一种新型单循环排序算法

排序是计算机程序设计中一项经常而又重要的操作,研究排序算法具有重要的理论意义和广泛的应用价值.通过对目前常用的几种排序算法的研究,指出它们均为双重循环或多重循环结构设计,借鉴了军队排队列的思想,提出一种只需要单重循环结构即可完成排序过程的新型算法,并进行了编程实现.通过对该算法的时间复杂度、空间复杂度以及稳定性等性能分析,证明该算法对于基本有序的数据排列排序性能优秀,对于数据排列大都是两两错位的排序过程接近最优算法.     

单循环排序算法及其改进

通过对目前常用的几种排序算法的研究,指出它们均为双重循环或多重循环结构设计,提出一种只需要单重循环结构即可完成排序过程的算法,并进行了编程实现。通过对该算法的时间复杂度、空间复杂度以及稳定性等性能分析,证明该算法对于基本有序的数据排列排序性能优秀,并针对其在逆序或数据复杂的情况下,会重复比较一些已经比较过了的数据这一不足,对该算法进行了改进。改进后的算法效率得到提高。     

基于双数据处理的双路冒泡排序策略

冒泡排序算法是一种易实现且稳定的计算机排序算法,但是由于该算法的时间复杂度较高,因此,冒泡排序不适用于大规模数据集。在本文中,我们提出了一种针对经典冒泡排序算法的改进方法-基于双数据处理的双路冒泡排序算法,该方法在每趟排序的过程中可以同时确定两个数据的位置,从而减少排序过程中所需的循环次数,以达到降低了算法的时间复杂度的目的。最终的仿真实验结果表明,双路冒泡排序算法是可行有效的,它显著地降低了冒泡排序过程中所需的数据比较次数和移动次数。     

一种基于HASH变换的循环散列分档排序算法

在数据排序问题中,各种分段快速排序算法[3～11]只有对特定的数据分布类型或者符合ΔM相似文献   

任意类型的分类数据的快速排序

快速排序在数据部分相等或有序时,时间复杂度最坏为O（n2）。针对于任意类型的分类数据的排序,文章在快速排序的基础上,提出一种新的排序算法,具有快速排序算法的简洁性,但是不使用递归算法,时间复杂度为O（n）,空间复杂度为O（1）。通过理论分析和实验表明,该算法的性能明显优于其它排序算法,特别适合于数据量大的场合。     

快速排序的应用

有一些基础的同学,一定学过一些排序的算法,如冒泡 法、插入法。这些算法很容易掌握,用它们排序通常需要两 重循环,对于n个数据,算法的时间复杂度为0(n2),效率 是比较低的。当n达到几万甚至十几万时,程序会运行得相 当缓慢。 下面介绍一种效率较高的算法。排序的过程是:取出待 排序数据之一(称为基准数据),并将数据分为两部分,使 得基准数据一侧的数据皆小于基准数据,另一侧的数据皆大于 基准数据,如果某一侧的数据至少有2个,则对这一侧的数 据递归地进行同样操作。 问题的难点在于,如何完成“将数据分为两部分”这 一步。我们以下面的数据为例(需要对其进行升序排列), 介绍一种较好的方法:     

基于数据驱动的单循环排序算法及其优化

排序是计算机科学中最基本、最重要的研究问题之一。目前常用的排序算法均为双重或多重循环设计，并且大多是程序驱动，本文提出一种新型的基于数据驱动的单循环排序算法，并对该算法进行了性能优化与分析.     

一种新的映射链接排序算法

本文通过对长记录数据特性的分析,提出了一种谓之映射链接的新排序方法（以下简称为“晌射链接排序”）,给出了该排序算法的描述、时间复杂度分析及用Ｃ语言编写程序进行算法比较的实验结果。算法分析和实验结果都表明：映射连接排序方法与待排序数据分布情况无关,其时间复杂度仅为Ｏ（Ｎ）;对于大规模长记录数据的排序,其速度远远优于快速排序、快速分组排序、Ｐｒｏｐｏｒｔｉｏｎ Ｓｐｌｉｔ Ｓｏｒｔ等算法。     

变换存储结构的一种高效排序算法

给出变换存储结构的一种高效排序算法 ,该算法的时间复杂度为 O(n) ,且与待排序数据的分布无关 .给出了该排序算法的描述 ,并在时间复杂度和空间复杂度两方面与其他排序算法作了比较     

一种改进的快速递推干扰抵消多用户检测算法

由于传统的MIMO-OFDM系统干扰消除多用户检测算法对错误传播和干扰消除顺序考虑的较少,提出一种采用逆向排列顺序的快速递推干扰消除多用户检测算法;该算法采用逆向检测顺序,选择用户数据相关程度最大的数据进行最后检测,得到信噪比最优的串行干扰消除用户排列,避免了错误传播;采用递推的方法实现最小均方误差(MMSE)检测器与排序的求取,避免了传统检测算法中的直接矩阵求逆运算,降低了算法的计算量;理论分析和实验结果表明,该算法在有效降低复杂度的同时,具有更好的系统容量性能和误码性能。     

Communication-Efficient Sorting Algorithms on Reconfigurable Array of Processors With Slotted Optical Buses

