Question

我已针对同一问题实施了两种算法，并想找出，这是专业方面最好的。

基本理念是：

final static int LOOP_COUNT = 500;
long totaTime = 0;

worm-up();
for(int i =0, i<LOOP_COUNT, i++)
{
    long startTime = System.currentTimeMillis();
    myMethod();
    long endTime= System.currentTimeMillis();
    totalTime += endTime - startTime;
 }

 return totalTime / LOOP_COUNT;

为这两种算法做到这一点。

可是：

我怎样才能实现，android系统不在后台进行任何系统计算并使数据偏斜
有没有办法可以比较用过的内存，两种方法都需要？

Answer 1

如果您需要专业的统计和相关结果，并且希望最大限度地减少Android后台进程的影响，则需要多次运行算法并比较平均值。这样，由于大数定律，你的结果是正确的。

多少次取决于执行时间的标准偏差以及您希望的确定程度。如果您熟悉一些基本的统计知识，您可以使用一些基本公式确定样本大小，例如，如果您的样本分布是正态分布的，则可以运行t检验来比较两种算法的平均值。这自动包含了您希望最小化后台进程影响的事实。它们会随机出现，经过多次迭代后，Android的影响力将被取消。

另外看看垃圾收集器，如果你在算法执行过程中有很多对象创建，它会影响你的结果，但它应该，因为它也会影响算法的实际使用情况。 / p>

Answer 2

您可以尝试分析代码并找出时间复杂度。如果你有一个嵌套循环：

for(int i = 0; i< max; i++){
  for(int j = 0; j< max; j++){
      c = i + j;
   }
 }

这将具有时间复杂度O（n ^ 2）。空间复杂度为O（1）

另一个例子是：

for(int i = 0; i< max; i++){
   list[i] = "hello";
}

for(int j = 0; j< max; j++){
   list2[j] = "hello";
}

O（2n）的时间复杂度与O（n）相同，O（2n）的空间复杂度为O（n）。

后者具有更好的运行时但使用更多内存。

Android：基准测试两种算法

2 个答案: