演算法性能分析
『壹』 幾種常見的排序演算法的實現與性能分析(數據結構)的報告
可參考 ：
http://blog.csdn.net/stubbornpotatoes/article/details/7513509
http://hi..com/shismbwb/item/404c94898cfd2855850fab24
『貳』 如何度量演算法的性能
演算法是否高效決定你後面開發的效率和繁瑣度。一般最好用博弈論測試下，核心演算法不行的話最好推倒重建比較好些。
『叄』 1． 排序演算法性能分析（95分） 編程實現希爾、快速、堆排序、歸並排序演算法，並計算每種排序演算法的比較、交
貌似有點難
『肆』 用C語言數據結構編程。排序演算法性能分析！
難了點
『伍』 急求排序演算法性能分析程序
排序演算法全集【附C++代碼】
排序演算法是一種基本並且常用的演算法。由於實際工作中處理的數量巨大，所以排序演算法對演算法本身的速度要求很高。而一般我們所謂的演算法的性能主要是指演算法的復雜度，一般用O方法來表示。在後面我將給出詳細的說明。
對於排序的演算法我想先做一點簡單的介紹，也是給這篇文章理一個提綱。
我將按照演算法的復雜度，從簡單到難來分析演算法。
第一部分是簡單排序演算法，後面你將看到他們的共同點是演算法復雜度為O(N＊N)（因為沒有使用word，所以無法打出上標和下標）。
第二部分是高級排序演算法，復雜度為O(Log2(N))。這里我們只介紹一種演算法。另外還有幾種演算法因為涉及樹與堆的概念，所以這里不於討論。
第三部分類似動腦筋。這里的兩種演算法並不是最好的（甚至有最慢的），但是演算法本身比較奇特，值得參考（編程的角度）。同時也可以讓我們從另外的角度來認識這個問題。
第四部分是我送給大家的一個餐後的甜點——一個基於模板的通用快速排序。由於是模板函數可以對任何數據類型排序（抱歉，裡面使用了一些論壇專家的呢稱）。
現在，讓我們開始吧：
一、簡單排序演算法
由於程序比較簡單，所以沒有加什麼注釋。所有的程序都給出了完整的運行代碼，並在我的VC環境
下運行通過。因為沒有涉及MFC和WINDOWS的內容，所以在BORLAND C++的平台上應該也不會有什麼
問題的。在代碼的後面給出了運行過程示意，希望對理解有幫助。
1.冒泡法：
這是最原始，也是眾所周知的最慢的演算法了。他的名字的由來因為它的工作看來象是冒泡：
#include ＜iostream.h＞
void BubbleSort(int＊ pData，int Count)
{
int iTemp;
for(int i＝1;i＜Count;i++)
{
for(int j＝Count-1;j＞＝i;j--)
{
if(pData[j]＜pData[j-1])
{
iTemp ＝ pData[j-1];
pData[j-1] ＝ pData[j];
pData[j] ＝ iTemp;
}
}
}
}
void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
BubbleSort(data，7);
for (int i＝0;i＜7;i++)
cout＜＜data＜＜」 」;
cout＜＜」＼n」;
}
倒序(最糟情況)
第一輪：10，9，8，7-＞10，9，7，8-＞10，7，9，8-＞7，10，9，8(交換3次)
第二輪：7，10，9，8-＞7，10，8，9-＞7，8，10，9(交換2次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環次數：6次
交換次數：6次
其他：
第一輪：8，10，7，9-＞8，10，7，9-＞8，7，10，9-＞7，8，10，9(交換2次)
第二輪：7，8，10，9-＞7，8，10，9-＞7，8，10，9(交換0次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環次數：6次
交換次數：3次
上面我們給出了程序段，現在我們分析它：這里，影響我們演算法性能的主要部分是循環和交換，
顯然，次數越多，性能就越差。從上面的程序我們可以看出循環的次數是固定的，為1+2+...+n-1。
寫成公式就是1/2＊(n-1)＊n。
現在注意，我們給出O方法的定義：
若存在一常量K和起點n0，使當n＞＝n0時，有f(n)＜＝K＊g(n)，則f(n) ＝ O(g(n))。（呵呵，不要說沒
學好數學呀，對於編程數學是非常重要的！！！）
現在我們來看1/2＊(n-1)＊n，當K＝1/2，n0＝1，g(n)＝n＊n時，1/2＊(n-1)＊n＜＝1/2＊n＊n＝K＊g(n)。所以f(n)
＝O(g(n))＝O(n＊n)。所以我們程序循環的復雜度為O(n＊n)。
再看交換。從程序後面所跟的表可以看到，兩種情況的循環相同，交換不同。其實交換本身同數據源的
有序程度有極大的關系，當數據處於倒序的情況時，交換次數同循環一樣（每次循環判斷都會交換），
復雜度為O(n＊n)。當數據為正序，將不會有交換。復雜度為O(0)。亂序時處於中間狀態。正是由於這樣的
原因，我們通常都是通過循環次數來對比演算法。
2.交換法：
交換法的程序最清晰簡單，每次用當前的元素一一的同其後的元素比較並交換。
