我们在写程序时，常常会好奇，到底我们的几个算法那个好呢，这时，当然你可已使用大O技法来分析复杂度，当然，我认为还是使用编程来计算运算时间来的简单，而且，在数据面前，我们可以信服。 在C++的库函数中，已经给我们提供了这样的方法，clock(),我们可以使用它来计算程序的运行时间，闲话少说了，开门见山： 计算程序运行时间使用的知识点： 1clock_t 2clock() 3CLOCKS_PER_SEC 这些库函数、类型和常量都是定义在ctime库中的。下面就解释一下吧！ 1clock_t数据类型，其实，当你打开time.h就知道了，就是个long型，用来记录一段时间内的clocks数，即CPU的运行单元时间。 2clocks()函数，返回类型clock_t，返回的是从程序开始，到你掉用clock()函数这段时间的clocks。 3CLOCK_PER_SRC 我们若想计算程序的运行时间，则只要根据程序的入口点和出口点出都计算clocks，再算差就可以了，都是在main()中进行操作，如下： int main() { clock_t start, end; start = clock(); //省略 end = clock(); cout<<"Run time: "<<(double)(end - start) / CLOCKS_PER_SEC<<"S"<<endl; return 0; } 这样就ok了，我们来试试吧，都说一般情况下，由于递归的堆栈操作性能不好，不建议使用递归进行数值计算，那么，我们跑跑下面两个程序就知道原因了，它们都是求Fibonachi的。 递归： #include <iostream>#include <ctime>
using namespace std;
unsigned int outFibonachi(int i); //其中i表示其中的第几个数
int main() { clock_t start, end;
start = clock(); for(int j = 1; j <= 30; j++) { cout<<outFibonachi(j); if( j % 5 == 0) { cout<<"/n"; }else { cout<<" , "; }
}
end = clock();
cout<<"Run time: "<<(double)(end - start) / CLOCKS_PER_SEC<<endl;
return 0;}
unsigned int outFibonachi(int i) { if(i <= 2) { return 1; }else { return outFibonachi(i - 1) + outFibonachi(i - 2); }
} 非递归： #include <iostream>#include <ctime>
using namespace std;
int main() { clock_t start, end;
start = clock(); int a, b, i; a = 1; b = 1;
for(i = 1; i <= 30; i++) { if(i <= 2) { cout<<1<<" , "; }else { cout<<(a+b); if(i % 5 == 0) cout<<"/n"; else cout<<" , "; a = b; b = a + b; }
}
end = clock(); cout<<"Run time: "<<(double)(end - start) / CLOCKS_PER_SEC<<endl; return 0;
} 如果，效果不明显，就将计算规模扩大吧，可以套一层循环，哈哈哈
