在评估一个算法时，测量算法的复杂性是第一步。在特定处理器上运行算法所要求的时钟决定了处理能力，它取决于架构，不同的处理器架构其处理能力是有变化的。而算法的存储器需求明显不会改变。绝大多数的DSP算法对一组样值进行处理，这样的一组样值称为一个帧。一组样值组成一个帧将不可避免引入延迟，并产生处理延迟。国际电联(ITU)规定了每种算法的可接受延迟标准。 1．  时间分析法。 通过在算法的参考代码（C/C++/C#或M代码）加入时间统计函数。来实现对算法在整个系统中所占时间作以统计。
优点：实现简单直观的得到算法复杂度在整个系统复杂度中所占的比率。
缺点：只能实现算法间的比较，不能对算法内部的复杂度给出cycle级别或指令级别的分析。
2．  MCPS分析法： 算法的处理能力通常用“每秒百万时钟”来表示，或者MCPS。为了更好地理解MCPS，可以假设某个算法以8kHz的频率处理6?个采样帧，处理每个帧需要300,000个时钟。那么收集一个帧的时间为6?/8,000或8ms。通过简单的算法可以得出每秒可以处理125个帧。当算法处理所有的帧，它至少占用内核每秒300,000*125 = 37,500,000个时钟，或者37.5MCPS。 另外一种表达MCPS的方式是，它等于(处理一个帧所要求的时间乘以采样频率再除以帧大小)再除以1百万。 通过专用profiling工具实现对算法的剖分。统计一个系统中各个算法或一个算法的各个部分在某个平台上执行的时钟周期数。 3．  MIPS分析法 通常用来定义算法处理能力的第二个术语是MIPS，或百万指令每秒。计算某个算法的MIPS也比较复杂。如果处理器每个时钟周期能有效地执行一个指令，每个处理器的MIPS和MCPS是相同的。另一方面，如果处理器的架构需要超过一个周期来执行一个指令，则MCPS和MIPS之间存在一个比例。例如，一个ARM7TDMI处理器实际上每个指令需要1.1个周期。 通过专用profiling工具实现对算法的剖分。统计一个系统中各个算法或一个算法的各个部分在某个平台上执行的时钟周期数。 3: 算法的理论性分析
对算法本身的算法公式,计算过程来确认所消耗的乘加操作,估算出相应的cycle数据或者instruction数据。