为什么我们使用RAM计算模型进行算法分析，当它对应于哈佛架构？

-2

根据维基百科，计算的RASP模型对应于冯诺依曼体系结构，而计算的RAM模型对应于哈佛体系结构，而冯诺依曼体系结构离计算机最近，因为我们的计算机中存储有内存数据以及指令，而RAM模型具有不同的程序存储器和不同的数据存储器，那么为什么我们使用RAM模型进行算法分析？为什么我们使用RAM计算模型进行算法分析，当它对应于哈佛架构？

https://en.wikipedia.org/wiki/Random-access_stored-program_machine

来源

2016-11-10 radhika

当分析一个算法时，我们会计算它所需的*步数*数，而不是运行多长时间。如果一个步骤需要更长的周期，因为必须延迟存储器访问，直到CPU中的加载/存储端口可用，它不会更改总步骤数。我们也关注渐近行为，所以我们可以忽略这些不重要的差异。简单地说：在大事件中，这并不重要！ –

那么为什么我们说RASP模型对应于冯诺依曼体系结构，而RAM模型对应于哈佛体系结构时，我们只需做渐近分析，那么为什么会有不同的计算模型定义？ – radhika

计算模型来自实际应用（计算复杂性理论的一个目的是找出哪些是等价的）。从复杂性角度来看，模型是隐含定义和固定的。某些模型在分析特定类型的问题时更易于使用，因此具有不同的模型是很好的。 –

除非您的算法采用自修改代码，区别并不重要，理由玛格丽特指出。另外，就真正的硬件而言，（几乎所有）具有高速缓存的现代CPU都具有分离的指令/数据L1高速缓存，因此实际CPU内核比冯诺依曼更像哈佛式。指令获取很少与数据访问竞争。

维基百科的Modified Harvard Architecture文章更详细地提到了其他方式，大多数哈佛架构仍然可以通过程序进行编程。

来源

2016-11-11 04:26:30

为什么我们使用RAM计算模型进行算法分析，当它对应于哈佛架构？

回答

相关问题