算法的时间复杂度比较，计算多项式的直接法和秦九韶法 |
您所在的位置：网站首页 › 结果是3的复杂计算 › 算法的时间复杂度比较，计算多项式的直接法和秦九韶法 |
算法的时间复杂度比较，计算多项式的直接法和秦九韶法
|
1.直接法： 1 double Polynomial_1(int n, double a[], double x) 2 { 3 int i; 4 double sum = 0; 5 for (i = 0; i < n; i++) 6 sum += a[i] * pow(x, i); 7 return sum; 8 }每次循环迭代，pow函数内部都会执行i次乘法，然后一次加法，所以整体的算法复杂度为O = 1/2 * n ^ 2 + 3/2n，尽管pow函数的实现方法是利用递归优化后的，但是算法复杂度还是达到了O(nlogn) 2.秦九韶法： 1 double Polynomial_2(int n, double a[], double x) 2 { 3 int i; 4 double sum = 0; 5 for (i = n; i > 0; i--) 6 sum = a[i - 1] + x * sum; 7 return sum; 8 }它不断提取公因式x来减少乘法的运算次数，算法复杂度为O(n); 下面介绍一个测试运行时间的函数 clock()函数可以捕捉从程序开始运行到clock()被调用时所打下的点数，在要测试的函数前后各放置一个clock()函数，利用两个clock()函数即可计算出执行一个函数所打下的点数，CLK_TCK(或者是CLOCKS_PER_SEC)是一个常量，表示一个机器时钟每秒钟所打下的点数，简单计算后即可得到测试函数的运行时间，但是因为一个函数的运行时间是在是太短了，短到时钟还来不及打下下一个点函数就运行结束了，所以我们让被测函数重复循环多次执行，即可得到特定次数下的运行时间，被测函数的运行时间的比较就可以实现了。 1 void run(double(*f)(int, double*, double), double a[], int case_n) 2 { 3 //此函数用于测试被测函数(*f)的运行时间，并且根据case_n输出相应的结果 4 //case_n是输出的函数编号，1代表Polynomial_1, 2代表Polynomial_2 5 int i; 6 start = clock(); //开始计时 7 for (i = 0; i < MAXK; i++) //重复调用函数已获得充分多的时钟打点数 8 (*f)(MAXN, a, 1.1); 9 stop = clock(); //结束计时 10 duration = ((double)(stop - start)) / CLK_TCK; //计算运行时间 11 printf("ticks %d = %f\n", case_n, (double)(stop - start)); 12 printf("duration 1 = %6.2e\n", duration); 13 }下面是主函数，设置了多项式的各项系数 1 #include 2 #include 3 #include 4 5 clock_t start, stop; 6 double duration; //记录被测函数运行的时间，以秒为单位 7 #define MAXN 10 //多项式最大项数，最大项数加1 8 #define MAXK 1e4 //被测函数最大重复调用次数 9 10 int main() 11 { 12 int i; 13 double a[MAXN]; 14 for (i = 0; i < MAXN; i++) //设置多项式的各项系数 15 a[i] = (double)i; 16 17 run(Polynomial_1, a, 1); 18 run(Polynomial_2, a, 2); 19 return 0; 20 21 }根据MAXK设置不同的值，让被测函数重复循环执行相应的次数，实验结果如下 10^4:  10^5:
10^6:  10^7:
由实验结果可以看出，秦九韶算法几乎都比普通算法快一个数量级 |
【本文地址】
今日新闻 |
推荐新闻 |