我正在解决Knight's tour问题。桌子的大小是5X5，游览的起点可以是任何方格。我找到了所有可能的开放式解决方案，并计算了内存使用情况以及程序的时间消耗。我使用递归和每个骑士＆＃39;移动我计算骑士的下一个可能的动作。
问题是如何在更大的桌面上计算内存和时间消耗。 Java中通常使用哪种工具来估算不可能实际运行的程序的这些值？它应该只是假设使用O符号吗？
答案 0 :(得分：1)
在General中，没有其他编程语言中的Java工具或工具可以执行此操作。它与Turing halting problem有关，已知它是不可解决的。
对于您的具体问题实例，您可以编写一个，尝试使用具体算法的理论分析（O-Notation）从较小尺寸的板上推断您的测量。
E.g。如果你知道，那个运行时是O（2 ^ n），这意味着
t = c *（2 ^ n）（+可忽略的部分）
您可以通过在等式中设置具体时间来计算常数c，例如n = 5，例如如果你为n = 5测量t = 10s：
10s = c *（2 ^ 5）
==＆GT; c = 10秒/（2 ^ 5）
这只是一个例子（我不知道你的问题是否为O（2 ^ n））。
但正如我所说，为此，你必须知道算法的O符号，它来自人类数学直觉所发现的证据，而且一般不能用神算法计算。
答案 1 :(得分：1)
更大的桌面的扩展范围是什么？
请注意，可以是计算的消耗（时间和内存）与从复杂性估计的消耗之间的显着差异。之前的答案（Thomas Philipp）是正确的，除了一个细节：
t = c *（2 ^ n）（+可忽略的部分）
从一个理论的角度来看，这是一个矛盾：如果你关心因素 c ，你也可能关心所谓的“可忽略的部分”。那些在复杂性决定中退出的是 O（2 ^ N）世界，其中唯一重要的术语是在+无穷大处占据极限的那个。
实际上，请检查您的设置复杂性以及算法中任何隐约的辅助术语。例如，我工作的一个程序有一个简单的 O（n ^ 2 log n）解决方案。有 O（n log n）前期工作和一些O（n）开销。
我们遇到的问题是，对于我们的消费者来说，算法没有出现来扩展。对于一项小任务，开销占主导地位。对于典型的评估任务，前期工作和主体的时间大致相等。对于一个真正的应用程序，主体显示其真实的颜色并接管，虽然前两个阶段比eval任务的整个运行时间更长。
简而言之，由于较低复杂度阶段的高常数和系数值，中期计算并未按外部观察者的预期进行扩展。