Ян,
якщо ви маєте на увазі циклічні алгоритми обробки великих масивів даних, то один з найпростіших методів аналізу алгоритму є визначення порядку росту часу виконання алгоритму чи, ще як кажуть, складності алгоритму.
Є таблички цих порядків росту, які показують як збільшується час виконання алгоритму при різному порядку росту, там все просто.
Найпростіший метод визначення порядку росту - експеримент подвоєння. Він полягає в тому що виконується кілька ітерацій обробки даних з постійним подвоєнням кількості цих даних в кожній ітерації і заміром часу, затраченого на кожну ітерацію.
На пальцях:
1. береться кількість даних, наприклад 1000 і для цієї кількості даних виконується обробка і заміряється час
2. в наступній ітерації кількість даних подвоюється - 2000 і знову виконується обробка даних і заміряється час
3. в наступній - 4000... в наступній - 8000... 16000.
В результаті маємо простеньку табличку типу: кількість даних - час
1000 - 0.32
2000 - 1.24
4000 - 4.91
8000 - 19.93
16000 - 78.19
Для того щоб вирахувати порядок росту потрібно просто розділити час ітерації на час попередньої ітерації.
1.24 / 0.32; 4.91 / 1.24; 19.93 / 4.91; 78.19 / 19.93;
В даному прикладі якщо порахувати то видно що подвоєння даних вдвічі збільшує час виконання в 4 рази - це алгоритм квадтратичної складності (O) n^2. Квадратичну складність, зазвичай, мають алгоритми типу "цикл в циклі". Наприклад, найпростіші алгоритми сортування такі як бульбашкове, шейкерне, виборкою, вставками мають квадратичний порядок росту.
За порядком росту можна порівнювати різні алгоритми і вибирати швидший.
Експериментальне поєднання це простий і примітивний спосіб оцінки алгоритму, який не завжди дає змогу визначити "кращий" алгоритм. Оцінка алгоритмів це взагалі ціла наука 
