2.4 性能指标
在比较算法时,我们使用了问题数据的规模n来评估算法的性能。这是过去半个世纪算法比较的标准方法。通过输入数据的规模评估算法的执行时间,我们可以知晓哪种算法能够更好地适应一些异常规模的问题。性能评估的第二种方法是考虑算法将会耗费多少内存或者存储空间。之后的小节详细讨论这个问题。
常见的算法分类(按照效率降序排列)如下:
常数级:O(1)
对数级:O(log n)
次线性级:O(nd),其中d < 1
线性级:O(n)
线性对数级:O(n log n)
平方级: O(n2)
指数级:O(2n)
注意:在评估算法性能时,必须要找到算法中计算费用最大的部分才能决定算法的分类。例如,如果一个算法可以被划分为两个任务,其中一个任务为线性级,另一个任务为平方级,那么这个算法的总体性能应当归为平方级。
下面将通过一些例子来阐释这些不同的性能分类。
继续阅读与本文标签相同的文章
-
AI+5G科技创新 视频行业呈现轻应用化趋势
2026-05-14栏目: 教程
-
1.98亿滴滴用户添加了紧急联系人 每天百万个订单行程分享给亲友
2026-05-14栏目: 教程
-
工程院院士刘韵洁:5G前景很大,但主要是行业应用
2026-05-14栏目: 教程
-
陆奇:看好5G技术,但应用好5G还需要时间
2026-05-14栏目: 教程
-
在Visual Studio中使用clang-tidy进行代码分析
2026-05-14栏目: 教程
