DNA计算机算术运算的自装配模型（II）—乘法

DNA计算机与传统电子计算机相比具有高度并行性、容量大、速度快等特点。它也是以加、减、乘、除等简单算术运算和异或等逻辑运算为基本运算单元。在自装配加法的基础上,设计了DNA自装配乘法模型,算法的时间复杂度为[O(1)],空间复杂度为[O(n)],并给出实例验证了算法的有效性。该算法具有编码简单、效率高、通用性强等优点。     

DNA计算机算术运算的自装配模型（I）—加法

DNA计算是基于DNA分子生化反应,能够在DNA计算机上实现的算法。它具有高度并行性、容量大、速度快等特点。同传统电子计算机一样,它也是以加、减、乘、除等简单算术运算和异或等逻辑运算为基本运算单元。在Labean加法的基础上,设计了通用的N进制的并行加法DNA自装配模型,算法的时间复杂度为O（1）,空间复杂度为O（n）。在此基础上又设计了一位数连加的DNA自装配模型,为今后的并行乘法奠定了基础。算法的主要优点在于编码简单、效率高,且具有通用性。     

基于N进制的DNA并行加法与乘法模型

现有DNA数值计算模型大多在二进制基础上进行计算,通用性不强。针对该问题,设计基于N进制的DNA自装配并行加法与乘法模型。在Labean模型的基础上,加法模型通过改进库分子的编码方式将DNA算法的时间复杂度降为O(1),空间复杂度降为O(n);乘法模型在解决一位数连加问题后,转换为相应的加法模型进行计算。实验结果表明,该并行模型编码简单,具有较低的时间复杂度和空间复杂度。     

一种凸包的改进算法设计与实现

给出一种求解多边形凸包的改进算法,该算法采取构造一个四边形并删除其内部的点集,从而达到减少扫描次数、提高运算速度的目的.该算法的时间复杂度为O(nlogn),具有实现简单,且比Grabam扫描算法性能更好的特点.实验结果表明,改进后算法进一步提高了运算性能,效果更好.     

FlashSort排序解法及实现

现在最快的排序算法是快速排序算法,它的时间复杂度达到O(n log n)。但是还有一种排序算法,就是Flashsort排序算法。它的时间复杂度达到O(n),超过了前者。FlashSort排序是基于分类的算法,它的实现思想很简单,是利用构造出来的索引来排序。举一个简单的例子,比如有一百个整数,你很容易就能把它们放在数组的正确位置上,根本不需要作任何比较。     

FlashSort排序算法及实现

现在最快的排序算法是快速排序算法,它的时间复杂度达到O(n log n)。但是还有一种排序算法,就是Flashsort排序算法。它的时间复杂度达到O(n),超过了前者。FlashSort排序是基于分类的算法,它的实现思想很简单,是利用构造出来的索引来排序。举一个简单的例子,比如有一百个整数,你很容易就能把它们放在数组的正确位置上,根本不需要作任何比较。     

改进的按位拆分快速排序算法

在讨论目前已有的快速排序算法的基础上,提出一种新的按位拆分快速排序算法,利用Java实现了算法的并行运算。算法分析和实验结果表明,它的算法时间复杂度可达到O(Kn),排序速度明显优于Quick Sort。     

面向公钥密码体系的大数相除快速算法

模运算是公钥密码学的一种基本运算。做模运算前提需要做除法运算,因此除法运算也是密码学的基本运算。大整数除法的运算速度是影响公钥密码体系中效率的关键因素。针对大数相除问题,提出大数相除的快速改进算法,其基本思想是,以空间换取时间。首先,通过建立预处理表,减少试除法中大数乘法的次数,从而高效快速得出商值;然后,运用窗口滑动方法来提高大数减法的速度。实验结果表明,该算法可以提高密码学算法的运算效率。算法时间复杂度为O(n),空间复杂度为O(n)。     

基于混沌系统和DNA序列运算的新型图像加密

针对数字图像加密算法复杂度高、安全性较差等问题,提出一种基于混沌系统的新型DNA混合图像加密算法.通过对相关算法进行研究,将混沌系统与DNA序列运算(延长运算、删除运算、缺失运算、插入运算)进行结合.根据DNA序列运算的思想,通过Chen和Lorenz混沌系统对原始图像执行DNA加法运算,成功得到了加密图像.仿真结果表明,与其他算法相比,该算法不仅加密效果好、安全性高、密钥量大,同时还具有很好的初值敏感性和抗攻击能力等优点.     

