知识卡片
基准数据解释理论成本边界
数学分析描述随规模增长的行为及前提;基准测试测量具体实现、数据、硬件和环境下的表现。两者回答不同问题:渐近较优的方法不一定在每个有限规模都更快,单次测量也不能证明所有输入的增长界。
书中计划提供JUnit测试和跨平台基准,并承认读者结果可能不同。使用它时应记录输入分布、版本、平台、预热及测量方法;作者“跨平台证明不依赖平台”的表述过强,有限平台结果只能支持其覆盖条件下的观察。
基准可检验性能预期,正确性测试另需覆盖结果与边界;本次没有运行这些基准。
54/03174列三种历史平台上千万次比较、乘法、除法和平方根的耗时;例如表中部分平台浮点乘法不比整数乘法慢。结果只支持所测硬件、编译方式和任务,不证明当前所有CPU或程序都遵循某个固定排名。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 基准数据解释理论成本边界
- · 性能
原书出处 · 2 处
- · 查看原书依据
基准测试数据来得到算法的性能,支持我们的分析结论。有一些算法是那些具有数学背景的算法设计人员证明能够非常高效但是却不可能实现的,我们需要避免使用这样的算法。我们将在各种平台上执行我们的算法,以证明算法的高效并不依赖于特定平台,而是由于其优秀的设计。 附录包含了我们采用的基准测试方法的全部细节,并且这
- · 查看原书依据
10 000 000次计算的时间。第三列是一台1996年的Sparc Ultra-2的结果。你可以看到,单个操作的性能根据平台的不同,会有很大的变化。
参考来源
- 位置:《算法技术手册》前置导引《原则:用经验来支持数学分析》(spine1446;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1411.html;u007-ch00-004)。
- 结论依据:7全文数学分析、JUnit与基准方法的作者主张实读;未将作者计划写成当前实测。
- 原始内容:基准测试数据来得到算法的性能,支持我们的分析结论。有一些算法是那些具有数学背景的算法设计人员证明能够非常高效但是却不可能实现的,我们需要避免使用这样的算法。我们将在各种平台上执行我们的算法,以证明算法的高效并不依赖于特定平台,而是由于其优秀的设计。 附录包含了我们采用的基准测试方法的全部细节,并且这
- 位置:《算法技术手册》第3章《性能》(spine1486;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1450.html;u054-ch00-004)。
- 结论依据:54/03174列三种历史平台上千万次比较、乘法、除法和平方根的耗时;例如表中部分平台浮点乘法不比整数乘法慢。结果只支持所测硬件、编译方式和任务,不证明当前所有CPU或程序都遵循某个固定排名。
- 原始内容:10 000 000次计算的时间。第三列是一台1996年的Sparc Ultra-2的结果。你可以看到,单个操作的性能根据平台的不同,会有很大的变化。