1.事后统计方法

通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低
因为此方法有各种缺陷，不予采纳

2.事前分析估算方法

在计算机程序编制前，依据统计方法对算法进行估算

一个程序在计算机上的运行时所消耗的时间取决于以下因素：

1. 算法采用的策略、方法（算法好坏的根本）
2. 编译产生的代码质量（主要由软件来支持）
3. 问题的输入规模
4. 机器执行指令的速度（即输入量的多少，主要看硬件性能）

抛开与硬件和软件的有关因素，一个程序的运行时间依赖于算法的好坏和问题的输入规模。
所谓问题输入规模就是指输入量的多少

举例：1+2+3+……+100
第一种算法
循环求解
执行了 $1+(n+1)+n+1=2n+3$ 次
算法实际操作数量 $f(n)=n$

int sum = 0, n = 100; 			//执行 1 次
for(int i = 1; i <= n; i++){ 	//执行 n+1 次，包含i=1这一次，输入规模n=100sum = sum + i;				//执行 n 次
}
printf("%d",sum);				//执行 1 次

第二种算法：
等差数列求和
执行了 $1+1+1=3$ 次
算法实际操作数量 $f(n)=1$

int sum = 0, n = 100;			//执行 1 次
sum = (1 + n) * n/2;			//执行 1 次
printf("%d",sum);				//执行 1 次

我们只关注代码中间那部分，把循环看作一个整体，忽略头尾循环判断的开销，那上面两个算法是 $n$ 与 $1$ 的差距

举例延伸：
执行 $100^2$ 次
算法实际操作数量 $f(n)=n^2$

int x = 0, sum = 0, n = 100;		//执行1次,输入规模n=100
for(int i = 1; i <= n; i++){		//第一次外循环时，内循环共100次，外循环进行100次时，外循环共100000次for(int j = 1; j <= n; j++){	//执行 n×n 次x++;sum = sum + x;}
}
printf("%d",sum);				//执行1次