Algorithm 面向对象的算法vs PP

哪种范式更适合算法的设计和分析？

---

哪个更快？因为我在大学里有一门叫做算法设计与分析的课程，而且课程有时间限制。OOP比过程编程慢吗？或者时间差不大？

IMO算法与OO或PP问题分开存在

---

OO和PP都不是“慢”的，无论是在设计时还是在程序性能上，它们都是不同的方法

对于设计、分析和开发：绝对是面向对象的。它是为了设计者和开发者的利益而庄严地发明的。 对于程序运行时执行：有时PP效率更高，但编译器通常会将OOP简化为普通PP，使它们等效。

差异（在执行时间上）充其量是微乎其微的

请注意，还有一个比纯粹的性能更重要的因素：OOP为程序员提供了更好的方法来组织代码，从而生成结构良好、易于理解、更可靠（bug更少）的程序。

我认为这将产生更干净的算法实现

话虽如此，无论你采取什么方法，你都不应该看到太大的区别。算法可以用任何语言或开发范式表示

更新：（以下评论）

---

显然，函数式编程并不像我想象的那样，适合于实现算法。它还有其他的优点，我提到它主要是为了完整性，因为问题只提到了OOP（面向对象编程）和PP（过程编程）。

我想差异还不足以令人担心，时间限制应该允许使用较慢的语言，因为使用的算法才是最重要的。

---

时间限制的目的应该是让您避免在存在O（n log n）的情况下使用O（n3）算法。

面向对象编程从程序员那里抽象出许多低级细节。它的设计目标是

• 使编写和阅读（以及理解）程序更容易
• 使程序更接近真实世界（因此更容易理解）

过程编程没有很多抽象，比如对象、方法、虚拟函数等

因此，谈到速度：一位经验丰富的专家，如果他知道面向对象系统的内部工作原理，他可以编写一个运行速度同样快的程序

也就是说，使用PP比OOP所取得的速度优势将非常有限。它归结为您可以舒适地编写程序的方式

---

编辑：

<> P>一个有趣的轶事在我脑海中出现：在微软基础类中，从一个对象传递到另一个对象的消息是使用看起来像NeXuxMeMaGeAxMax（）和EnthMeAxaGeMax（）的宏实现的，原因是它比使用虚拟函数快。

---

在这种情况下，库开发人员使用了OOP，但却有意避开了性能瓶颈。

薄弱环节在于您的知识-您最熟悉的语言和范例是什么。请注意，面向对象编程与算法并不特别相关。您将需要过程编程，但就算法而言，面向对象编程只是打包过程编程的另一种方式。您有方法而不是函数，有类而不是记录/结构，但唯一相关的区别是运行时分派，这只是一种声明性的方式来处理运行时决策，而运行时决策本可以通过其他方式处理

---

面向对象编程更适用于较大规模的设计模式等，而算法更适用于涉及少量（通常只有一个）过程的较小规模。

为了使编写代码更简单，更不容易出错，您需要支持泛型的语言，例如C++，带有java或java的Java集合框架。如果您要在截止日期前实现一个算法，您可以通过不为算法提供良好的O-O或通用接口来节省时间，从而使您自己编写的代码完全是程序化的

为了提高运行时效率，您可能最好使用过程C编写所有内容—例如，请参阅“编程实践”中的示例—但编写过程会花费更长的时间，而且您更容易出错。这还假设您需要的所有构建块都可以从程序C中获得最新、最高效的版本，这在当今是一个相当不错的假设。最有可能使用STL或JFC将在实践中节省cpu时间和开发时间

---

关于函数式语言，我记得听到函数式编程爱好者指出，他们的语言比竞争对手的语言更容易使用，然后观察到，当那些用Fortran 77编写的学生完成并继续绘制程序性能图表时，选择函数式语言的学生仍在苦苦挣扎。我看到函数式编程社区的主张没有改变。我不知道潜在的现实是否存在。

Steve314说得很好。OOP更多的是关于大型应用程序的设计模式和组织。它还可以让你更好地处理未知问题，这对于用户应用程序来说非常好。然而，对于分析算法，您很可能会从功能上考虑您想要做什么。在这种情况下，当你关心算法时，我会坚持使用更简单的PP，而不是尝试创建一个完全面向对象的设计。我想使用C或Matlab（取决于算法的数学强度）。这只是我的看法。

我曾经调整过字符串搜索算法，这样我就可以拥有一个对象，它一次接受一个字符，然后返回一个匹配/不匹配的matc