463
个编辑
更改
→Shortcomings of empirical metrics
===Shortcomings of empirical metrics===
===经验指标的缺陷 Shortcomings of empirical metrics===
Since algorithms are platform-independent (i.e. a given algorithm can be implemented in an arbitrary programming language on an arbitrary computer running an arbitrary operating system), there are additional significant drawbacks to using an empirical approach to gauge the comparative performance of a given set of algorithms.
Since algorithms are platform-independent (i.e. a given algorithm can be implemented in an arbitrary programming language on an arbitrary computer running an arbitrary operating system), there are additional significant drawbacks to using an empirical approach to gauge the comparative performance of a given set of algorithms.
由于算法是'''<font color="#ff8000">平台无关的 Platform-Independent</font>'''（即一个给定的算法，可以在任意运行任意'''<font color="#ff8000">操作系统 Operating System</font>'''的计算机上用任意'''<font color="#ff8000">编程语言 Programming Language</font>'''实现），使用经验方法来衡量一组给定算法的比较性能还有一个明显的缺点。
运行线性搜索程序的计算机 a 呈现线性增长率。程序的运行时间与其输入大小成正比。将输入大小增加一倍将运行时间增加一倍，将输入大小增加四倍将运行时间增加四倍，等等。另一方面，运行二进制搜索程序的计算机 b 呈现出对数增长率。将输入大小翻两番只会使运行时增加一个常量(在本例中为50,000 ns)。尽管计算机 a 表面上是一台速度更快的机器，但计算机 b 在运行时将不可避免地超过计算机 a，因为它运行的算法增长速度要慢得多。
运行线性搜索程序的计算机 a 呈现线性增长率。程序的运行时间与其输入大小成正比。将输入大小增加一倍将运行时间增加一倍，将输入大小增加四倍将运行时间增加四倍，等等。另一方面，运行二进制搜索程序的计算机 b 呈现出对数增长率。将输入大小翻两番只会使运行时增加一个常量(在本例中为50,000 ns)。尽管计算机 a 表面上是一台速度更快的机器，但计算机 b 在运行时将不可避免地超过计算机 a，因为它运行的算法增长速度要慢得多。
===生长规律 Orders of growth===
===生长规律 Orders of growth===