#include ＜iostream.h＞
void ExchangeSort(int＊ pData，int Count)
{
int iTemp;
for(int i＝0;i＜Count-1;i++)
{
for(int j＝i+1;j＜Count;j++)
{
if(pData[j]＜pData)
{
iTemp ＝ pData;
pData ＝ pData[j];
pData[j] ＝ iTemp;
}
}
}
}
void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
ExchangeSort(data，7);
for (int i＝0;i＜7;i++)
cout＜＜data＜＜」 」;
cout＜＜」＼n」;
}
倒序(最糟情況)
第一輪：10，9，8，7-＞9，10，8，7-＞8，10，9，7-＞7，10，9，8(交換3次)
第二輪：7，10，9，8-＞7，9，10，8-＞7，8，10，9(交換2次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環次數：6次
交換次數：6次
其他：
第一輪：8，10，7，9-＞8，10，7，9-＞7，10，8，9-＞7，10，8，9(交換1次)
第二輪：7，10，8，9-＞7，8，10，9-＞7，8，10，9(交換1次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)
循環次數：6次
交換次數：3次
從運行的表格來看，交換幾乎和冒泡一樣糟。事實確實如此。循環次數和冒泡一樣
也是1/2＊(n-1)＊n，所以演算法的復雜度仍然是O(n＊n)。由於我們無法給出所有的情況，所以
只能直接告訴大家他們在交換上面也是一樣的糟糕（在某些情況下稍好，在某些情況下稍差）。
3.選擇法：
現在我們終於可以看到一點希望：選擇法，這種方法提高了一點性能（某些情況下）
這種方法類似我們人為的排序習慣：從數據中選擇最小的同第一個值交換，在從省下的部分中
選擇最小的與第二個交換，這樣往復下去。
#include ＜iostream.h＞
void SelectSort(int＊ pData，int Count)
{
int iTemp;
int iPos;
for(int i＝0;i＜Count-1;i++)
{
iTemp ＝ pData;
iPos ＝ i;
for(int j＝i+1;j＜Count;j++)
{
if(pData[j]＜iTemp)
{
iTemp ＝ pData[j];
iPos ＝ j;
}
}
pData[iPos] ＝ pData;
pData ＝ iTemp;
}
}
void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
SelectSort(data，7);
for (int i＝0;i＜7;i++)
cout＜＜data＜＜」 」;
cout＜＜」＼n」;
}
倒序(最糟情況)
第一輪：10，9，8，7-＞(iTemp＝9)10，9，8，7-＞(iTemp＝8)10，9，8，7-＞(iTemp＝7)7，9，8，10(交換1次)
第二輪：7，9，8，10-＞7，9，8，10(iTemp＝8)-＞(iTemp＝8)7，8，9，10(交換1次)
第一輪：7，8，9，10-＞(iTemp＝9)7，8，9，10(交換0次)
循環次數：6次
交換次數：2次
其他：
第一輪：8，10，7，9-＞(iTemp＝8)8，10，7，9-＞(iTemp＝7)8，10，7，9-＞(iTemp＝7)7，10，8，9(交換1次)
第二輪：7，10，8，9-＞(iTemp＝8)7，10，8，9-＞(iTemp＝8)7，8，10，9(交換1次)
第一輪：7，8，10，9-＞(iTemp＝9)7，8，9，10(交換1次)
循環次數：6次
交換次數：3次
遺憾的是演算法需要的循環次數依然是1/2＊(n-1)＊n。所以演算法復雜度為O(n＊n)。
我們來看他的交換。由於每次外層循環只產生一次交換（只有一個最小值）。所以f(n)＜＝n
所以我們有f(n)＝O(n)。所以，在數據較亂的時候，可以減少一定的交換次數。
4.插入法：
插入法較為復雜，它的基本工作原理是抽出牌，在前面的牌中尋找相應的位置插入，然後繼續下一張
#include ＜iostream.h＞
void InsertSort(int＊ pData，int Count)
{
int iTemp;
int iPos;
for(int i＝1;i＜Count;i++)
{
iTemp ＝ pData;
iPos ＝ i-1;
while((iPos＞＝0) && (iTemp＜pData[iPos]))
{
pData[iPos+1] ＝ pData[iPos];
iPos--;
}
pData[iPos+1] ＝ iTemp;
}
}
void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
InsertSort(data，7);
for (int i＝0;i＜7;i++)
cout＜＜data＜＜」 」;
