algorithm/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2025-12-19 07:17:54 +08:00
Code Issues Packages Projects Releases Wiki Activity

Number the H1 and H2 headings.

Browse Source
This commit is contained in:
Yudong Jin
2023-01-31 03:37:50 +08:00
parent dbbc1adc4f
commit eb0afc98ec
44 changed files with 263 additions and 257 deletions
Download Patch File Download Diff File Expand all files Collapse all files

8
docs/chapter_computational_complexity/performance_evaluation.md
View File

@@ -2,9 +2,9 @@
comments: true
---
# 算法效率评估
# 2.1. 算法效率评估
## 算法评价维度
## 2.1.1. 算法评价维度
在开始学习算法之前，我们首先要想清楚算法的设计目标是什么，或者说，如何来评判算法的好与坏。整体上看，我们设计算法时追求两个层面的目标。
@@ -18,7 +18,7 @@ comments: true
数据结构与算法追求“运行速度快、占用内存少”，而如何去评价算法效率则是非常重要的问题，因为只有知道如何评价算法，才能去做算法之间的对比分析，以及优化算法设计。
## 效率评估方法
## 2.1.2. 效率评估方法
### 实际测试
@@ -36,7 +36,7 @@ comments: true
**复杂度分析克服了实际测试方法的弊端**。一是独立于测试环境，分析结果适用于所有运行平台。二是可以体现不同数据量下的算法效率，尤其是可以反映大数据量下的算法性能。
## 复杂度分析的重要性
## 2.1.3. 复杂度分析重要性
复杂度分析给出一把评价算法效率的“标尺”，告诉我们执行某个算法需要多少时间和空间资源，也让我们可以开展不同算法之间的效率对比。