コンウェイ法

プログラミングで使用される統計手法で、潜在的な有効性とエンド ユーザーの理解しやすさを分析して、問題を解決するためのアルゴリズムの複雑さを評価できます。この方法は、20 世紀半ばに著者であるジェームズ・マクミラン・コンウェイによって開発されました。 Conway は 2 つの重要な結果を証明しました。1 つは、問題のクラスによっては計算の複雑さのモデルが複数存在するため、特定の問題についてはサブクラスを他のどのクラスにマッピングできるかが明らかではないことです。 2 番目に、出力内の要素を選択するのに必要な要素が含まれるまでの反復回数を測定することで、計算の複雑さによってアルゴリズムを分類する方法を示しました。つまり、アルゴリズムは、正しい答えを推測するためにオプションを何回試行する必要があるかによって評価されます。ただし、アルゴリズムの複雑さを推定するこの方法では、アルゴリズムのスコアが計算された最大値なのか、それとも期待値/平均値なのかという疑問が生じます。期待されるスコアが最大値よりも大幅に低い場合があるためです。計算された。この問題は、アルゴリズムの複雑さ、つまり予想される実行時間の上限を提供する成長複雑度の推定値を修正することで部分的に解決されました。