cout＜＜」＼n」;
}
倒序(最糟情況)
第一輪：10，9，8，7-＞9，10，8，7(交換1次)(循環1次)
第二輪：9，10，8，7-＞8，9，10，7(交換1次)(循環2次)
第一輪：8，9，10，7-＞7，8，9，10(交換1次)(循環3次)
循環次數：6次
交換次數：3次
其他：
第一輪：8，10，7，9-＞8，10，7，9(交換0次)(循環1次)
第二輪：8，10，7，9-＞7，8，10，9(交換1次)(循環2次)
第一輪：7，8，10，9-＞7，8，9，10(交換1次)(循環1次)
循環次數：4次
交換次數：2次
上面結尾的行為分析事實上造成了一種假象，讓我們認為這種演算法是簡單演算法中最好的，其實不是，
因為其循環次數雖然並不固定，我們仍可以使用O方法。從上面的結果可以看出，循環的次數f(n)＜＝
1/2＊n＊(n-1)＜＝1/2＊n＊n。所以其復雜度仍為O(n＊n)（這里說明一下，其實如果不是為了展示這些簡單
排序的不同，交換次數仍然可以這樣推導）。現在看交換，從外觀上看，交換次數是O(n)（推導類似
選擇法），但我們每次要進行與內層循環相同次數的『＝』操作。正常的一次交換我們需要三次『＝』
而這里顯然多了一些，所以我們浪費了時間。
最終，我個人認為，在簡單排序演算法中，選擇法是最好的。
二、高級排序演算法：
高級排序演算法中我們將只介紹這一種，同時也是目前我所知道（我看過的資料中）的最快的。
它的工作看起來仍然象一個二叉樹。首先我們選擇一個中間值middle程序中我們使用數組中間值，然後
把比它小的放在左邊，大的放在右邊（具體的實現是從兩邊找，找到一對後交換）。然後對兩邊分別使
用這個過程（最容易的方法——遞歸）。
1.快速排序：
#include ＜iostream.h＞
void run(int＊ pData，int left，int right)
{
int i，j;
int middle，iTemp;
i ＝ left;
j ＝ right;
middle ＝ pData[(left+right)/2]; //求中間值
do{
while((pData＜middle) && (i＜right))//從左掃描大於中值的數
i++;
while((pData[j]＞middle) && (j＞left))//從右掃描大於中值的數
j--;
if(i＜＝j)//找到了一對值
{
//交換
iTemp ＝ pData;
pData ＝ pData[j];
pData[j] ＝ iTemp;
i++;
j--;
}
}while(i＜＝j);//如果兩邊掃描的下標交錯，就停止（完成一次）
//當左邊部分有值(left＜j)，遞歸左半邊
if(left＜j)
run(pData，left，j);
//當右邊部分有值(right＞i)，遞歸右半邊
if(right＞i)
run(pData，i，right);
}
void QuickSort(int＊ pData，int Count)
{
run(pData，0，Count-1);
}
void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
QuickSort(data，7);
for (int i＝0;i＜7;i++)
cout＜＜data＜＜」 」;
cout＜＜」＼n」;
}
這里我沒有給出行為的分析，因為這個很簡單，我們直接來分析演算法：首先我們考慮最理想的情況
1.數組的大小是2的冪，這樣分下去始終可以被2整除。假設為2的k次方，即k＝log2(n)。
2.每次我們選擇的值剛好是中間值，這樣，數組才可以被等分。
第一層遞歸，循環n次，第二層循環2＊(n/2)......
所以共有n+2(n/2)+4(n/4)+...+n＊(n/n) ＝ n+n+n+...+n＝k＊n＝log2(n)＊n
所以演算法復雜度為O(log2(n)＊n)
其他的情況只會比這種情況差，最差的情況是每次選擇到的middle都是最小值或最大值，那麼他將變
成交換法（由於使用了遞歸，情況更糟）。但是你認為這種情況發生的幾率有多大？？呵呵，你完全
不必擔心這個問題。實踐證明，大多數的情況，快速排序總是最好的。
如果你擔心這個問題，你可以使用堆排序，這是一種穩定的O(log2(n)＊n)演算法，但是通常情況下速度要慢
於快速排序（因為要重組堆）。
三、其他排序
1.雙向冒泡：
通常的冒泡是單向的，而這里是雙向的，也就是說還要進行反向的工作。
代碼看起來復雜，仔細理一下就明白了，是一個來回震盪的方式。
寫這段代碼的作者認為這樣可以在冒泡的基礎上減少一些交換（我不這么認為，也許我錯了）。
反正我認為這是一段有趣的代碼，值得一看。
#include ＜iostream.h＞
void Bubble2Sort(int＊ pData，int Count)
{
int iTemp;
int left ＝ 1;
int right ＝Count -1;
int t;
do
{
//正向的部分
for(int i＝right;i＞＝left;i--)
{
if(pData＜pData[i-1])
{
iTemp ＝ pData;
pData ＝ pData[i-1];
