关于希尔排序算法的讨论

文中针对增量序列以及扫描次数对希尔排序程序执行效率的影响进行讨论,给出实现希尔排序的程序,并对不同输入数据在不同的增量序列下,希尔排序的运行效率进行了比较,得出结论:当增量序列为h_(t3)=(3~k-1)/2,…,40,13,4,1时,程序效率较希尔最初建议使用的h_(t1)=N/2,N/4,…,1好。     

程序设计中排序的实现方法

排序（Sorting）是数据处理中应用最普遍的一种操作，经过排序处理的数据在程序设计中可以采用优化的算法提高程序的执行效率，同时经过排序后的数据隐含一些特殊的含义，为用户提供有价值的信息，掌握排序的方法对于学习程序设计人员具有一定的实际意义。     

端定位排序方法的研究

为了让原本无序的数据有序,已经有了很多的排序方法.随着研究的发展,要排序的数据容量会与日俱增,人们一直努力研究排序的算法以提高执行的效率.端定位排序算法提出了一种从两端向中间的排序思想,能很大程度上提高排序的速度.理论和实验证明了端定位排序方法和现有排序算法相比的确能有效提高排序的效率,具有切实的可行性.     

一种基于有序双端链表的高效排序算法

本文提出一种新的基于有序双端链表的比较排序算法,即ODListsort(ordered double-end linked list sort)算法。该算法首先要定义一个可共存的链表最大数量,然后通过生成链表、根据规则插入数据以及合并操作来对数据集进行排序。在ODListsort算法中,数据元素是以链表形式进行动态内存分配的,因此它比一些经典的排序算法性能更优。实验结果表明,对于随机数据集,ODListsort排序与快速排序的速度接近,比归并排序、选择排序、插入排序以及冒泡排序的速度更快;对于有序数据集,ODListsort排序的效率远超快速排序,略高于归并排序。     

云计算环境下排序算法的性能分析

随着云计算环境中数据量的激增,人们急需研究在云环境下如何对大量数据进行快速有效的分析与处理。在云环境下对大量数据进行高效地排序是其中一个重要问题。基于Hadoop平台研究并实现了几种高效的排序算法,包括：Radix sort,Quicksort和Sample sort算法。对各个排序算法的执行效率、CPU资源的消耗,内存的消耗,以及处理机间的通信量进行了研究和比较分析。通过大量运行在Hadoop上的实验,发现Hadoop平台上的Sample sort相较于Radix sort和Quicksort具有排序速度快,负载均衡度高,CPU消耗低等优势。这一结果为云计算环境下设计更高效、节能的算法提供了有效的依据和基础。     

一种基于堆的快速排序算法

堆排序算法具有低时间复杂度和低空间复杂度的优点;但对原始序列的有序性不敏感。快速排序算法是在平均情况下公认的高速算法;但有较高空间复杂度。对两个算法扬长避短,设计了一种新的排序算法HQSort;并从理论和实例两个角度分析了该算法的效率,在不同量级的数据集上对该算法和三种经典排序算法进行了对比运行和测试,验证了该算法不仅在时间效率上优于其他算法,而且在辅助存储空间上比快速排序算法减少约50%。     

常用排序算法时间开销的实验统计分析

以数值数据为排序对象,对交换排序、冒泡排序、选择排序、插入排序、归并排序以及快速排序等常用的六种排序算法的时间复杂度从实验统计角度进行分析和对比.本实验统计数据分析可知具有相同定性指标的排序算法,可能实际时间效率有着很大的差异,这组实验数据可为实际应用中排序算法的选择提供参考.     

