在考虑工艺偏差影响的统计静态时序分析中,针对求解多个随机分布最大值(MAX)的关键问题,提出一种快速MAX算法. 该算法将统计输入下的MAX问题转换为求解一组离散配置点上的确定性MAX问题,并用带权最小二乘来计算MAX输出多项式的系数;基于稀疏网格技术有效地减少配置点数,提出输入端缩减技术,进一步提高了MAX的计算效率。ISCAS85 基准电路的实验结果表明,该算法较已有的二阶矩匹配算法和基于降维的随机Galerkin 算法明显地提高了精度,且效率相当;与10 000 次蒙特卡罗的结果相比,中值和方差的相对误差基本小于5%, 且有100倍的速度提升.