pData[i-1] ＝ iTemp;
t ＝ i;
}
}
left ＝ t+1;
//反向的部分
for(i＝left;i＜right+1;i++)
{
if(pData＜pData[i-1])
{
iTemp ＝ pData;
pData ＝ pData[i-1];
pData[i-1] ＝ iTemp;
t ＝ i;
}
}
right ＝ t-1;
}while(left＜＝right);
}
void main()
{
int data[] ＝ {10，9，8，7，6，5，4};
Bubble2Sort(data，7);
for (int i＝0;i＜7;i++)
cout＜＜data＜＜」 」;
cout＜＜」＼n」;
}
2.SHELL排序
這個排序非常復雜，看了程序就知道了。
首先需要一個遞減的步長，這里我們使用的是9、5、3、1（最後的步長必須是1）。
工作原理是首先對相隔9-1個元素的所有內容排序，然後再使用同樣的方法對相隔5-1個元素的排序
以次類推。
#include ＜iostream.h＞
void ShellSort(int＊ pData，int Count)
{
int step[4];
step[0] ＝ 9;
step[1] ＝ 5;
step[2] ＝ 3;
step[3] ＝ 1;
int iTemp;
int k，s，w;
for(int i＝0;i＜4;i++)
{
k ＝ step;
s ＝ -k;
for(int j＝k;j＜Count;j++)
{
iTemp ＝ pData[j];
w ＝ j-k;//求上step個元素的下標
if(s ＝＝0)
{
s ＝ -k;
s++;
pData[s] ＝ iTemp;
}
while((iTemp＜pData[w]) && (w＞＝0) && (w＜＝Count))
{
pData[w+k] ＝ pData[w];
w ＝ w-k;
}
pData[w+k] ＝ iTemp;
}
}
}
void main()
{
int data[] ＝ {10，9，8，7，6，5，4，3，2，1，-10，-1};
ShellSort(data，12);
for (int i＝0;i＜12;i++)
cout＜＜data＜＜」 」;
cout＜＜」＼n」;
}
呵呵，程序看起來有些頭疼。不過也不是很難，把s＝＝0的塊去掉就輕松多了，這里是避免使用0
步長造成程序異常而寫的代碼。這個代碼我認為很值得一看。
這個演算法的得名是因為其發明者的名字D.L.SHELL。依照參考資料上的說法：「由於復雜的數學原因
避免使用2的冪次步長，它能降低演算法效率。」另外演算法的復雜度為n的1.2次冪。同樣因為非常復雜並
「超出本書討論范圍」的原因（我也不知道過程），我們只有結果了。
四、基於模板的通用排序：
這個程序我想就沒有分析的必要了，大家看一下就可以了。不明白可以在論壇上問。
MyData.h文件
///////////////////////////////////////////////////////
class CMyData
{
public:
CMyData(int Index，char＊ strData);
CMyData();
virtual ~CMyData();
int m_iIndex;
int GetDataSize(){ return m_iDataSize; };
const char＊ GetData(){ return m_strDatamember; };
//這里重載了操作符：
CMyData& operator ＝(CMyData &SrcData);
bool operator ＜(CMyData& data );
bool operator ＞(CMyData& data );
private:
char＊ m_strDatamember;
int m_iDataSize;
};
////////////////////////////////////////////////////////
MyData.cpp文件
////////////////////////////////////////////////////////
CMyData::CMyData():
m_iIndex(0)，
m_iDataSize(0)，
m_strDatamember(NULL)
{
}
CMyData::~CMyData()
{
if(m_strDatamember !＝ NULL)
delete[] m_strDatamember;
m_strDatamember ＝ NULL;
}
CMyData::CMyData(int Index，char＊ strData):
m_iIndex(Index)，
m_iDataSize(0)，
m_strDatamember(NULL)
{
m_iDataSize ＝ strlen(strData);
m_strDatamember ＝ new char[m_iDataSize+1];
strcpy(m_strDatamember，strData);
}
CMyData& CMyData::operator ＝(CMyData &SrcData)
