《表2 启发式算法与机器学习的对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《编译优化序列选择研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表2列出编译优化序列选择领域中启发式算法和机器学习算法的对比情况.应用启发式算法时需要将待编译程序转化为对应的编码表示，机器学习算法则需将待编译程序的特征表示作为输入.同时由于启发式算法会在整个搜索空间内搜索最优解，而机器学习算法只能通过模型获取一定量编译优化序列的效果，并不能保证发现最优的编译优化序列.此外，由于搜索空间的庞大造成启发式算法需要花费较机器学习算法更多的时间搜索到最优编译优化序列.尽管机器学习算法用时更少，但是需要一定量数据来训练学习模型，而启发式算法并不需要.因此，启发式算法适用于没有训练数据集且对算法运行时间要求不严格的场景，而机器学习算法适用于有训练数据集或者对算法运行时间要求严格的情况.