Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/algorithm/12.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Algorithm 关于提高算法效率是否比提高CPU时钟速度(处理能力)更重要的实验和统计数据_Algorithm_Cpu - Fatal编程技术网

Algorithm 关于提高算法效率是否比提高CPU时钟速度(处理能力)更重要的实验和统计数据

Algorithm 关于提高算法效率是否比提高CPU时钟速度(处理能力)更重要的实验和统计数据,algorithm,cpu,Algorithm,Cpu,我目前正在研究标题中提出的问题。我看到很多帖子都在讨论大O表示法,并使用了合并排序与冒泡排序的示例,展示了即使运行冒泡排序算法的PC机更好,时间差是如何巨大的。然而,我想知道是否有任何实验或统计已经做了这样的主题,因为我想研究它的一篇文章。我试着用谷歌搜索它,并使用更高级的资源,但没有找到任何东西 谢谢,, 诺亚 编辑:为了更清楚起见,我怀疑你是否能找到关于这个的科学研究,因为这是一个众所周知的、易于证实的事实,对它进行正式研究是多余的。我并不是说你的问题有什么问题,但这有点像是在寻找更高级的资

我目前正在研究标题中提出的问题。我看到很多帖子都在讨论大O表示法,并使用了合并排序与冒泡排序的示例,展示了即使运行冒泡排序算法的PC机更好,时间差是如何巨大的。然而,我想知道是否有任何实验或统计已经做了这样的主题,因为我想研究它的一篇文章。我试着用谷歌搜索它,并使用更高级的资源,但没有找到任何东西

谢谢,, 诺亚


编辑:为了更清楚起见,我怀疑你是否能找到关于这个的科学研究,因为这是一个众所周知的、易于证实的事实,对它进行正式研究是多余的。我并不是说你的问题有什么问题,但这有点像是在寻找更高级的资源来验证草是绿色的

你应该能够找到很多轶事故事,有人写了一个比宇宙热死时间更长的算法,然后写了一个更好的算法,在两分钟内完成。当然,并非所有的例子都如此夸张。这些可能是你论文的合适参考资料。但我不认为你会发现有任何严谨的研究系统地收集和分析有关此类故事的统计数据

对于一个可能的轶事来源,我推荐算法设计手册Skiena,2008,其中包含几个例子,例如,关于超级计算机与在普通台式计算机上运行的更高效算法:

我把他的程序加快了大约30000倍。他的百万美元计算机有16个处理器,据说每个处理器的整数运算速度是我桌上3000美元计算机的五倍。这使得最大潜在加速比不到100倍。显然,算法改进是这里的大赢家,因为它肯定会出现在任何足够大的计算中


我怀疑你们能否找到关于这方面的科学研究,因为这是一个众所周知的、易于证实的事实,对它的正式研究是多余的。我并不是说你的问题有什么问题,但这有点像是在寻找更高级的资源来验证草是绿色的

你应该能够找到很多轶事故事,有人写了一个比宇宙热死时间更长的算法,然后写了一个更好的算法,在两分钟内完成。当然,并非所有的例子都如此夸张。这些可能是你论文的合适参考资料。但我不认为你会发现有任何严谨的研究系统地收集和分析有关此类故事的统计数据

对于一个可能的轶事来源,我推荐算法设计手册Skiena,2008,其中包含几个例子,例如,关于超级计算机与在普通台式计算机上运行的更高效算法:

我把他的程序加快了大约30000倍。他的百万美元计算机有16个处理器,据说每个处理器的整数运算速度是我桌上3000美元计算机的五倍。这使得最大潜在加速比不到100倍。显然,算法改进是这里的大赢家,因为它肯定会出现在任何足够大的计算中


欢迎来到StackOverflow。适用于这里。请回顾一下介绍之旅。你可能会喜欢阅读Jon Bentley编写的高效程序——一本非常经典的书,并且很容易阅读,其中有一些例子来自早期,当时很多事情都比较简单。。。然而,几乎所有的经验教训仍然适用。在许多情况下,这两个因素都相当重要。我们通常无法无限地加速算法。计算能力也是一样,也有局限性。就我个人而言,我会选择一些算法,并在不同的输入上测试它们的时间:线性搜索与二进制搜索,BFS与Dijkstra,等等。虽然处理起来可能会更困难,但你可能需要一台旧电脑来做一些测试。也许你们应该试着比较一下,在现代处理器上,一次操作比旧处理器快多少倍。通常你可以说整个程序也会快很多倍这就是我所做的,虽然我把重点放在时钟速度上,而不是让程序更高效,因此,我没有使用旧的PCA。1969年的链接说,快速傅里叶变换算法可以将寻找离散傅里叶变换所需的时间从几分钟减少到不到一秒钟,还可以将成本从几美元降低到几美分,从而实现StackOverflow。适用于这里。请回顾介绍之旅。你可能会喜欢阅读Jon Bentley写的高效程序-一个总的经典
c、 简单易读的例子来自早期,当时很多事情都比较简单。。。然而,几乎所有的经验教训仍然适用。在许多情况下,这两个因素都相当重要。我们通常无法无限地加速算法。计算能力也是一样,也有局限性。就我个人而言,我会选择一些算法,并在不同的输入上测试它们的时间:线性搜索与二进制搜索,BFS与Dijkstra,等等。虽然处理起来可能会更困难,但你可能需要一台旧电脑来做一些测试。也许你们应该试着比较一下,在现代处理器上,一次操作比旧处理器快多少倍。通常你可以说整个程序也会快很多倍这就是我所做的,虽然我把重点放在时钟速度上,而不是让程序更高效,因此,我没有使用旧的PCA。1969年的链接说,快速傅里叶变换算法可以将寻找离散傅里叶变换所需的时间从几分钟减少到不到一秒,还可以将响应的成本从几美元降低到几美分!我在想,既然这是一个如此基本的想法,也许没人做过任何事情,但在之前关于主题的研究部分,我被要求插入一些关于它的科学文献。谢谢你的回复!我在想,既然这是一个如此基本的想法,也许没人做过任何事情,但在之前关于主题部分的研究中,我被要求插入一些关于它的科学文献。