算法精解_C语言描述 算法性能分析，如何评判算法！

无论是在设计还是应用一种广泛认可的算法时，我们必须了解算法的性能如何。

算法的性能可以通过运算速度和消耗空间来评判。

之所以要了解算法的性能，原因有很多方面。如，当要解决一个问题时，有很多算法可供选择，理解了算法的性能，有助于选择最合适的算法有效的解决我们的问题。

举例来说，垃圾回收算法，它用来回收从堆上分配的动态存储空间，并且需要相当长的时间来运行。认识到这一点，我们就能注意只在适当的时候运用此算法。

理解和确定算法性能的方法和维度包括：最坏情况分析、O表示法、计算复杂度。

最坏情况分析

通常用来评判算法性能的三种情况是：最佳情况、平均情况与最坏情况。

理解每种情况是如何产生的对于分析算法来说非常重要，因为算法在不同情况下的性能差异可能很大。例如，线性搜索是一种自然但效率低下的搜索技术，它简单的从数据集的头部遍历到尾部。最佳情况是要查找的元素处于数据集的第1个位置，这样仅在遍历一个元素之后就找到目标元素。最坏情况下，目标元素在数据集的最后一个位置，这样必须在遍历完所有元素之后才能找到目标元素。平均情况下，可能在数据集中间的某个位置找到目标元素。

为什么要做最坏情况分析

理解一种算法在各种情况下有怎么样的性能是非常重要的，但是通常情况下，我们更关心算法在最坏情况下的性能如何：

• 许多算法在最坏情况下会消耗相当长的时间。例如，搜索元素时，数据集中根本没有我们想要查找的那个元素。可以想象一下，这种情况在数据库查找应用中经常出现。
• 考虑算法在最佳情况下的性能没有太多意义，因为很多算法在最佳情况下的表现都相同。例如，在最佳情况下，几乎所有的算法都可以在一次查找中找到元素，而这并不能说明到底哪种算法更好。
• 分析算法平均情况下的性能往往不太容易。甚至我们很难去界定哪种情况属于“平均情况”。通常我们不能精确获得平均情况下的算法性能，这是因为我们无法准确控制算法的执行状态。
• 最坏情况可以告诉我们算法性能 的上限。分析一个算法的最坏情况，可以保证在任何情况下此算法的表现都不会比最坏情况差，而其他情况肯定比最坏情况要好。

虽然 我们把最坏情况当做很多算法性能的度量，但也有例外。因为有些时候我们也会平均情况来评判算法的性能。例如：随机算法中的快速排序算法，它使用了概率论理论的基础，从而有效地保证了