The reconfigurable array with slotted optical buses (RASOB) has recently received a lot of attention from the research community. In this paper, we first discuss the reconfiguration methods and communication capabilities of the RASOB architecture. Then, we use this architecture for the implementation of efficient sorting algorithms on the 1D RASOB and the 2D RASOB. Our parallel sorting algorithm on the 1D RASOB is based on an efficient divide-and-conquer scheme. It sortsNdata items usingNprocessors inO(k) communication cycles where k is the size of the data items to be sorted in bits. We further develop a parallel sorting algorithm on the 2D RASOB based on the sorting algorithm on the 1D RASOB in conjunction with the well known Rotatesort algorithm. Similarly, this algorithm sortsNdata items on a 2D RASOB of sizeNinO(k) communication cycles. These sorting algorithms are much more efficient than state-of-the-art sorting algorithms on reconfigurable arrays of processors withelectronicbuses using the same number of processors.     

常用排序算法的分析与比较

排序算法是计算机程序设计广泛使用的解决问题的方法．研究排序算法具有重要的理论意义和广泛的应用价值。论述几种常用的内部排序算法,从时间复杂度、空间复杂度及稳定性方面对这些算法进行了比较分析,提出文献中出现的两种冒泡算法版本商榷之处,以供在不同条件下选择适合的排序算法借鉴。并分别提供实现各种算法的c＋＋源代码。     

程序设计中常用的排序算法

针对程序设计中常出现的排序问题，介绍了六种常用的排序算法：插入排序、希尔排序、堆排序、归并排序、冒泡排序、快速排序，以及每种排序所需的时间复杂度，当对大量的数据排序时，以选择适应的算法，提高程序的执行速度。     

程序设计中常用的排序算法

针对程序设计中常出现的排序问题,介绍了六种常用的排序算法:插入排序、希尔排序、堆排序、归并排序、冒泡排序、快速排序,以及每种排序所需的时间复杂度,当对大量的数据排序时,以选择适应的算法,提高程序的执行速度。     

Multi-objective evolutionary algorithms based on the summation of normalized objectives and diversified selection

Most multi-objective evolutionary algorithms (MOEAs) use the concept of dominance in the search process to select the top solutions as parents in an elitist manner. However, as MOEAs are probabilistic search methods, some useful information may be wasted, if the dominated solutions are completely disregarded. In addition, the diversity may be lost during the early stages of the search process leading to a locally optimal or partial Pareto-front. Beside this, the non-domination sorting process is complex and time consuming. To overcome these problems, this paper proposes multi-objective evolutionary algorithms based on Summation of normalized objective values and diversified selection (SNOV-DS). The performance of this algorithm is tested on a set of benchmark problems using both multi-objective evolutionary programming (MOEP) and multi-objective differential evolution (MODE). With the proposed method, the performance metric has improved significantly and the speed of the parent selection process has also increased when compared with the non-domination sorting. In addition, the proposed algorithm also outperforms ten other algorithms.     

THSORT:单机并行排序算法

排序是计算机事务处理的重要操作之一.前人已经就内部排序、外部排序和并行排序提出各种方法.从一种全新的视角研究了排序算法,提出一种在单机上实现的并行排序算法THSORT(Tsinghua SORT).它用多个进程分别控制不同的硬件部件,使输入、排序和输出能够同时进行,从而大大提高了硬件部件的并行性和运行效率.在带有双磁盘阵列的硬件平台上进行的测试表明,THSORT的性能达到了NTSORT(new technology SORT)的1倍左右,并成为2002年PennySort(Daytona类)世界排序纪录的保持者.     

Survey of GPU Based Sorting Algorithms

Parallel sorting algorithms are widely studied nowadays. After the introduction of parallel processors such as graphics processing unit (GPU) and easy to use parallel programming languages such as CUDA and OpenCL, literature on parallel sorting algorithms has become vast and richer with new ideas and techniques applied to solve the famous problem of sorting. This paper presents a survey of GPU based sorting algorithms. Four sorting algorithms have been selected for this survey: Radix sort, Merge sort, Sample sort and Quick sort. Methods used in those algorithms are described in brief. The performance of these algorithms as claimed by their authors is also presented. A comparative analysis based on the literature is depicted.     

不改变数据位置的排序算法及动态演示

实际应用中经常遇到要求不改变原始数据的顺序而按关键字的大小对数据进行排序的情况,原有的一些经典排序算法不能直接用于解决该类问题。经过对选择排序算法进行研究,给出基于选择思想的不改变数据位置而对数据进行排序的算法,并利用C#语言编程对该算法的实现过程进行动态演示。     

Hadoop平台下全局扩散性分组排列算法研究与实现

随着云计算技术的蓬勃发展,各种应用产生的数据量日益庞大,然而目前大规模数据集的安全并未得到充分保障。密码学是确保数据安全的有效手段,但是将传统加密方法直接应用于大数据加密存在安全隐患。提出了针对大规模数据集加密的排列算法,包括两方面工作：提出一种适用于大规模数据集的分组加密排列算法,对数据规模为2mN〈2m＋1的数据集,经过m＋2轮加密可实现全局扩散;基于MapReduce编程模型,在Hadoop平台上实现了分组加密排列算法。理论分析与实验结果表明,该排列算法具有优异的全局扩散性。