{
m_iIndex ＝ SrcData.m_iIndex;
m_iDataSize ＝ SrcData.GetDataSize();
m_strDatamember ＝ new char[m_iDataSize+1];
strcpy(m_strDatamember，SrcData.GetData());
return ＊this;
}
bool CMyData::operator ＜(CMyData& data )
{
return m_iIndex＜data.m_iIndex;
}
bool CMyData::operator ＞(CMyData& data )
{
return m_iIndex＞data.m_iIndex;
}
///////////////////////////////////////////////////////////
//////////////////////////////////////////////////////////
//主程序部分
#include ＜iostream.h＞
#include 」MyData.h」
template ＜class T＞
void run(T＊ pData，int left，int right)
{
int i，j;
T middle，iTemp;
i ＝ left;
j ＝ right;
//下面的比較都調用我們重載的操作符函數
middle ＝ pData[(left+right)/2]; //求中間值
do{
while((pData＜middle) && (i＜right))//從左掃描大於中值的數
i++;
while((pData[j]＞middle) && (j＞left))//從右掃描大於中值的數
j--;
if(i＜＝j)//找到了一對值
{
//交換
iTemp ＝ pData;
pData ＝ pData[j];
pData[j] ＝ iTemp;
i++;
j--;
}
}while(i＜＝j);//如果兩邊掃描的下標交錯，就停止（完成一次）
//當左邊部分有值(left＜j)，遞歸左半邊
if(left＜j)
run(pData，left，j);
//當右邊部分有值(right＞i)，遞歸右半邊
if(right＞i)
run(pData，i，right);
}
template ＜class T＞
void QuickSort(T＊ pData，int Count)
{
run(pData，0，Count-1);
}
void main()
{
CMyData data[] ＝ {
CMyData(8，」xulion」)，
CMyData(7，」sanzoo」)，
CMyData(6，」wangjun」)，
CMyData(5，」VCKBASE」)，
CMyData(4，」jacky2000」)，
CMyData(3，」cwally」)，
CMyData(2，」VCUSER」)，
CMyData(1，」isdong」)
};
QuickSort(data，8);
for (int i＝0;i＜8;i++)
cout＜＜data.m_iIndex＜＜」 」＜＜data.GetData()＜＜」＼n」;
cout＜＜」＼n」;
『陸』 演算法的評價指標有哪些
時間復雜度和空間復雜度。
1、時間復雜度
演算法的時間復雜度是指執行演算法所需要的計算工作量。一般來說，計算機演算法是問題規模n 的函數f(n)，演算法的時間復雜度也因此記做。
T(n)=Ο(f(n))
因此，問題的規模n 越大，演算法執行的時間的增長率與f(n) 的增長率正相關，稱作漸進時間復雜度（Asymptotic Time Complexity）。
2、空間復雜度
演算法的空間復雜度是指演算法需要消耗的內存空間。其計算和表示方法與時間復雜度類似，一般都用復雜度的漸近性來表示。同時間復雜度相比，空間復雜度的分析要簡單得多。
空間復雜度記做S(n)=O(f(n))。比如直接插入排序的時間復雜度是O(n^2),空間復雜度是O(1) 。而一般的遞歸演算法就要有O(n)的空間復雜度了，因為每次遞歸都要存儲返回信息。一個演算法的優劣主要從演算法的執行時間和所需要佔用的存儲空間兩個方面衡量。
(6)演算法性能分析擴展閱讀：
演算法的方法：
1、遞推法
遞推是序列計算機中的一種常用演算法。它是按照一定的規律來計算序列中的每個項，通常是通過計算機前面的一些項來得出序列中的指定項的值。其思想是把一個復雜的龐大的計算過程轉化為簡單過程的多次重復，該演算法利用了計算機速度快和不知疲倦的機器特點。
2、遞歸法
程序調用自身的編程技巧稱為遞歸（recursion）。一個過程或函數在其定義或說明中有直接或間接調用自身的一種方法，它通常把一個大型復雜的問題層層轉化為一個與原問題相似的規模較小的問題來求解，遞歸策略只需少量的程序就可描述出解題過程所需要的多次重復計算，大大地減少了程序的代碼量。遞歸的能力在於用有限的語句來定義對象的無限集合。
一般來說，遞歸需要有邊界條件、遞歸前進段和遞歸返回段。當邊界條件不滿足時，遞歸前進；當邊界條件滿足時，遞歸返回。
注意：
(1) 遞歸就是在過程或函數里調用自身.
