​

一、聯機演算法

1、定義

也叫線上演算法，在演算法執行過程中的任意時刻，只對要操作的資料進行一次掃描，掃描完成後便此後不再對已經操作過的資料進行儲存和記憶。

這種演算法有種特點：如果資料是儲存在磁碟或者磁帶上，便可以順序地讀取，無需在主存中儲存資料的任何部分。

2、舉例

在處理最大子序和的問題中，存在一種聯機演算法，具體實現如下（基於C）：

 1 int MaxSubsequenceSum(const int A[ ], int N) {
 2     int TempSum, MaxSum;
 3 
 4     TempSum = MaxSum = 0;
 5     for (int
 
 i = 0; i < N; i++) {
 6         TempSum += A[i];
 7 
 8         if (TempSum > MaxSum) {
 9             MaxSum = TempSum;
10         }
11         else if (TempSum < 0) {
12             TempSum = 0;
13         }
14     }
15 
16     return MaxSum;
17 }

可見，該演算法的在執行過程中只對序列進行一次掃描，並且無需記憶已經操作過的資料，這就是聯機演算法，它對已經讀入的資料，當即就可以給出最大子序和。

此外可以注意到，該演算法的時間複雜度為​，空間複雜度為​，即線性時間常量空間，滿足這一條件的聯機演算法幾乎可以認為是完美的演算法。

二、離線演算法

1、定義

也叫離線演算法，在演算法執行前所有的輸入資料已知，換句話說，對於一個離線演算法，在開始時就需要知道問題的所有輸入資料，和需要進行的所有操作，而且在解決一個問題後就要立即輸出結果。

2、舉例

同樣是序列最大子序和的問題，如下采用的演算法便是離線演算法，具體實現（基於C）：

 1 int MaxSubsquenceSum(const int A[], int N) {
 2     int TempSum, MaxSum;
 3     
 4
 
     MaxSum = 0;
 5     for (int i = 0; i < N; i++) {
 6         TempSum = 0;
 7         for (int j = 0; j < N; j++) {
 8             TempSum = A[j];
 9 
10             if (TempSum > MaxSum) {
11                 MaxSum = TempSum;
12             }
13         }
14     }
15 
16     return MaxSum;
17 }

可以看出，在演算法執行過程中，需要不止一次地對資料進行掃描，雖然就空間複雜度而言，依然是​，但其需要對資料進行記憶 ，需要把全部資料讀入主存中。此外，演算法的時間複雜度為​，相較於上文中的聯機演算法就稍遜一籌。

三、理解

由於對資料的處理方式不同，聯機演算法在結果的產生上便形成了較為明顯的區別：

對聯機演算法而言，中途每一次讀入資料產生的結果都是滿足要求的結果，其結果的產生是基於對當前及過去的所有輸入，可以理解為：“熱炒熱賣”、“炒多少，賣多少，炒好一盤上一盤”，相當於炒菜，這也正和“線上演算法”中“線上”的意義不謀而合。

而離線演算法則是利用所有的資料參與計算，最終得到一個結果，其時間複雜度是非線性的，需要對資料多次掃描，無法像聯機演算法一樣順序讀入並出結果，可以理解為：“菜全部做好了再開始營業”，相當於自助餐廳，Ready。

​