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．     

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。     

线性阵列上的奇偶归拆排序并行算法的MPI实现

主要介绍了线性阵列上的奇偶归拆排序的并行算法思想,给出了算法基于网络工作站的MPI实现,并 对算法进行了讨论和分析．     

基于概率排序的静态奇偶编码压缩算法

作者针对某些应用数据结构的特点，提出了一种新的基于熵编码原理的压缩算法．该算法使用固定奇偶码，省去了传统算法动态生成哈夫曼树的繁琐过程；从而使算法加速，译码也变得简单，同时又保持了与传统算法基本相当的压缩效率．该算法已在实际应用中取得了满意的效果．     

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。     

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。     

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。     

分组大规模排序管理算法

为了解决互联网时代大规模数据排序问题,本文提出了一种基于云计算的分组大规模排序算法,该算法利用了快速排序与归并排序的思想,对分发到各个云端的数据进行排序与整合;并能有效利用云端的计算资源以及存储资源,通过并行排序思想来缩短计算时间,提高排序效率。通过对该算法的时间复杂度评估和模拟测试,验证了该算法思想的有效性。     

各种排序算法小议

排序算法是一种基本并且常用的算法.本文主要是按照算法的复杂度,从简单到复杂来分析算法,对算法进行分类,并介绍在不同条件下算法的使用与选择.     

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.     

低熵多键排序问题的实用算法

给出低熵情况下的多键排序改进算法.利用众数投票算法结合中位数选择算法产生枢纽元,对与枢纽元相等的元素使用改进算法,其他元素仍采用原算法.理论分析表明,重复数据较多时改进算法速度较快,且在数据量不大时其性能接近线性算法.     

一种网上求解线性方程组的Guass-Seidel并行迭代算法

针对基于PVM的微机网络并行计算环境下,处理机的运算速度较快而处理机间的通信相对较慢的实际情况,给出了一种网上并行求解线性方程组的Guass-Se idel迭代算法。该算法将方程组的增广矩阵按行卷帘方式分布存储在各处理机中,循环传送每一次的迭代向量以减少处理间的通信次数,同时,采用计算与通信部分重叠技术,提高并行算法的效率。并用1~12台桌面PC机联成的局域网,在PVM 3.4 on W indows2000,VC 6.0并行计算平台上编程对该算法进行了数值试验,试验结果表明,该算法较传统的基于列扫描法的Guass-Se idel并行迭代算法优越。     

排序算法的比较与选择研究

影响排序效率的因素有很多,首要因素是使用的算法;其次是为实现算法而进行的程序编制。算法时间复杂性的“0”表示法反映了渐近特性,但不能作为选择排序算法的唯一和最佳依据。本文指出了影响排序效率的各种因素,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选择前提,分配排序的程序在执行时间上具有明显的优势。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。     

在一个限制条件下的线性分类算法

对于分类问题给出了一个限制条件，在此限制条件下构造了一个分类算法，此算法的运算时间是线性的，因为对于通常的分类问题，限制条件都能得到满足，因此构造的算法在分类问题中具有广泛的应用价值。     

一种新的概念格并行构造方法

概念格在数据分析及机器学习等很多领域得到了广泛的应用,其构造算法的时空开销随着数据规模的不断增大而迅速增长,这一问题一直困扰着格的进一步应用。因此,设计更加有效的建格算法是非常重要的。文章结合批生成算法的并行性和渐进式算法高效性的优点,提出了一种新的并行算法;实验表明,该算法的时间性能和空间性能都有明显的提高。     

有选择条件的并行连接改进算法

针对有选择条件的连接易于造成选择率偏斜和重分布偏斜的问题，通过在各个处理结点中的A—D（Attribute—Distribute)临时关系以及主控结点中的A—RD(Attribute—Redistribute)临时关系，提出了并行连接改进算法，并且从理论上对该算法的空间复杂度进行了分析．     

A modified algorithm for SAR parallel imaging

Synthetic aperture radar can provide two dimension images by converting the acquired echoed SAR signal to targets coordinate and reflectivity. With the advancement of sophisticated SAR signal processing, more and more SAR imaging methods have been proposed for synthetic aperture radar which works at near field and the Fresnel approximation is not appropriate. Time domain correlation is a kind of digital reconstruction method based on processing the synthetic aperture radar data in the twodimensional frequency domain via Fourier transform. It reconstructs SAR image via simply correlation without any need for approximation or interpolation. But its high computational cost for correlation makes it unsuitable for real time imaging. In order to reduce the computational burden a modified algorithm about time domain correlation was given in this paper. It also can take full advantage of parallel computations of the imaging processor. Its practical implementation was proposed and the preliminary simulation results were presented. Simulation results show that the proposed algorithm is a computationally efficient way of implementing the reconstruction in real time SAR image processing.     

蚂蚁算法在排序问题中的研究与应用

在分析印刷业工艺流程和瓶颈工序的基础上。将印刷业订单排序问题简化为单机排序问题，并建立了该排序的数学模型。同时以最小化订单的提前／拖期为目标。将蚂蚁算法应用于该模型中。并对蚂蚁算法在此订单排序问题中进行了仿真和探讨。该算法已经应用于实际的印刷业生产排序中。并且取得了良好的效果。