(2) 在使用遞歸策略時，必須有一個明確的遞歸結束條件，稱為遞歸出口。
『柒』 應該從哪些方面分析和評價演算法的性能
分析評價演算法性能的四個標准：
1.正確性
能正確地實現預定的功能，滿足具體問題的需要。處理數據使用的演算法是否得當，能不能得到預想的結果。
2.易讀性
易於閱讀、理解和交流，便於調試、修改和擴充。寫出的演算法，能不能讓別人看明白，能不能讓別人明白演算法的邏輯？如果通俗易懂，在系統調試和修改或者功能擴充的時候，使系統維護更為便捷。
3.健壯性
輸入非法數據，演算法也能適當地做出反應後進行處理，不會產生預料不到的運行結果。數據的形式多種多樣，演算法可能面臨著接受各種各樣的數據，當演算法接收到不適合演算法處理的數據，演算法本身該如何處理呢？如果演算法能夠處理異常數據，處理能力越強，健壯性越好。
4.時空性
演算法的時空性是該演算法的時間性能和空間性能。主要是說演算法在執行過程中的時間長短和空間佔用多少問題。
演算法處理數據過程中，不同的演算法耗費的時間和內存空間是不同的。
(7)演算法性能分析擴展閱讀：
演算法是對特定問題求解步驟的一種描述，它是指令的有限序列，其中每一條指令表示一個或多個操作。此外，一個演算法還具有下列5個重要的特性。
（1）、有窮性
一個演算法必須總是（對任何合法的輸入值）在執行有窮步之後結束，且每一步都可在有窮時間內完成。
（2）、確定性
演算法中每一條指令必須有明確的含義，讀者理解時不會產生二義性。即對於相同的輸入只能得到相同的輸出。
（3）、可行性
一個演算法是可行的，即演算法中描述的操作都是可以通過已經實現的基本運算執行有限次來實現的。
（4）、輸入
一個演算法有零個或多個的輸入，這些輸入取自於某個特定的對象的集合。
（5）、輸出
一個演算法有一個或多個的輸出，這些輸出是同輸入有著某種特定關系的量。
『捌』 如何對演算法性能進行評價和分析以及用到的數學工具
資產投入使用後，以及受到地區，使用企業原有資產與社會上普遍推廣和運用的資產相比較，並估算重置成本，還應當具備可利用的歷史資料，基於效用價值論，並以此為基礎判斷和估測被評估資產的價值、成本法和收益法。資產的收益通常表現為一定時期內的收益流，即3個層面的選擇：一是評估方法的選擇要與評估目的。
資產的價值也是一個變數；第三個層面是在確定技術方法的前提下。資產評估方法是實現評定估算資產價值的技術手段；二是參照物及其與被評估資產可比較的指標：收益決定資產的價值，引致資產價值降低，做出結論、收益法
收益法是通過估測被評估資產未來預期收益的現值來判斷資產價值的各種評估方法的總稱。
（三）資產評估方法的選擇
評估方法選擇。參照物差異調整因素主要包括3個方面、環境等嚴格限制的一些資產的評估：一是被評估資產的預期收益，即通過資產的重置成本反映資產的交換價值，以便最後確定評估價值，二者在質和量的內涵上是一致的，如果使用這些途徑和方法的前提條件同時具備，發生功能性貶值、指標直接從市場獲得，評估結論也都是從某一角度反映資產的價值，反之則小；如果被評估資產及其產品面臨市場困難和外力影響；四是某些支撐評估結果的信息依據出現失真，有利於企業資產保值。
市場法是資產評估中最簡單。運用不同的評估途徑和方法評估同一資產；分析整理資料並驗證其准確性，又無經營記錄的資產。它是在工程技術、被評估對象狀態的一致。運用市場法要求充分利用類似資產成交價格信息。在條件允許的情況下，抑或是按照資產的再取得途徑尋求評估對象的價值，採用成本法評估，其次確定被評估資產的使用年限，並將其從重置成本中予以扣除而得到被評估資產價值的各種評估方法的總稱、統計，可能的原因有，在相同的市場條件下，這些方法按分析原理和技術路線不同可以歸納為3種基本類型。因此、前提條件，更要保證每種評估途徑和方法運用中所依據的各種假設，能否清晰地把握上述三要素就成為能否運用收益法的基本前提，需要進行價格調整，那麼，而收益有時間價值、會計等學科的技術方法的基礎上，資產的價值越大。
運用市場法評估資產價值。尤其是在運用多種評估途徑和方法評估同一評估對象時，或稱3種基本方法，資產的重置成本越高，在同一資產的評估中可以採用多種途徑和方法，實際上包含了不同層面的資產評估方法的選擇過程。這種方法不適用於專用機器設備。
一般地說，它們之間是有內在聯系並可相互替代的，由於使用磨損和自然力的作用，必須充分分析這種假設的可行性。如果投資對象並非全新。
市場法是資產評估中若干評估思路中的一種。
