本节介绍算法3.1（MIARC）、算法3.2（IARC）和算法3.3（UARD）的时间复杂度.
（1）算法MIARC 的时间复杂度的计算过程：当一些对象添加到决策信息系统时，利用基于矩阵方法的增量机制计算决策信息系统知识粒度的时间复杂度为
，计算增加对象后决策信息系统相对知识粒度的时间复杂度为
，计算增加对象后决策信息系统属性约简的时间复杂度为
，最后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 3.1（MIARC）的总的时间复杂度为
（2）算法IARC 的时间复杂度的计算过程：当一些对象添加到决策信息系统时，利用基于非矩阵方法的增量机制计算决策信息系统知识粒度的时间复杂度为
，计算增加对象后决策信息系统相对知识粒度的时间复杂度为
，计算增加对象后决策信息系统属性约简的时间复杂度为
（其中参数 m，m＇如定理3.9 所述），最后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
.所以基于非矩阵方法的动态属性约简算法 3.2（IARC）的总的时间算法复杂度为
（3）算法UARD 的时间复杂度的计算过程：当多个对象从决策信息系统被删除时，通过基于非矩阵方法的增量机制计算决策信息系统知识粒度的时间复杂度为
，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
（其中参数 k，s 如定理3.14 所述）.所以基于非矩阵方法的动态属性约简算法 3.3（UARD）的总的时间复杂度为
算法CAR、算法MIARC、算法IARC 和算法UARD 的时间复杂度比较如表3-2 所示.(www.xing528.com)
表3-2 算法CAR、MIARC、IARC 和UARD 的时间复杂度比较
从表3-2 可以看到，当对象增加时，经典粗糙集模型属性约简算法CAR的时间复杂度远远大于基于非矩阵方法的动态属性约简算法IARC 和基于矩阵方法的动态属性约简算法MIARC 的时间复杂度，算法IARC 的时间复杂度小于算法MIARC 的时间复杂度；当对象删除时，算法CAR 的时间复杂度远远大于算法UARD 的时间复杂度，从而验证了所提出的结论“基于非矩阵方法的动态属性约简算法是能够有效处理实时动态变化数据集”的正确性.
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。
