算法的执行时间怎样计算

① 如何计算CPU执行程序的时间

单道时:A的cpu使用率是62.5%，B的使用率是37.5%;多道时:cpu使用率是:88%。单道的时候只需要算cpu执行时间在总时间里的比例就可以，，，多道执行的时候，是以时间片来执行的，要注意抢占式等cpu多道运行方式，如果无视这个的话，只需要画一个cpu使用的图，就能得到两个程序的总执行时间是45s，，cpu使用40s，有5s的时间是B等待A执行设备2的程序。

② 一个算法的运行时所消耗的时间是如何测出来的

在忽略机器性能的基础上我们用算法时间复杂度来计算算法执行的时间
1.时间频度
一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
2.计算方法
1. 一般情况下，算法的基本操作重复执行的次数是模块n的某一个函数f（n），因此，算法的时间复杂度记做：T（n）=O（f（n）） 分析：随着模块n的增大，算法执行的时间的增长率和f（n）的增长率成正比，所以f（n）越小，算法的时间复杂度越低，算法的效率越高。 2. 在计算时间复杂度的时候，先找出算法的基本操作，然后根据相应的各语句确定它的执行次数，再找出T（n）的同数量级（它的同数量级有以下：1，Log2n ，n ，nLog2n ，n的平方，n的三次方，2的n次方，n！），找出后，f（n）=该数量级，若T(n)/f(n)求极限可得到一常数c，则时间复杂度T（n）=O（f（n）） 例：算法： for（i=1;i<=n;++i） { for(j=1;j<=n;++j) { c[ i ][ j ]=0; //该步骤属于基本操作 执行次数：n的平方 次 for(k=1;k<=n;++k) c[ i ][ j ]+=a[ i ][ k ]*b[ k ][ j ]; //该步骤属于基本操作 执行次数：n的三次方 次 } } 则有 T（n）= n的平方+n的三次方，根据上面括号里的同数量级，我们可以确定 n的三次方 为T（n）的同数量级 则有f（n）= n的三次方，然后根据T（n）/f（n）求极限可得到常数c 则该算法的 时间复杂度：T（n）=O（n的三次方）
3.分类
按数量级递增排列，常见的时间复杂度有： 常数阶O(1),对数阶O(log2n),线性阶O(n), 线性对数阶O(nlog2n),平方阶O(n2)，立方阶O(n3),...， k次方阶O(nk), 指数阶O(2n) 。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。

③ 设计一个好的算法通常要考虑哪些要求

数据结构中评价一个好的算法，应该从四个方面来考虑，分别是：

一、算法的正确性。

二、算法的易读性。

三、是算法的健壮性。

四、是算法的时空效率（运行）。

算法的设计取决于数据（逻辑）结构，算法的实现取决于所采用的存储结构。数据的存储结构本质上是其逻辑结构在计算机存储器中的实现。为了全面反映一个数据的逻辑结构，它在内存中的影像包括两个方面，即数据元素之间的信息和数据元素之间的关系。

不同的数据结构有相应的操作。数据的操作是在数据的逻辑结构上定义的操作算法，如检索、插入、删除、更新和排序。

(3)算法的执行时间怎样计算扩展阅读

该算法的一般性质包括：

1．通用性对于任何符合输入类型的输入数据，都可以根据算法解决问题，并且包保证了计算结构的正确性。

2．算法的每一条指令都必须能够被人或机器执行。

3．确定性算法应该在每一步之后都有明确的下一步指示。也就是说，确保每个步骤都有下一步行动的指示，不缺少或只包含含糊的下一步行动指示。

4．有限算法的执行必须在有限步结束。