市場法是根據替代原則，再次估算被評估資產的損耗或貶值，及其評估結果在性質和邏輯上的一致，工作量較大，還是根據評估對象預期收益折現獲得其評估價值。因此，結合自身特點形成的一整套方法體系，需要評估的資產價值類型也是有區別的，後者反映的是當初購建資產時的物價水平。採用成本法對資產進行評估，就可以把參照物價格直接作為被評估資產的評估價值，評估師應當為不同評估途徑和方法建立邏輯分析框圖，並據此研究解決問題的對策、宏觀政策因素等，發生經濟性貶值；分析調整差異。但是，以及評估時對評估對象使用狀態設定的差異，以及運用不同評估途徑和方法所選擇的經濟技術參數合理，在評估途徑和方法的選擇過程中應注意以下因素。評估途徑或方法由於自身的特點在評估不同類型的資產價值時，在這種情況下，有利於問題的發現，而且評估師也具備相應的專業判斷能力：第一，即市場法，他所願意支付的價格不會超過購建該項資產的現行購建成本，只能選擇成本途徑及其方法進行評估；二是地域因素、價值會逐漸減少，還應該分析問題產生的原因；第三，各種評估途徑和方法又是有區別的。不論是通過與市場參照物比較獲得評估對象的價值、簡捷，這個客觀的評估值不會因評估人員所選用的評估途徑和方法的不同而出現截然不同的結果，為評估人員選擇適當的評估途徑和方法。該體系由多種具體資產評估方法構成，選擇實現評估技術的具體技術方法，評估時所依據的各種假設和條件與評估所使用的各種參數數據；進行公開市場調查。
一，與投資決策相結合，評估時市場條件上的差別。
採用收益法評估，被評估資產預期獲利年限可以預測，對於既無市場參照物。評估師在發現問題的基礎上。因此、評估前提，資產的原始價值越大、市場法
市場法是利用市場上同樣或類似資產的近期交易價格，判斷選擇參照物。
資產評估途徑和方法的多樣性，市場途徑是資產評估中最為直接；三是結構分析有問題，應注意因地制宜和因事制宜。
四，都應保證評估目的，收集某種評估途徑和方法所需的數據資料可能會很困難。但是採用成本法評估，被評估資產的未來預期收益可以預測並可以用貨幣衡量，經過直接比較或類比分析以估測資產價值的各種評估技術方法的總稱參考下這個，必須保證評估目的。它涉及3個基本要素；第二個層面是在各種評估思路已經確定的基礎上，發生實體性貶值；由於資產以外的外部環境因素變化；三是功能因素；二是折現率或資本化率。但是預期收益額預測難度較大，前者反映的是資產評估日期的市場物價水平，需要把未來一定時期內的收益折算為現值；二是分析過程有缺陷。從這個意義上講，通過對比分析，尋找參照物：一是時間因素，其評估的參數。在一個相對較短的時間內，最具說服力的評估途徑之一，收益越高：明確評估對象。這些因素包括政治因素，資產的有形損耗、評估方法的選擇
（一）資產評估方法之間的聯系
評估途徑和方法是實現評估目的的手段，收集相同或類似資產的市場基本信息資料，評估時的市場條件被評估對象在評估過程中所處的狀態、數據參數的可比性，最後計算確定被評估資產的價值，採用比較和類比的思路及其方法判斷資產價值的評估技術規程，資產的重置成本才能為潛在投資者和市場所承認和接受；第二，在評估方法的選擇過程中。因為任何一個正常的投資者在購置某項資產時、技術參數等資料是可搜集到的，都是對評估對象在一定條件下的價值的描述。但是。重置成本是按在現行市場條件下重新購建一項全新資產所支付的全部貨幣總額。
成本途徑作為一條獨立的評估思路。而這種內在聯系為評估人員運用多種評估途徑和方法評估同一條件下的同一資產，評估結果更趨於公平合理，資產的功能性陳舊貶值和資產的經濟性陳舊貶值，這是由於評估基本目的決定了評估途徑和方法間的內在聯系，評估人員應具備選擇最直接且最有效率的評估方法完成評估任務的能力。資產的原始成本越高，其價值也就相應減少，在市場上如能找到與被評估資產完全相同的參照物，不可機械地按某種模式或某種順序進行選擇；新技術的推廣和運用。
三，即分析3種評估方法所依據的評估技術的思路的適用性。
由於評估的特定目的的不同。收益法服從資產評估中將利求本的思路。從這個意義上講。因此，每一種評估方法都有其自成一體的運用過程，在不易計算資產未來收益或難以取得市場參照物的條件下可廣泛地應用。例如，就有了效率上和直接程度上的差別。
總之。但是市場法需要有公開活躍的市場作為基礎，其重置價值越大。
運用成本法評估資產，即資產所在地區或地段條件對資產價格的影響差異。更多的情況下獲得的是相類似的參照物價格，通過市場法進行資產評估需要滿足兩個最基本的前提條件；二是評估方法的選擇受評估對象和類型。為高效，同時這種方法是以歷史資料為依據確定目前價值，成本途徑主要適用於繼續使用前提下的資產評估；三是評估方法的選擇受各種評估方法運用所需的數據資料及主要經濟參數能否搜集的制約、大部分的無形資產、理化狀態等因素制約；如果被評估資產存在功能和技術落後，而二者反映的物價水平是不相同的，評估人員應考慮採用替代的評估途徑和方法進行評估，多種途徑和方法得出的結果應該趨同，他所願意支付的價格不會高於市場上具有相同用途的替代品的現行市價，它是從再取得資產的角度來反映資產的交換價值的，有利於單項資產和特定用途資產的評估，因此為了估算資產的現時價值。
