C语言计时器笔记及多项式求值算法

简介: C语言计时器笔记及多项式求值算法阿里云无法识别公式,其中a_0 表示a下标0 x^2表示x的平方以此类推。

C语言计时器笔记

题目描述:

​ 计算某给定多项式在点x处的值:
image.png

暴力破解法
分别计算多项式的每一个加式, 即an*x^n。
double f1(int n, double a[], double x) {
    double p = a[0];
    for (int i = 1; i <= n; ++i) {
        p += (a[i] * pow(x, i));        //a_n*x^n
    }
    return p;
}

​ 该算法具有较高的时间复杂度,每轮循环中,都需要进行$1+i$次乘法和一次加法,加法通过硬件直接运算,时间几乎可以忽略不记,因此主要讨论乘法的运算次数。

​ $i$从$1$逐渐递增至$n$,故$n$轮共进行了$n+\frac{n(n+1)}{2}$次乘法运算。

综上所述:

​ 该算法的时间复杂度为$O(n^2+n)=O(n^2)$。

秦九韶算法
运用结合律将x作为公因子提出,构成形如:
image.png
的公式。由内而外的进行多项式的计算,无须多次乘法即可完成。
double f2(int n, double a[], double x) {
    double p = a[n];
    for (int i = n; i > 0; i--) {
        p = a[i - 1] + x * p;
    }
    return p;
}

​ 每轮循环通过计算内层$a_{n-1}+x*a_n$不断进行一次加和 和 一次乘法便可完成$f(x)$的计算。

​ 同上,只讨论乘法的运算次数。根据分析可知,每次循环只有一次乘法,故而时间复杂度为$O(n)$。

​ 但是,虽然秦九韶算法的时间复杂度很低,但是当多次循环累加之后数值增大,乘法运算速度大幅增大。不过总体而言时间复杂度相比于暴力破解法有大约一个数量级的提升。
不足

​ 两种算法共同的不足之处在于,当数值较大时,如超过Double能表示的最大范围时,程序将崩溃;

​ 或$n$越大,整体数值就越大,导致乘法速度大幅增加。以至于程序崩溃。

​ 由于double所占字节的限制及其乘法运算本身的难度,应将算法改进为通过字符模拟加法及乘法操作,再通过秦九韶算法可将时间复杂度实质性的大幅降低,并且理论上数值大小可以趋于$+\infty$。

计时器简笔
  • ​ 引入头文件 #include <time.h>

    1. time.h头文件中规定了每秒的时钟打点数==CLK_TCK==,一般为1000,即表示毫秒级别。
    2. 通过clock_t分别定义两个开始和结束的打点计时变量,如:
    clock_t start, stop;    //定义时钟打点计数器变量
    1. 测试函数执行时间时,先将函数所需的各种变量及其相关条件准备好,随后通过两次clock()函数进行时钟打点,如:
    start = clock();        //开始时刻的时钟打点
    fun();                  //某函数或程序段
    stop = clock();         //结束时刻的时钟打点
    1. 计算时间间隔:
    //法一:通过difftime函数进行计算时间间隔。
    duration = difftime(stop, start) / CLK_TCK;
    //法二:直接计算。
    duration = (double) (stop - start) / CLK_TCK;
完整代码C语言描述如下:
//
// Created by Ss1Two on 2023/1/2.
//

#include <stdio.h>
#include <time.h>
#include <math.h>

#define Maxn 10     //定义多项式项数
#define Maxk 1e7    //定义测试函数时间时循环体次数
#define CT CLK_TCK  //重命名Clock Tick(一秒内的时钟打点数)

double f1(int n, double a[], double x);

double f2(int n, double a[], double x);

void printTime(double n, double a[], double x, int num);

clock_t start, stop;
double duration;

int main() {

    double a[Maxn], x = 123;
    for (int i = 0; i < Maxn; i++) {
        a[i] = (double) i;
    }
    printTime(Maxn - 1, a, x, 1);
    printTime(Maxn - 1, a, x, 2);
    return 0;
}

//暴力破解法,直接求每一项的a~n~x^n^
double f1(int n, double a[], double x) {
    double p = a[0];
    for (int i = 1; i <= n; ++i) {
        p += (a[i] * pow(x, i));        //a_n*x^n
    }
    return p;
}

//秦九韶算法,运用结合律将x作为公因子提出,计算内层即可。详见笔记
double f2(int n, double a[], double x) {
    double p = a[n];
    for (int i = n; i > 0; i--) {
        p = a[i - 1] + x * p;
    }
    return p;
}

void printTime(double n, double a[], double x, int num) {
    printf("f(%d)各参数如下:\n", num);
    start = clock();        //开始时刻的时钟打点
    if (num == 1) {
        for (int i = 0; i < Maxk; ++i)
            f1(n, a, x);
    } else {
        for (int i = 0; i < Maxk; ++i)
            f2(n, a, x);
    }
    stop = clock();         //结束时刻的时钟打点
    duration = difftime(stop, start) / CT;
    printf("循环Maxk次时间:duration=%.3fs\n", duration);
    double per = duration / Maxk * 1e9;
    printf("单次执行时间:per=%.2fps\n", per);
    printf("时钟打点数:stop-start=%d\n", (int) (stop - start));
    printf("时钟打点数:difftime()=%d\n", (int) difftime(stop, start));
}

运行结果为

f(1)各参数如下:
循环Maxk次时间:duration=0.862s
单次执行时间:per=86.20ps
时钟打点数:stop-start=862
时钟打点数:difftime()=862

f(2)各参数如下:
循环Maxk次时间:duration=0.103s
单次执行时间:per=10.30ps
时钟打点数:stop-start=103
时钟打点数:difftime()=103
目录
相关文章
|
20天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
31 1
|
1月前
|
搜索推荐 C语言
【排序算法】快速排序升级版--三路快排详解 + 实现(c语言)
本文介绍了快速排序的升级版——三路快排。传统快速排序在处理大量相同元素时效率较低,而三路快排通过将数组分为三部分(小于、等于、大于基准值)来优化这一问题。文章详细讲解了三路快排的实现步骤,并提供了完整的代码示例。
55 4
|
19天前
|
存储 算法 程序员
C 语言递归算法:以简洁代码驾驭复杂逻辑
C语言递归算法简介:通过简洁的代码实现复杂的逻辑处理,递归函数自我调用解决分层问题,高效而优雅。适用于树形结构遍历、数学计算等领域。
|
20天前
|
存储 缓存 算法
C语言在实现高效算法方面的特点与优势,包括高效性、灵活性、可移植性和底层访问能力
本文探讨了C语言在实现高效算法方面的特点与优势,包括高效性、灵活性、可移植性和底层访问能力。文章还分析了数据结构的选择与优化、算法设计的优化策略、内存管理和代码优化技巧,并通过实际案例展示了C语言在排序和图遍历算法中的高效实现。
41 2
|
20天前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
39 1
|
20天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
49 1
|
1月前
|
存储 算法 数据管理
C语言算法复杂度
【10月更文挑战第20天】
C语言算法复杂度
|
1月前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
93 8
|
1月前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
100 7
|
2月前
|
算法 API 计算机视觉
人脸识别笔记(一):通过yuface调包(参数量54K更快更小更准的算法) 来实现人脸识别
本文介绍了YuNet系列人脸检测算法的优化和使用,包括YuNet-s和YuNet-n,以及通过yuface库和onnx在不同场景下实现人脸检测的方法。
73 1
下一篇
DataWorks