一种前缀表达式直接转换为后缀表达式的算法

栈是一种重要的线性结构。后缀表达式的运算规则具有"后进先出"的特点。为了帮助学生掌握这个重要的线性结构,深刻体会栈的结构特性,在教学过程中后缀表达式常作为栈的应用实例给学生进行讲解。针对目前前缀表达式转换为后缀表达式的常用方法存在的不足,提出了一种直接转换算法。此算法的时间复杂度为O(n),空间复杂度为O(n)。     

求解0-1背包问题的一种新混合算法

用动态规划算法求解0-1背包问题的时空复杂度为O（nC）。这个空间复杂度在求解大规模问题上是不可接受的。从计算0-1背包问题最优值的递归方程出发,给出高效利用内存的动态规划算法。为了克服内存高效的动态规划算法带来的缺点,设计新混合算法求解0-1背包问题。该新混合算法的时间复杂度为O（nC）;它消除了回溯阶段,并且为求得放入背包的物品所使用的空间复杂度仅为O（「n/d?+C）,其中d为计算机字长。实验结果表明,混合算法的工作效率与理论分析相同。     

无线ad hoc网络中定向连通控制集的局部构造算法

在无线ad hoc网络中采用定向天线模型寻找定向连通控制集（DCDS）是构造虚拟骨干网的有效方法。由于求解最小DCDS问题是NPC的。提出了一种在无线ad hoc网络中构造DCDS的局部启发式算法。该算法同时选择转发节点和转发边,极大地减少了时间开销,时间和信息复杂度分别为O（1）和O（n）。理论分析和仿真实验都证明该算法具有良好的性能。     

新的等价类划分算法—计数法

目前,基于基数排序的等价类划分算法有较低的时间复杂度但存在以下不足：属性值跳跃性大时会产生大量空队列;排序后仍需O（|P‖U|）的时间才实现划分,求出等价类,排序没能发挥应有作用。为此,设计了一种新算法,通过属性值映射避免大量空队列产生,通过增加一个记录等价类长度信息的计数数组,排序后仅需O（|U|）就可实现划分,求出等价类。整个算法时间复杂度为O（|C‖U|）,空间复杂度为O（|U|）,为求等价类划分提供了一个新的解决办法。     

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。     

一种改进的中文字符串排序方法

对中文字符串排序,最快算法的时间复杂度是O（nlgn）。基数排序算法是目前最快的排序方法之一,时间复杂度是O（dn）,但其一般适用于相同长度的整型数据排序。提出了一种快速的变换方法,将字符串转换为与之等长的整型数组,使用基数排序算法对代表字串的整型数组排序,用以实现对字符串的快速排序。实验表明,提出的算法能快速地进行中文字符串排序,比快速排序算法具有更好的性能,且排序时间与数据规模之间是线性关系,算法的时间复杂度为O（dn）。     

一种基于选择排序的快速求核算法

关于求核的算法有很多,本研究利用选择排序的思想设计了求解等价类的算法,其时间复杂度为O（｜C｜｜U｜）。在此基础上,设计的求核算法,算法时间复杂度为O（｜C｜^（2）｜U｜）。通过实验,证明了算法的正确性和高效性。     

挖掘数据流近似频繁项的改进算法

数据流的无限性、连续性和速度快等特点,使得挖掘出所有准确的数据流频繁项通常是不可能的.算法的空间复杂度和时间复杂度通常是评价频繁项挖掘算法优劣的两个主要度量.通过引入局部性原理改进数据流近似频繁项的挖掘算法,该算法的空间复杂性为O（1/ε）,数据流每个数据项的最坏处理时间是O（1/ε）,其最好处理时间是O（1）,输出结果的频率值误差为∑_(i=2)^j（1-μ_i）×k_i。     

SIMD-BF模型上的并行FWHT算法研究

蝶形网络是并行计算中的一种重要的网络拓扑结构.并行计算模型是并行算法设计和分析的基础.文章以并行FFT算法的基本思想为基础,根据快速Walsh-Hadamard变换的两种蝶式计算流图,提出SIMD-BF模型上的两种并行FWHT算法.算法分析的结果表明:离散Walsh-Hadamard变换算法的复杂度为O(n2);快速W...