编程珠玑第六章

1.假设现在的计算机比Appeal做实验所用的计算机快1000倍,如果使用相同的总时间(大约一天),对于O(n^2)和O(nlogn)算法,问题规模n个增加到多少?
(1)使用O(nlogn)二叉树算法时,一天可以处理的问题n的规模10 000个。那么可知10000log10000/ ( x*logx)=1/1000;即4*Math.pow(10,7)*Math.log(10)=( x*logx);由此写个算法得到n的近似值

public class t1 {
 public static void main(String []args){
     int i=0;
     double value=4*Math.pow(10,7)*Math.log(10);
     double temp;
     double before;
    while(true){
        i++;
        temp=i*Math.log(i);
        if(temp>value){
            before=(i-1)*Math.log(i-1);
            break;
        }
    }
    System.out.println(i-1);
    System.out.println((i-1)*Math.log(i-1));;
    System.out.println(value);
    System.out.println(temp);
 }
}

运行结果是

5907213
9.21034025786332E7
9.210340371976183E7
9.210341917031801E7

所以速度快1000倍,n的规模由10000变为了5907213,即规模扩大了大概590倍

(2)使用O(n^2)时,因为它比0(nlogn)的算法慢十二倍。所以可以得到下列等式(10^4)^2/( n^2 )=1/12/(1/12*1000)得到的近似解为
316227.7660168379。所以速度快1000倍,n的规模大概只增加了31倍。
3.精度改变对于算法运行速率的影响
下面我写的就是一个三重循环,每次进行加二,减一的运算。但是结果竟然float比double就快了近300毫秒,这才是一个简单的操作并且总运行时间才是3,4分钟,如果是复杂的操作并且需要一天的时间,可以预见精度的改变对于算法运行速度的巨大影响

package chapter6;
public class t3 {
    public static void  testfloat(){
        long current=System.currentTimeMillis();
        float f=0;
        for(int i=0;i<(int)(Math.pow(2, 30));i++){
            for(int j=0;i<(int)(Math.pow(2, 30));i++)
                for(int k=0;i<(int)(Math.pow(2, 30));i++){
                    f+=2;
                    f--;
                }
        }
        System.out.println(System.currentTimeMillis()-current+" 毫秒");
    }
    public static void  testDouble(){
        long current=System.currentTimeMillis();
        double f=0;
        for(int i=0;i<(int)(Math.pow(2, 30));i++){
            for(int j=0;i<(int)(Math.pow(2, 30));i++)
                for(int k=0;i<(int)(Math.pow(2, 30));i++){
                    f+=2;
                    f--;
                }
        }
        System.out.println(System.currentTimeMillis()-current+" 毫秒");
    }
    public static void main(String []args){
        //      System.out.println(Math.pow(2, 500));
        testfloat();
        testDouble();
    }
}

下面是在我机器上运行的结果

275970 毫秒
276267 毫秒
第一部分 编 程 技 术 第1章 性能监视工具 3 1.1 计算素数 3 1.2 使用性能监视工具 7 1.3 一个专用的性能监视工具 8 1.4 开发性能监视工具 10 1.5 原理 11 1.6 习题 11 1.7 深入阅读 12 第2章 关联数组 13 2.1 Awk中的关联数组 13 2.2 有穷状态机模拟器 16 2.3 拓扑排序 17 2.4 原理 20 2.5 习题 21 2.6 深入阅读 22 第3章 程序员的忏悔 23 3.1 二分搜索 24 3.2 选择算法 26 3.3 子程序库 28 3.4 原理 30 3.5 习题 31 第4章 自描述数据 33 4.1 名字—值对 33 4.2 记录来历 36 4.3 排序实验 37 4.4 原理 39 4.5 习题 39 第二部分 实 用 技 巧 第5章 劈开戈尔迪之结 43 5.1 小测验 43 5.2 解答 44 5.3 提示 44 5.4 原理 47 5.5 习题 48 5.6 深入阅读 49 5.7 调试(边栏) 49 第6章 计算机科学箴言集 51 6.1 编码 52 6.2 用户界面 53 6.3 调试 53 6.4 性能 54 6.5 文档 56 6.6 软件管理 56 6.7 其他 58 6.8 原理 58 6.9 习题 58 6.10 深入阅读 60 第7章 粗略估算 61 7.1 头脑热身 61 7.2 性能的经验法则 62 7.3 Little定律 64 7.4 原理 65 7.5 习题 66 7.6 深入阅读 67 7.7 日常速算(边栏) 67 第8章 人员备忘录 69 8.1 备忘录 69 8.2 原理 71 8.3 深入阅读 71 第三部分 人性化I/O 第9章 小语言 75 9.1 Pic语言 76 9.2 视角 79 9.3 Pic预处理器 81 9.4 用来实现Pic的小语言 83 9.5 原理 87 9.6 习题 88 9.7 深入阅读 89 第10章 文档设计 91 10.1 表格 92 10.2 三条设计原则 94 10.3 插图 94 10.4 文本 96 10.5 合适的媒介 98 10.6 原理 100 10.7 习题 101 10.8 深入阅读 101 10.9 次要问题目录(边栏) 101 第11章 图形化输出 103 11.1 实例研究 103 11.2 显示结果取样 105 11.3 原理 107 11.4 习题 108 11.5 深入阅读 110 11.6 拿破仑远征莫斯科(边栏) 110 第12章 对调查的研究 113 12.1 有关民意调查的问题 113 12.2 语言 114 12.3 图片 117 12.4 原理 119 12.5 习题 120 第四部分 算 法 第13章 绝妙的取样 123 13.1 取样算法一瞥 123 13.2 Floyd算法 124 13.3 随机排列 125 13.4 原理 127 13.5 习题 127 13.6 深入阅读 128 第14章 编写数值计算程序 129 14.1 问题 129 14.2 牛顿迭代 130 14.3 良好的起点 132 14.4 代码 133 14.5 原理 135 14.6 习题 135 14.7 深入阅读 137 14.8 数值算法的力量(边栏) 137 第15章 选择 141 15.1 问题 141 15.2 程序 142 15.3 运行时间分析 145 15.4 原理 148 15.5 习题 149 15.6 深入阅读 151 附录A C和Awk语言 153 附录B 一个子程序库 157 部分习题答案 165 索引 181
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值