演算法測試

① 有沒有測試演算法的軟體

測試演算法？？？這東西貌似沒聽過。推薦效率？？？如果是運行效率的話，直接拿同一組測試數據，分別跑老演算法和你改進的演算法，得出運行時間就可以

② 跪求計算機演算法（素數測試）的解法

miller-rabin演算法，復雜度是NlogN

③ DES加密演算法的測試數據示例

其實你只要再寫個解密的過程看看加密完能不能還原回去就好了。。解密過程和加密過程基本一樣，就是使用子密鑰時的順序是倒著的。
明文是 testdata，密鑰是mydeskey 正確的des加密後二進制密文：
用base64編碼形成的密文是：4wynQOzDaiA=
解密後：

④ 有哪些測試演算法的網頁，求網址

測試演算法？如果是幫你生成測試數據和正確結果的沒有。
有一些演算法競賽的網站，出的題自帶測試數據，你可以找你的演算法可以解決的問題，交上去看對不對

⑤ 心理測試所用的演算法

方差

標准差

標准誤

肯德爾和謝系數

斯皮爾曼相關

等級相關

二列相關

點二列相關

布朗公式

點估計

區間估計

假設檢驗

卡方檢驗等

⑥ 加密演算法速度測試問題!

硬體平台不同、軟體實現方式的差異，結果都不一樣，單純的bps沒有任何意義

⑦ 一個演算法的運行時所消耗的時間是如何測出來的

在忽略機器性能的基礎上我們用演算法時間復雜度來計算演算法執行的時間
1.時間頻度
一個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機運行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且一個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數多，它花費時間就多。一個演算法中的語句執行次數稱為語句頻度或時間頻度。記為T(n)。
2.計算方法
1. 一般情況下，演算法的基本操作重復執行的次數是模塊n的某一個函數f（n），因此，演算法的時間復雜度記做：T（n）=O（f（n）） 分析：隨著模塊n的增大，演算法執行的時間的增長率和f（n）的增長率成正比，所以f（n）越小，演算法的時間復雜度越低，演算法的效率越高。 2. 在計算時間復雜度的時候，先找出演算法的基本操作，然後根據相應的各語句確定它的執行次數，再找出T（n）的同數量級（它的同數量級有以下：1，Log2n ，n ，nLog2n ，n的平方，n的三次方，2的n次方，n！），找出後，f（n）=該數量級，若T(n)/f(n)求極限可得到一常數c，則時間復雜度T（n）=O（f（n）） 例：演算法： for（i=1;i<=n;++i） { for(j=1;j<=n;++j) { c[ i ][ j ]=0; //該步驟屬於基本操作 執行次數：n的平方 次 for(k=1;k<=n;++k) c[ i ][ j ]+=a[ i ][ k ]*b[ k ][ j ]; //該步驟屬於基本操作 執行次數：n的三次方 次 } } 則有 T（n）= n的平方+n的三次方，根據上面括弧里的同數量級，我們可以確定 n的三次方 為T（n）的同數量級 則有f（n）= n的三次方，然後根據T（n）/f（n）求極限可得到常數c 則該演算法的 時間復雜度：T（n）=O（n的三次方）
3.分類
按數量級遞增排列，常見的時間復雜度有： 常數階O(1),對數階O(log2n),線性階O(n), 線性對數階O(nlog2n),平方階O(n2)，立方階O(n3),...， k次方階O(nk), 指數階O(2n) 。隨著問題規模n的不斷增大，上述時間復雜度不斷增大，演算法的執行效率越低。

⑧ 計算機演算法測試工程師需要什麼技能

三級都是記憶的內容多，外加一些基礎編程題測試，很少考核工程應用，深度和計算機四級也差不多是這樣的，沒什麼含金量，即便你考滿分也絲毫沒用，技能