newton与二分法的javascript实现

出于好奇，我想证实牛顿确实比牛顿快 对分（对于成功收敛的情况）用于求解非线性方程

我在

教科书中实现了这两种算法。
测试的功能是：

 f(x) = 5*(x-0.4)*(x^2 - 5x + 10), with a simple real root 0.4

收敛精度设置为1e-4。
牛顿开始于
x0=0.5
，
在两次迭代中收敛。
二分法以
间隔[0,1]
开始，在
14次迭代中收敛

我使用
performance.now（）
来测量这两种方法的运行时间。
令人惊讶的是，经过多次尝试，牛顿总是比二分法慢

Newton time: 0.265 msec: [0.39999999988110857,2]
bisection time: 0.145 msec: [0.399993896484375,14]

我将程序移植到C（visual C）：牛顿比二分法快得多

Newton time: 0.265 msec: [0.39999999988110857,2]
bisection time: 0.145 msec: [0.399993896484375,14]

这些数字代码非常简单，我看不出有什么奇怪的事情发生。
有人能帮忙吗


n次多项式的Horner方法
功能评估（a，t）{
//f（x）=a0+a1x+…+anxn
var n=a.length-1；//度（n）
var b=[]；
var c=[]；
变量i，k；
对于（i=0；i=1；k--）{
b[k]=a[k]+t*b[k+1]；
c[k]=b[k]+t*c[k+1]；
}
b[0]=a[0]+t*b[1]；
返回[b[0]，c[1]；
}
//简单牛顿
函数牛顿（eval，x0，epsilon）{
var eps=ε1e-4；
var imax=20；
对于（变量i=0；i0）
返回未定义；
变量xMid、fHi、fLo、fMid；
var-iter=0；
而（xHi-xLo>eps）{
++iter；
xMid=（xLo+xHi）/2；
fMid=func（coeff，xMid）[0]；//fc
if（数学abs（fMid）[a，c]
xHi=xMid；
fHi=fMid；
}else{//fc*fb<0-->[c，b]
xLo=xMid；
fLo=fMid；
}
}
返回[（xLo+xHi）/2，iter]；
}
//f（x）=5x^3-27x^2+60x-20
//=5*（x-0.4）*（x^2-5x+10）
var系数=[-20,60，-27,5]；
var t0=performance.now（）；
var sol1=牛顿（eval，0.5，1e-4）；
var t1=performance.now（）；
var sol0=二等分（eval，[0,1]，1e-4）；
var t2=performance.now（）；
console.log（'Newton time:'+（t1-t0）.toFixed（3）+'：'+sol1）；
console.log（'对分时间：'+（t2-t1）.toFixed（3）+'：'+sol0）；
有许多外部因素会影响测试，包括代码的JIT编译顺序和缓存。在如此少的迭代次数上度量时间并不是很有意义，因为这些外部因素最终可能比您试图度量的要大

例如，如果反转顺序，使其在计算牛顿之前计算二分法，则会得到相反的结果

如果您想做得更好，可以同时运行两个循环一次，然后再运行一个循环以再次运行两个循环N次，并测量运行该循环所需的时间