在算法设计与分析领域，已有的基础工作基本是采用基于抽象，定理和证明的理论方法进行，注重算法时间复杂度，也即主要操作的渐近界。理论方法的好处是得出的结果是一般性成立的，与算法实现、运行平台等没有关系，并且渐近界是衡量一个算法在大规模问题上的性能的主要依据。然而，理论方法得出的结果不够具体，单凭纸上的算法也无法了解其实际性能。在算法设计与分析上，算法实验是算法理论的重要补充。值得注意的是，也有少部分的算法子领域，比如启发式算法领域，十分重视算法实验和算法的实际性能。总的来说，正如许多自然科学领域，算法理论和算法实验是相辅相承的。