【摘要】：算法4.1（MIRA）和算法4.2（IARC）的时间复杂度的分析过程如下：（1）算法MIRA 的时间复杂度的计算过程：当我们在决策信息系统中添加多个属性时，通过基于矩阵方法的增量机制计算决策信息系统变化后知识粒度的时间复杂度为，计算增加属性后决策信息系统属性约简的时间复杂度为，计算删除决策信息系统属性约简中冗余属性的时间复杂度为.故基于矩阵方法的动态属性约简算法 4.1（MIRA）的总的时间复杂度
算法4.1（MIRA）和算法4.2（IARC）的时间复杂度的分析过程如下：
（1）算法MIRA 的时间复杂度的计算过程：当我们在决策信息系统中添加多个属性时，通过基于矩阵方法的增量机制计算决策信息系统变化后知识粒度的时间复杂度为
，计算增加属性后决策信息系统属性约简的时间复杂度为
，计算删除决策信息系统属性约简中冗余属性的时间复杂度为
.故基于矩阵方法的动态属性约简算法 4.1（MIRA）的总的时间复杂度为
（2）算法IARC 的时间复杂度的计算过程：当我们在决策信息系统中添加多个属性时，通过基于非矩阵方法的增量机制计算决策信息系统变化后知识粒度的时间复杂度为
（其中w 表示发生变化属性的数目），计算增加属性后决策信息系统属性约简的时间复杂度为
，计算删除决策信息系统属性约简中冗余属性的时间复杂度为
.故基于非矩阵方法的动态属性约简算法4.2（IARC）的总的时间复杂度为
算法CAR、算法IARC 和算法MIRA 的时间复杂度的比较如表4-2所示.(www.xing528.com)
表4-2 算法CAR、MIRA 和IARC 的时间复杂度比较
从表4-2 可以明显看到，非动态属性约简算法CAR 的时间复杂度远远大于基于矩阵方法的动态属性约简算法MIRA 的时间复杂度，基于矩阵方法的动态属性约简算法MIRA 的时间复杂度大于基于非矩阵方法的动态属性约简算法IARC 的时间复杂度，从而说明所提出的基于非矩阵方法的动态属性约简算法优于基于矩阵方法的动态属性约简算法.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
