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%。     

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．     

一种改进的计数排序算法

提出了一种改进的计数排序算法。首先找到待排序记录应该存放的位置,然后在原数组空间上进行交换。与传统的计数排序算法相比,在不改变时间复杂度的同时,降低了空间复杂度,提高了算法性能。     

SIMD-EREW模型上的最优并行排序算法

给出两种在SIMD－EREW计算模型上的最优并行排序算法,为了避免存储访问冲突,算法采用了基于并行归并的并行排序方法。对于长度为n的序列,在n^ε个处理单元上,算法的排序时间为O（n^1-εlbn）,成本为O（nlbn）,已达到了最优,且算法是自适应的。     

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。     

具有可变时间的并行排序问题

设有p台处理机要加工n项任务，当每项任务t在时刻i和处理机j上被开始执行时，都有一个不可间断的加工时间l(t，i，j)∈{k1，k2}，我们的目标是要找一个可行方案σ，使得总的完工时间最短．该问题是NP-完备的，本文给出该问题的一个近似算法。     

几种快速排序算法实现的比较

快速排序是一种基本的排序思想,但实现方法有多种。通过对几种实现方法的比较,发现在一般情况下,它们执行的时间复杂度都为O(nlog2n),但它们的实现方法有一些不同,这也决定了它们在具体的执行时间上存在一些差别。了解这些差异,有利于在解决问题时选择最佳的方法。     

排序算法时间复杂度的实验统计分析

本文叙述了各种排序算法的伪代码表示方法,并针对各种排序算法,描述如何利用实验方法进行算法时间复杂度的统计计算,在此基础上,叙述如何开发一个应用软件来对各种算法的时间复杂度进行横向和纵向比较分析,得出各类算法的评估结论。统计分析的结果可直接应用于软件的设计和编码中。     

Valiant并行归并及排序时间复杂性的分析研究

深入分析研究著名的Ｖａｌｉａｎｔ并行归并及排序算法，并推导其关于ＥＲＥＷ（异步读写），ＣＲＥＷ（并发读异步写）和ＣＲＣＷ计算模型的修正的时间复杂性结果。     

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.     

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．     

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。     

基于对分编号策略的双调排序算法

针对目前并行排序算法适用面窄、需要特殊硬件支持的问题,在进一步分析双调排序算法最优化解的基础上,提出了一种新的基于网格互连网络的处理器编号策略－对分编号策略,并求出了基于该策略的双调排序算法时间复杂的一般形式和最快情况,该策略适用于任意维度的通用网格互连处理器网络,且无需额外的硬件支持,调度实例,证明该策略下的双调排序算法具有无死锁调度的特性。     

选择排序算法的一个改进及分析

针对少量记录排序的应用，对直接选择排序算法进行了挖掘，通过增加记忆功能，使算法性能得到明显提高。改进后的算法在大量记录排序时，较原算法的速度提高1倍以上；在少量记录排序时，是基于比较和移位的排序算法中总体表现最佳的；并且对原序列的有序程度很敏感，原序列相对有序时，速度能大幅度提高。结果表明：该算法很适合少量记录排序、部分排序、较有序记录的排序，以及与快速排序算法的混合使用。     

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。     

修正枢轴选取的并行排序

本文利用修正枢轴选取,给出一种适合所有基本排序算法的并行化方法,对均匀数据模型排序具有理想的并行加速及效率。     

多数据源数据等概率分档统计插入排序算法

针对待排数据来源的多样性,提出了多数据源数据等概率分档统计插入排序算法．该算法将现代统计学的新结论、新方法应用于传统的排序算法．新的排序算法达到了时间复杂度的下界O(n),且具有更广的应用范围．实验表明,当数据量较大时(n＞1000),此算法优于其他同类算法．