C# 计算for循环的近似运行时间

我的C#Windows窗体应用程序中有一段代码，如下所示：

List<string> RESULT_LIST = new List<string>();
int[] arr = My_LIST.ToArray();

string s = "";

Stopwatch sw = new Stopwatch();
sw.Start();

for (int i = 0; i < arr.Length; i++)
{
  int counter = i;
  for (int j = 1; j <= arr.Length; j++)
  {
    counter++;
    if (counter == arr.Length)
    {
      counter = 0;
    }
    s += arr[counter].ToString();
    RESULT_LIST.Add(s);
  }
  s = "";
}
sw.Stop();
TimeSpan ts = sw.Elapsed;
string elapsedTime = String.Format("{0:00}", ts.TotalMilliseconds * 1000);
MessageBox.Show(elapsedTime);

List RESULT_List=new List（）；
int[]arr=My_LIST.ToArray（）；
字符串s=“”；
秒表sw=新秒表（）；
sw.Start（）；
对于（int i=0；i对于（int j=1；j首先，假设您已经检查了算法，并注意到它在数组长度中似乎是二次的。这向我们建议，运行所需的时间应该是形式的函数

t=A+B n+C n2

通过多次使用不同的n值和测量t值运行代码，您已经收集了一些观察结果。这是一个很好的方法

现在的问题是：A、B和C的最佳值是什么，以便它们与您的观察结果紧密匹配

这个问题可以用多种方法来解决；我建议你从回归的最小二乘法开始，看看你是否能得到好的结果。这里有一页是关于它的：

www.efunda.com/math/leastsquares/lstsqr2dcurve.cfm


更新：我刚刚再次查看了您的算法，发现它是立方的，因为在内部循环中有一个二次字符串concat。因此，此技术可能不太有效。我建议您使用
StringBuilder
使您的算法成为二次的


现在，假设你事先不知道问题是二次的。那么你怎么确定公式呢？一个好的开始是在对数刻度纸上画出你的点；如果它们大致形成一条直线，那么直线的斜率会给你一个关于多项式幂的线索。如果它们不形成一条直线——嗯，cros首先，假设您已经检查了算法，并注意到它在数组长度中似乎是二次的。这向我们建议，运行所需的时间应该是形式的函数

t=A+B n+C n2

通过多次使用不同的n值和测量t值运行代码，您已经收集了一些观察结果。这是一个很好的方法

现在的问题是：A、B和C的最佳值是什么，以便它们与您的观察结果紧密匹配

这个问题可以用多种方法来解决；我建议你从回归的最小二乘法开始，看看你是否能得到好的结果。这里有一页是关于它的：

www.efunda.com/math/leastsquares/lstsqr2dcurve.cfm


更新：我刚刚再次查看了您的算法，发现它是立方的，因为在内部循环中有一个二次字符串concat。因此，此技术可能不太有效。我建议您使用
StringBuilder
使您的算法成为二次的


现在，假设你事先不知道问题是二次的。那么你怎么确定公式呢？一个好的开始是在对数刻度纸上画出你的点；如果它们大致形成一条直线，那么直线的斜率会给你一个关于多项式幂的线索。如果它们不形成一条直线——嗯，cros当你走到那座桥的时候，它就是那座桥。
好吧，你要在这里做一些数学题

因为运行的总数正好是n^2次，不是O（n^2），而是n^2次

然后，您可以做的是为处理的项目数量保留一个计数器变量，并使用数学来找出估计值

int numItemProcessed;
int timeElapsed;//read from stop watch
int totalItems = n * n;

int remainingEstimate = ((float) totalItems - numItemProcessed) / numItemProcessed) * timeElapsed

你要在这里做些数学题

因为运行的总数正好是n^2次，不是O（n^2），而是n^2次

然后，您可以做的是为处理的项目数量保留一个计数器变量，并使用数学来找出估计值

int numItemProcessed;
int timeElapsed;//read from stop watch
int totalItems = n * n;

int remainingEstimate = ((float) totalItems - numItemProcessed) / numItemProcessed) * timeElapsed

不要假设算法的时间复杂度一定是N^2

取数字的平均值，在对数图上画出最佳拟合，然后测量梯度。这会让你知道多项式中的最大项。（见维基百科）

一旦你有了这些，你可以做一个最小二乘回归来计算出正确顺序的多项式的系数。这将允许从数据中估计出一个看不见的问题所花费的时间

注意：正如Eric Lippert所说，这取决于您想要测量的内容-平均值可能不适合于您的用例-第一次运行时可能更正确

此方法适用于任何多项式算法。它还将告诉您该算法是否为多项式（非多项式运行时间不会在对数图上给出直线）。
不要假设该算法的时间复杂度必须为N^2

取数字的平均值，在对数图上画出最佳拟合，然后测量梯度。这会让你知道多项式中的最大项。（见维基百科）

一旦你有了这些，你可以做一个最小二乘回归来计算出正确顺序的多项式的系数。这将允许从数据中估计出一个看不见的问题所花费的时间

注意：正如Eric Lippert所说，这取决于您想要测量的内容-平均值可能不适合于您的用例-第一次运行时可能更正确

此方法适用于任何多项式算法。它还将告诉您该算法是否为多项式算法（非多项式运行时间不会在对数图上给出直线）。
我所知道的代码的复杂性是O（N^2），但运行时间取决于您的系统资源。最后，我认为应该可以找到这种关系。因为您的嵌套循环都使用相同的计数（
arr.Length
）那么时间将与这个数字的平方成正比。@DavidG我知道，但是想象一下
arr.Length
是2500，运行这个代码需要多少纳秒？你注意到第一次尝试总是比其他两次更长吗？这个模式成立吗？再尝试几次，就可以了