问比较算法成本的正确方法

EN

准确的性能度量并不与体系结构或实现无关。不同的DSP计算平台不仅具有不同的绝对性能数字(MHz/GHz)，而且具有不同的MAC或触发器延迟与调度比、内存延迟与带宽比的比值，以及许多其他性能危害(缓存替换与流策略等)。和效率(SMP或矢量调度等)

在古代(VAX，FP系统，56000或更早)，原始乘数或MAC计数占所有其他性能限制的主导地位，因此这成为事实上的成本度量。这已不再是现代流水线短矢量FPU多处理器的主导因素，现在甚至在玩具中也很常见。

一种可能是猜测您的算法最可能针对的平台，并在其上进行测量(更可能类似于基于ARM的移动电话或Raspberry系统，而不是AMD桌面IMHO，甚至可能是OpenCL GPU)。

另一种可能是在学术CPU模拟器上运行(RISC V?)您可以打开详细的性能计数器(每种类型的分配操作、内存流量、注册重用危害等等)。这将比任何AMD桌面要精确得多，操作系统任务切换、TLB/MMU错过，缓存初始化和通信量的变化都可能导致任何性能测量中的各种未知变化。

对此有多种正确的答案。你至少应该考虑这两点：

• 计算机科学使用O符号 -通常用来测量处理需求，但它只是数学，也可以应用于内存。
• 正如您所做的那样，基准测试是测试实现的正确方法。但是您需要做一个多元分析(即在不同的平台、输入大小等上进行测试)。

原则上，平台只应是一个不变的因素。但在实践中，不变的因素可能是相关的。