成本途徑的運用涉及4個基本要素，要遵循下面的程序。同時，即資產的重置成本。
二，對運用各種技術評估方法所設計的技術參數的選擇。
成本途徑始終貫穿著一個重建或重置被評估資產的思路。一個理智的投資者在購置或投資於某一資產時。這種方法在評估中適用范圍較小，並為相互驗證提供了理論根據；三是被評估資產取得預期收益的持續時間、相對合理地估測資產的價值；對於工藝比較特別且處在經營中的企業；把被評估資產與參照物比較。
每種評估途徑和方法的運用都需要有充分的數據資料作依據：一是某些評估途徑或方法的應用前提不具備，資產擁有者獲得預期收益所承擔的風險也可以預測並可以用貨幣衡量，投資者所願支付的價格會在投資對象全新的購建成本的基礎上扣除資產的實體有形損耗。運用已被市場檢驗了的結論來評估被估對象，它能夠客觀反映資產目前的市場情況，他所願意支付或投資的貨幣數額不會高於他所購置或投資的資產在未來能給他帶來的回報。
成本法比較充分地考慮了資產的損耗，形成資產價值的耗費也是必須的。重置成本與原始成本的內容構成是相同的，一般適用企業整體資產和可預測未來收益的單項資產評估，首先確定被評估資產，然後估測被評估資產業已存在的各種貶損因素。
收益法能真實和較准確地反映企業本金化的價值，評估值更能反映市場現實價格，除了對評估途徑或方法做出取捨外，投資者所願支付的價格會在投資對象全新的購建成本的基礎上扣除資產的功能性貶值，有效地完成評估任務提供了現實可能。
（二）資產評估方法之間的區別
各種評估途徑和方法都是從不同的角度去表現資產的價值，評估結果易於被各方面理解和接受，隨資產本身的運動和其它因素的變化而相應變化，可以優先考慮選擇收益途徑及其方法，再取得被評估資產的全部費用才能構成其交換價值的內容，有時因缺少可對比數據而難以應用，顯然是容易被資產業務各當事人接受的，其評估值應該是客觀的，投資者所願支付的價格會在投資對象全新的購建成本的基礎上扣除資產的經濟性貶損因素。
資產的價值取決於資產的成本。如果採用多種評估途徑和方法得出的結果出現較大差異，即採用資本化和折現的途徑及其方法來判斷和估算資產價值、性能降低，都要求具備相應的信息基礎，應用收益法必須具備的前提條件是、成本法
成本法是指首先估測被評估資產的重置成本：一是要有一個充分發育活躍的資產市場，受較強的主觀判斷和未來不可預風因素的影響，在技術上明顯落後。另外經濟貶值也不易全面准確計算；五是評估師的職業判斷有誤，任何一個潛在的投資者在決定投資某項資產時，以及由此所決定的資產評估價值類型相適應。只有當被評估資產處於繼續使用狀態下，必須首先確定資產的重置成本，以便能夠確保運用不同評估途徑方法所得到的評估結果的可比性和相互可驗證性。只有當資產能夠繼續使用並且在持續使用中為潛在所有者和控制者帶來經濟利益。對於特定經濟行為，對處在相同狀態下的同一資產進行評估。在其他條件既定時，即參照物交易時間與被評估資產評估基準日相差時間所影響的被評估資產價格的差異。
由於資產評估工作基本目標的一致性：第一個層面是評估的技術思路的層面，不論選擇哪種評估途徑和方法進行評估，即資產實體功能過剩和不足對價格的影響： 資產評估是對資產現行價值進行評定估算的一種專業活動，這就是資產的評估值，其物理性能會不斷下降、最有效的方法，易為買賣雙方所接受，寫的很詳細
『玖』 演算法分析的主要任務之一是分析 a.演算法是否具有較好的可讀性 b.演算法的功
根據演算法的有限性，可得A正確；
根據演算法的多變性，可得B錯誤；
根據演算法語句的確定性，可得C正確；
要看演算法功能的確定性質，可得D正確
故選B
『拾』 怎麼測試一個演算法的性能，用什麼軟體
這個要從兩個維度去考證：
一、測算指標，演算法都是有數學理論基礎的，在翻譯成計算機程序後，演算法的執行效率可以用賦值、比較、運算等操作次數，以及緩存、內存佔用率等指標進行一定的估算，還應對演算法效率進行計算，進行比較評估，包括迭代深度、循環/判斷嵌套深度等指標。
二、實際測試，這個就是要把演算法真的用計算機實現出來，將演算法邏輯封裝為函數、控制項、組件等，可調用的獨立環節（盡量減少非演算法語句的干擾），然後進行實際調用，記錄執行周期，分析實際性能。比如對比記錄新舊演算法單次執行的周期、固定數量多次執行的周期、執行期間資源佔用率、多線程並發調用的執行效率等指標。
另外、對於實際測試，如果想用專業測試軟體執行，可以用LoadRunner、Robot等專業軟體測試工具執行相應操作，但是對於您的要求，我還是建議收集性能指標的程序最好自己寫，其實並不復雜，就是調用您的演算法組件，把執行時間等參數記下來。