有限次分组排序算法

本文给出一种有限次分组快速排序算法并证明该排序算法处理均匀分布数据记录,正态分布数据记录及一般概率分布数据记录的平均时间复杂性为Ｏ（Ｎ）;给出四种快速 序算法分别关于均匀分布数据记录,正态分布数据记录,均匀波浪式分布数据记录和异常分布数据记录,进行排序的实验结果,表明有限次分组排序算法具有更快的效率。     

递归函数时间复杂度的分析

渐进算法分析是对一种算法所消耗资源的估算 ,它可以估算出当问题规模 (一般指算法的输入量 ,比如在排序问题中 ,问题规模一般可以用被排序的记录个数来衡量 )变大时 ,一种算法及实现它的程序的效率[1 ,2 ] ,算法设计者可以据此判断一种算法在实现时是否会遇到资源限制的问题 .影响时间代价的最主要因素一般来说是输入的规模 ,我们经常把执行算法所需要的时间Ｔ写成问题规模ｎ的函数 ,记作Ｔ(ｎ) .1　渐近算法分析　渐近算法分析 (简称算法分析 )是一种估算方法 ,它采用增长率的概念来描述算法的时间代价 ,即当问题规模增大时 ,算法时间代价…     

基于串行计算的排序算法实证分析

文章简述了排序算法的研究现状,着重分析地址映射计数排序的基本思想,提出了相异密度因子的概念,以快速排序为参照系,通过理论分析和实验数据的实证分析验证,表明相异密度因子是应用领域选择合适的排序算法的重要参考因素,最后指出了排序算法的研究新趋势.     

一类基于冒泡排序的改进算法的分析与比较

排序算法对于计算机信息处理很重要，一个好的排序不仅可以使信息查找的效率提高，而且还直接影响着计算机的工作效率．目前排序领域许多最简单的算法都是基于冒泡排序算法，该文对这些算法的基本原理进行了介绍和分析，并对它们的算法性能进行了比较．     

教学资源库分类目录树形结构的算法研究

树形目录结构的实现有多种不同的解决方法,选择一种好的方法关系到程序的执行效率,这对一些数据量庞大的系统来说显得尤为重要.数据库的设计和查询的算法结合就是决定效率的主要因素.简述了常见的算法并提出改进设计,说明数据库设计和算法正确使用的好处.     

数据等概率分档统计插入排序算法

提出了一种按数据等概率分档的排序算法,此算法应用现代统计学的一些知识和技巧,结合传统的排序算法,对具有一般分布的数据进行排序,使排序的运算量为O（n）,达到了排序运算量的下限,实验表明,在n较大时此算法效率要优于现有的同类排序算法。     

利用通用排序函数实现日期排序

通用排序函数是将各种类型数组的元素进行排序的函数．而日期型数据比较特殊，使用通用排序函数实现日期型数据排序，必须做一些特殊的处理．首先，把日期型数据转变成单个的数，然后把这些数存于数组，利用通用排序函数进行排序，最后将排序后的数组转变成日期输出．     

一种新的快速求核算法

为了解决核影响属性约简算法的速度和效率等问题，提出了一种基于正区域的求核算法．采用基数排序思想计算正区域，分别得到决策属性正区域的条件属性集和除决策属性正区域的一个条件属性之外的条件属性集，并且计算这2种属性集的基数之差，以判断该条件属性是否是核属性，依次判断所有条件属性，从而快速获得所需要的核．基于正区域求核算法的时间复杂度为O（｜C｜｜U｜）．实验结果表明，利用该算法求核，所耗时间将随对象数的增加呈线性增长，且当对象数最大时，求核所耗时间仅为对比算法的0．6％，同时证明了该算法对各种数据集均有很好的适应性．     

一种基于比较网络模型的排序算法的构造

介绍了一种并行的排序算法：排序网络算法．在比较网络模型的基础上，该算法使用二分法思想，利用双调序列，构造出了一种并行的排序算法：双调排序网络．     

基数排序的一种优化应用

基数排序算法常用于字符串的排序,但对于长度相差较大的字符串,普通的基数排序算法会有较大的时间浪费,本文中优化后的算法可降低算法的时间复杂度.