sapiСистемный анализ и прикладная информатика«System analysis and applied information science»2309-49232414-0481Belarusian National Technical University10.21122/2309-4923-2023-4-14-19sapi-641Research ArticleСистемный анализSystem analysisВычисление трудоемкости алгоритма, реализованного на языке программирования С#Alculating the complexity of an algorithm implemented in the C# programming languageБеккерИ. А.BeckerI. A.

Беккер Инга Александровна, старший преподаватель, кафедра Автоматизированные системы управления

г. Могилев

binga@rambler.ruЯкимовЕ. А.YakimovE. A.

Якимов Евгений Анатольевич, кандидат технических наук, доцент, кафедра Автоматизированные системы управления

г. Могилев

 

e-soft@bk.ruСкрылевН. П.SkrylyovN. P.

Скрылёв Никита Петрович, ассистент, кафедра Автоматизированные системы управления

г. Могилев

mniccita@gmail.comБелорусско-Российский университетБеларусьBelarusian-Russian UniversityBelarus202311012024041419Copyright © Беккер И.А., Якимов Е.А., Скрылев Н.П., 20242024Беккер И.А., Якимов Е.А., Скрылев Н.П.Becker I.A., Yakimov E.A., Skrylyov N.P.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sapi.bntu.by/jour/article/view/641

Под трудоемкостью алгоритма понимают количество выполняемых алгоритмом элементарных операций (шагов) как функцию от исходных данных, авторы предлагают методику вычисления этой меры сложности алгоритма рассматривать с учетом особенностей и отличий языков программирования. В работе приводятся формулы подсчета теоретической трудоемкости и правила вычисления экспериментальной трудоемкости программного кода на языке высокого уровня С#.

Time complexity of an algorithm is the number of elementary operations performed by the algorithm. Taking into account the features of programming languages, the authors propose to consider the methodology for calculating this measure of algorithm complexity in the specific language of its implementation, provide formulas for calculating theoretical complexity and the rules for calculating the experimental complexity of program in C#.

трудоемкость алгоритматрудоемкость программыязык программирования С#элементарные операциитрудоемкость конструкций языкаalgorithm time complexityprogram time complexityС# programming languageelementary operationslanguage construction time complexityReferencesУльянов, М.В. Ресурсно-эффективные компьютерные алгоритмы. Разработка и анализ / М.В. Ульянов. – М.: ФИЗМАТЛИТ, 2008. – 304 с.Ulyanov, M.V. Resource-efficient computer algorithms. Development and analysis. Moscow: Fizmatlit, 2008, 304 p.Фофанов, О.Б. Алгоритмы и структуры данных: учебное пособие / О.Б. Фофанов. – Томск: Изд-во Томского политехнического университета, 2014. – 126 с.Fofanov, O.B. Algorithms and data structures: textbook. Tomsk: Publishing house of Tomsk Polytechnic University, 2014, 126 p.C# documentation: C# operators and expressions [Электронный ресурс]. Режим доступа: https://learn.microsoft.com/en-us/dotnet/csharp/language-reference/operators/ Дата доступа: 08.08.2023.C# documentation: C# operators and expressions [Electronic resource]. Access mode: https://learn.microsoft.com/en-us/dotnet/csharp/language-reference/operators/. – Date of access 08.08.2023.Kreinovich, V. Among several successful algorithms, simpler ones usually work better: a possible explanation of an empirical observation // V. Kreinovich, O. Kosheleva // Mathematical Structures and Modeling. – 2015. – Nо. 1(33). – Pр. 50–55.Kreinovich V., Kosheleva O. Among several successful algorithms, simpler ones usually work better: a possible explanation of an empirical observation. Mathematical Structures and Modeling. 2015. N. 1(33). P. 50–55.Mala, F.A. The Big-O of Mathematics and Computer Science / Firdous Ahmad Mala // Journal of Applied Mathematics and Computation. – 2022. – № 6 (1). – Pр. 1–3.Mala, F.A. The Big-O of Mathematics and Computer Science. Journal of Applied Mathematics and Computation. 2022. № 6 (1). Pр. 1–3.Licht, B. Obstacles in Learning Algorithm Run-time Complexity Analysis / Licht Bailey // University of Nebraska at Omaha. – 2022. – Theses/Capstones/Creative Projects.193Licht, B. Obstacles in Learning Algorithm Run-time Complexity Analysis. University of Nebraska at Omaha. 2022. Theses/Capstones/Creative Projects. 193 p.Цветков, В.Я. Сложность алгоритмов первого рода / В.Я. Цветков // Образовательные ресурсы и технологии. – 2020. – № 4 (33). – С.73–80.Tsvetkov, V.Ya. Complexity of algorithms of the first kind. Educational Resources and Technologies. 2020. № 4(33). Pр. 73–80.Самуйлов, С.В. Методика сравнительного анализа алгоритмов на примере алгоритмов последовательного поиска / С.В. Самуйлов // Научно-методический электронный журнал «Концепт». – 2014. – № 9 (сентябрь). – С. 46–50.Samuilov, S.V. Methodology of comparative analysis of algorithms by the example of sequential search algorithms. Scientific and methodical electronic journal "Concept". 2014. No. 9. Pр. 46–50.Выборнов, А.Н. Операционная чувствительность алгоритмов / Выборнов А.Н., Головешкин В.А., Ульянов М.В. // Автоматизация и современные технологии. – 2015. – № 8. – С. 41–46.Vybornov A.N., Goloveshkin V.A., Ulyanov M.V. Operational sensitivity of algorithms. Automation and Modern Technologies. 2015. № 8. Pр. 41–46.Rublev, V.S. Automated System for Teaching Computational Complexity of Algorithms Course / Rublev V.S., Yusufov M.T. // Modeling and Analysis of Information Systems. – 2017. – Vol. 24, № 4. – Pр. 481–495.Rublev V.S., Yusufov M.T. Automated System for Teaching Computational Complexity of Algorithms Course. Modeling and Analysis of Information Systems. 2017. Vol. 24, № 4. Pр. 481–495.

The authors declare that there are no conflicts of interest present.