SIMD-SM模型上的奇偶排序算法

Batcher排序网络在排序深度上不是最优的,但由于有较好的并行性和时间复杂度,因此许多并行排序算法都基于Batcher排序网络.通过观察Batcher奇偶排序网络,提出在SIMD SM模型上的一种奇偶排序算法.该算法占用n/2个处理器,在○(log22n)时间里排序n个关键字.     

一种新的并行排序算法研究

讨论了一种新的并行排序算法，基于前馈阈值神经网络结构，该排序模型利用Ｏ（ｍｎ＾２）个神经元经６个时间步（６级前馈）即可完成排序，排序时间与排序规模无关。     

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．     

基于PAR方法的并行最大和算法的推导

在基于薛锦云提出的PAR（Partition-and-Recursion)方法的思想上,通过并行划分数据空间－－自然地称之为并行分划递推,给出了在PRAM和超立方互联网络模型上的并行最大和最优算法,它们的时间复杂性为O（log N)。     

基于LARPBS模型的快速并行归并排序算法

提出了一种基于LARPBS模型上的并行归并排序算法,该算法使用M1 ε(0<ε<1)个处理器可以在O(lb lbM)时间内对Mε个有序序列进行归并.利用该归并算法对长度为N的序列进行排序,使用N1 ε个处理器可以在O((lb lb N)2)时间内完成.     

具有相同加工时间单机调度最优交货期和最优排序的确定

研究了工件加工时间相同的确定单机调度最优交贷期和最优加工顺序的问题,且目标函数基于交货期和工件交货时间不准的情况。利用HLP不等式提出了时间复杂度为O（n^2）的最优算法。     

一种Douglas—Peucker加速算法

本文分析了Douglas—Peucker（DP）算法的复杂度,表明在最坏情况下为O（n^2）其中n为矢量压缩前的顶点数。接着,提出了一种基于路径凸壳的算法,在最坏情况下的复杂度仍为O（nlog2）,与常规DP算法在最优情况下的复杂度相同。     

有预算限制的最大并行流问题

改进了Garg N和Koenemarm给出的求解具有预算限制的最大并行流问题的近似算法，使得算法求出的目标函数值的近似性由原来的λ≥（1-ε）^3OPT改进为λ≥1／（1＋3ε）OPT，更接近最优值，而算法复杂性不变，给出数值例子，验证了算法改进的有效性。     

线性阵列上的一种新的并行排序算法

首先介绍了分治方式的并行处理方法,并以超立方网络上的并行排序为例说明了这种方法的应用．然后在此基础上,给出了作者在线性阵列上发现的一种新的并行排序算法．     

一个块同步并行（BSP）的改进I／O代价模型

提出了一个改进的BSP的I／O代价模型,不但易于实现,而且利用该模型能减少I／O,通信及同步时间,显著地提高BSP程序的运行效率,给出了在这两种模型下实现并行排序算法的时间代价比较。