率来分析

（1）迭代：级数求和（2）递归：递归跟踪+递归方程

（3） 猜测 + 验证来源：清华大学-邓俊辉MOOC数据结构及算法完整

衡量橡树查找算法效率的主要标准是（）。

a.扁平的芦苇长度。

b.元素数。

c.所需的存储量。

d.算法的难度。

正确答案：a