32 Aufwand und O-Kalkül
32.1 Sortieraufwand experimentell

One plus one is two.
Two plus two is four
Four plus four is eight.
Eight plus eight is more than ten.

Kinderreim

 


 
Ein einfaches Programm (siehe Download) testet den zeitlichen Aufwand, den die einzelnen Sortieralgoritmen benötigen:
Download:

Sortieren Vergleich.java
Sortieren.java
StoppUhr.java

public class SortierenVergleich {



   public static void main(String[] args){

      StoppUhr uhr = new StoppUhr();

      int[] liste1;

      System.out.print("Laenge der Liste: ");

      int anzahl = Console.in.readInt();



      liste1 = Sortieren.listeAnlegen(anzahl);

      int[] liste2 = (int[]) liste1.clone();

      int[] liste3 = (int[]) liste1.clone();

      int[] liste4 = (int[]) liste1.clone();



      uhr.starten();

      Sortieren.bubbleSort(liste1);

      uhr.stoppen();

      System.out.println("\n\nSortierzeit BubleSort: "+uhr);



      uhr.starten();

      Sortieren.einfuegen(liste2);

      uhr.stoppen();

      System.out.println("\n\nSortierzeit Einfuegen: "+uhr);

      

      uhr.starten();

      Sortieren.heapSort(liste3);

      uhr.stoppen();

      System.out.println("\n\nSortierzeit HeapSort: "+uhr);



      uhr.starten();

      Sortieren.quickSort(liste4);

      uhr.stoppen();

      System.out.println("\n\nSortierzeit QuickSort: "+uhr);

   }

}
  Um sicherzustellen, dass immer die gleiche Liste von Zufallszahlen sortiert wird, erzeugen wir einmal eine Liste liste1 und durch Klonen erzeugen wir die Instanzen liste2, liste3 und liste4.
  Deutliche Unterschiede in der benötigten Sortierzeit zeigen sich mit steigender Anzahl der zu sortierenden Zahlen in den Listen. Die Stärken von Quicksort und Heapsort zeigen sich am deutlichsten bei sehr großen Listen. Um eine Statistik zu machen dient ein anderes kleines Programm:
 
Download:
SortierVergleich2. java
public class SortierenVergleich2 {



  public static void main(String[] args){

    StoppUhr uhr = new StoppUhr();

    int stat = 10;



    for(int i = 5000; i < 100000; i += 5000)  {

      long totalZeitBubble = 0;

      long totalZeitEinfuegen = 0;

      long totalZeitHeap = 0;

      long totalZeitQuick = 0;



      for (int j = 0; j < stat; j++){



        int[] liste1 = Sortieren.listeAnlegen(i);

        int[] liste2 = (int[]) liste1.clone();

        int[] liste3 = (int[]) liste1.clone();

        int[] liste4 = (int[]) liste1.clone();



        uhr.starten();

        Sortieren.bubbleSort(liste1);

        uhr.stoppen();

        totalZeitBubble += uhr.getLaufzeit();



        uhr.starten();

        Sortieren.einfuegen(liste2);

        uhr.stoppen();

        totalZeitEinfuegen += uhr.getLaufzeit();



        uhr.starten();

        Sortieren.heapSort(liste3);

        uhr.stoppen();

        totalZeitHeap += uhr.getLaufzeit();



        uhr.starten();

        Sortieren.quickSort(liste4);

        uhr.stoppen();

        totalZeitQuick += uhr.getLaufzeit();

      }

      System.out.println("n = "+i);

      System.out.println("--------------");

      System.out.println("BubbleSort : "

                          +totalZeitBubble/1000.0/stat);

      System.out.println("Einfuegen  : "

                          +totalZeitEinfuegen/1000.0/stat);

      System.out.println("HeapSort   : "

                          +totalZeitHeap/1000.0/stat);

      System.out.println("QuickSort  : "

                          +totalZeitQuick/1000.0/stat);

      System.out.println("\n");

    }

  }

}
  Um statistische Streuungen zu minimieren, werden alle Werte 10 mal erfasst und ihr Durchschnittswert ausgegeben. Achtung: Die Laufzeit des Programms ist selbst bei schnellen Rechnern sehr groß: Für eine Pentium III 450 MHz und 256 MB Hauptspeicher ergaben sich folgende Werte:
 
 
n = 5000
--------------
BubbleSort : 0.516
Einfuegen : 0.205
HeapSort : 0.015
QuickSort : 0.0050
 
n = 10000
--------------
BubbleSort : 1.978
Einfuegen : 0.756
HeapSort : 0.015
QuickSort : 0.01
n = 15000
--------------
BubbleSort : 4.226
Einfuegen : 1.7425
HeapSort : 0.025
QuickSort : 0.01
 
n = 20000
--------------
BubbleSort : 7.3405
Einfuegen : 3.1245
HeapSort : 0.0305
QuickSort : 0.02
n = 25000
--------------
BubbleSort : 11.291
Einfuegen : 4.882
HeapSort : 0.05
QuickSort : 0.02
 
n = 30000
--------------
BubbleSort : 16.113
Einfuegen : 7.05
HeapSort : 0.055
QuickSort : 0.025
n = 35000
--------------
BubbleSort : 21.776
Einfuegen : 9.639
HeapSort : 0.065
QuickSort : 0.025
 
n = 40000
--------------
BubbleSort : 28.256
Einfuegen : 12.593
HeapSort : 0.085
QuickSort : 0.03
n = 45000
--------------
BubbleSort : 35.6565
Einfuegen : 16.003
HeapSort : 0.09
QuickSort : 0.03
 
n = 50000
--------------
BubbleSort : 46.342
Einfuegen : 20.074
HeapSort : 0.1
QuickSort : 0.04
n = 55000
--------------
BubbleSort : 53.9175
Einfuegen : 23.8945
HeapSort : 0.12
QuickSort : 0.04
 
n = 60000
--------------
BubbleSort : 63.0255
Einfuegen : 28.401
HeapSort : 0.13
QuickSort : 0.05
n = 65000
--------------
BubbleSort : 77.316
Einfuegen : 33.624
HeapSort : 0.135
QuickSort : 0.055
 
n = 70000
--------------
BubbleSort : 88.963
Einfuegen : 39.051
HeapSort : 0.1555
QuickSort : 0.05
n = 75000
--------------
BubbleSort : 103.3435
Einfuegen : 45.32
HeapSort : 0.1705
QuickSort : 0.06
 
   
Grafische Darstellung (AMD 1,4 GHz, 512 MB DDR RAM; Einzelwertmessungen ohne MIttelwertbildung):

   
zu 32.2 Definition des O-Kalküls
zur Startseite www.pohlig.de  (C) MPohlig 2004