基于矩阵分裂法的一类异步並行排序算法

本文以 MIMD 计算机为背景,介绍基于矩阵分裂法的三个有效异步并行排序算法,并分别提供这三个算法的并行运行时间。     

双向选择排序算法

为丰富O(n²)阶排序算法的种类,以更好地服务于教学科研和日常应用,提出了一种新的排序算法-双向选择排序算法.通过数学方法分析得知:该算法的时间复杂度为O(n²),空间复杂度为O(1).通过实验对比得知:在相同条件下,该算法的运行时间平均为冒泡排序的27%、简单选择排序的62%、直接插入排序的88%.     

排序算法探讨

通过对多种排序方法的比较与评价,提出多种改进的思路,形成改进型的排序算法。这些改进型的算法通过减少比较次数或交换次数,从而进一步改进平均情况下算法的时间性能。     

并行排序算法

本文对目前所流行的各种并行排序算法作了系统地综述,是一篇面向研究的综合报告。其中,包括Batcher和Preparata的排序网络;Stone,Seigel,Kung和Nassimi等的不同互连网络的SIMD机器上的双调排序算法以及目前所知道的最快的Preparata的快速并行排序算法。     

排序算法研究

排序在数据处理中占有极重要的位置,排序算法的好坏,直接影响到程序实现的复杂度。本文介绍了常用的基于比较的排序算法及非基于比较的线性排序算法,并详细讨论了各种排序法的实现思想和改进,最后对这些排序算法进行了比较。     

分组排序算法

提出了分组排序算法,详细分析了算法的原理及其时间与空间复杂度,得出了在最坏情况下的时间复杂度是θ（mn）;最好情况和平均情况下的时间复杂度均是θ（nlog（n/m^k））;在最坏情况下的空间复杂度是O（mn-m²＋m）;最好情况和平均情况下的空间复杂度均是O（m^klog（n/m^k））;并用多组随机数据与效率较高的快速算法进行仿真对比实验,试验结果说明了文中结论的正确性。这一结果,将有助于进一步设计高效的海量数据分析方法。     

排序算法综述

排序在数据处理中占有极重要的位置，排序算法的好坏，直接影响到实现的复杂度。本文介绍了常用的排序算法，并详细讨论了各种排序法的实现、改进和时间复杂度。最后对这些排序算法进行了比较。     

分布排序算法

提出了一个分布排序算法。它利用数学公式j=「N·F(Y(i))」+1 (F(Y(i))是数据元素Y(i)的分布函数)进行排序。并给出了算法复杂性证明。该算法排序n个元素序列的期望时间为O(n)。     

缫丝排序算法

文中提出一种改进的排序算法,弥补了快速排序在大规模下堆栈低效及合并排序在小规模下优势不明显的问题.算法扩展了合并排序思想,从一种特殊的蚕茧缫丝工艺得到启发,使用2～6个滚轴分离待排序列中的有序片段,在滚轴始末端扩展新数据,从而达到在合并操作前增加有序子序列长度的目的.理论推导表明,缫丝排序中的基本操作数量较合并排序减少4.75N,相当于将待排序列缩小至原有规模的1/4;效率测试实验表明,缫丝排序在各种规模下均能获得相比最快经典排序算法10％～15％的稳定优势,相比前人的改进排序算法具备相当的互补性,并能有效降低排序库函数自适应选择算法的实现复杂度.     

排序算法综述

排序在数据处理中占有极重要的位置,排序算法的好坏,直接影响到实现的复杂度。本文介绍了常用的排序算法,并详细讨论了各种排序法的实现、改进和时间复杂度。最后对这些排序算法进行了比较。     

超快速排序算法

快速排序算法结构简单,平均性能较佳;基数排序性能较稳定。结合快速排序和基数排序,提出超快速排序算法,通过理论分析和实验表明,新算法的性能优于快速排序算法和基数排序算法。     

并行归并排序算法

构造效率为Ｏ（１）的并行算法是一个引人注目的问题。［１］和［２］分别提出了并行度为Ｏ（ｌｏｇｎ）和Ｏ（ｎ＾１／２）的、效率为Ｏ（１）的并行排序算法。本文提出一种新的并行排序算法，其效率为Ｏ（１），而并行步数小于［１］和［２］的算法的并行步数。经过改进后，在保持效率为Ｏ（１）的情况下，可进一步将并行度扩大到Ｏ（ｎ＾１／２ｌｏｇ ｎ）。     

超快速排序算法

快速排序将文件分成两个子文件，然后递归地将两个子文件排序，其平均复杂性为Ｏ。本文给出超快速排序算法，建立将文件分成Ｎ个子文件，然后递归地将Ｎ个子文件排序，其平衡复杂性为Ｏ（Ｎ）。     

排序算法的优化

本文介绍一种改进的选择排序法。用本算法进行排序比选择排序法平均节省40%多的CPU时间,而仅需要比选择法多占约10%的空间。算法已在SORLAR16-65机上用FORTRAN语言实现。     

排序算法的选择

影响排序效率的首要因素是算法，但算法时间复杂性的“O”表示法仅反映了渐近特性，不能作为依据来选择排序算法。本文指出了影响排序效率的一些其它因素，在实际中还需要根据这些因素选择不同的算法；文章还给出了几种排序程序的实验数据，这些数据表明当待排序数据较多时，分配排序的程序在执行时间上具有明显的优势。     

简单快速排序算法

内部排序是计算机程序设计中的一种重要操作,排序算法也很多,每一种方法都有各自的优缺点,适合在不同的环境下使用。在这里我们先比较一些常用的排序算法,再提出一种针对排序数连续性较好的简单和较快的排序算法。     

排序算法的优化

ARNE THESEN在讨论排序算法时指出,数据排序是极其有用的。如果没有排序,要修改磁盘上的数据几乎是不可能的。在已出版的Knuth的《计算机程序设计技巧》第三卷中,就以半卷的篇幅讨论六类二十五种排序算法(Sorting)。 算法的优劣通常用算法的时间复杂性和空间复杂性来衡量,即用程序执行时间和占     

分档混合排序算法

对传统典型的几种排序算法：直接比较排序、冒泡排序、快速排序、分档排序与基数排序的效率进行了全面的分析与比较，在此基础上提出了一种称之为分档混合排序算法的新的排序算法，并用算例说明了它的优越性。     

浅析起泡排序算法

本文首先介绍了起泡排序算法,然后从算法的时间复杂度、空间复杂度、稳定性和复杂性几个方面对起泡排序算法的性能进行了分析,最后提出了算法的两点需要改进的地方并给出了改进方法。