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．     

多路插入排序算法

对时间复杂性为O(n2)的传统直接插入排序,提出了一种多路直接插入排序算法,给出了相关算法描述及性能分析;讨论了新算法中的插入路数与时间复杂性的关系,得出了当路数为O√n时,时间复杂性有最小值O(n3/2)的结论;最后将多路直接插入排序算法与已有的一些直接插入排序算法进行了比较,结果明显优于已有算法.文中的算法思想同样适用于折半插入排序.     

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。     

最小费用排序问题

两类最小费用排序问题—费用函数满足三角不等式的最小费用排序问题和费用函数不满足三角不等式的最小费用排序问题.利用排序问题的O(nln(n))算法、图论和网络流理论分别给出了这两类问题的离线的最优多项式算法,并分别给出了这2个算法的最优性和计算复杂性分析.     

与基于变换存储结构的一种高效排序算法的商榷

作为计算机应用中一项复杂而重要的技术，排序一直是计算机领域内人们感兴趣的课题，寻找速度快、附加存储空间开销小的高效排序算法也一直是计算机工作者为之追求的目标．对变换存储结构的一种高效排序算法中所存在的几个问题进行商榷与讨论．并证明了建立／生成一棵含有n个数据元素的二又排序树，其时间复杂度最小为O（n log2n）．     

关于"Fm|prmu|Cmax问题"的算法

Fm|prmu|Cmax,即m(m>2)台机器同顺序加工n个工件问题是一类重要的车间作业排序问题.对于给定加工顺序的n个工件的排列排序,排序时间表长即任务的最后完工时间的计算可以通过与问题对应的有向图的关键路的计算得到.本文从关键路的结构特点和性质出发,提出了在关键路的基础上将前后相邻的两个工件的加工时间进行比较,然后择优排序的方法,使Johnson SM算法可以在多台机器上得到一定程度的推广,从而使该问题的解法得到明显简化.     

TLRank:一种新的社会化协同排序推荐算法

已有的社会化协同排序推荐算法的研究只是简单地融入用户的社交网络信息,没有考虑用户之间社会化信任网络的传递性;同时,该推荐算法的性能面临数据高度稀疏性问题的挑战.为了进一步解决这些问题,在传统的协同排序推荐算法(ListRank, List-wise Learning to Rank)和最新的社会化协同过滤算法(TrustMF, Social Collaborative Filtering by Trust)的基础上,提出了一种新的社会化协同排序推荐算法(TLRank),融合均高度稀疏的用户的显式评分数据和社会化信任网络数据,以进一步增强协同排序推荐算法的性能.实验结果表明:在各个评价指标下,TLRank算法的性能均优于几个经典的协同排序推荐算法,且复杂度低、运算时间与评分点个数线性相关;TLRank算法的推荐精度高、可扩展性好,适合处理大数据,可广泛运用于互联网信息推荐领域.     

快速排序的改进算法

对快速排序算法进行了改进,根据在待排序列基本有序的情况下,插入排序有较好的性能特点,在改进算法中,只对长度k大于的子序列递归调用快速排序,最后再对整个序列用插入排序方法排序,我们得到了时间复杂性为1.386 nlog(n/k) nk/4 3(n 1)/(k 1) O(logn)的排序算法,当k取值为8左右时,改进算法的性能较隹.     

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%。     

关于F2‖Cmax问题最优解的充要条件

F2‖Cmax问题即二台处理机同顺序加工n个作业问题,是一种常见和重要的车间作业排序问题.求解这个问题用SPT-LPT算法[1]一般不会得到全部最优解,以ai,bi分别表示作业i(1≤i≤n)在二台处理机上的加工时间,其算法中的条件即所有前后相邻接的两个作业都必须满足不等式m in(ai,bj)≤     

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．     

内分类算法复杂性的讨论

在一定的条件下,给出内分类算法复杂性的严格定义;通过一种新的内分类算法分析及其与古典的内分类算法的测试比较,说明这一定义的合理性。最后给出了这种新算法的改进框图。     

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。     

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．     

城市垃圾的分选

阐述了城市垃圾分选的几种方法和工艺流程 ,指出我国城市垃圾分选存在的问题和垃圾分选的必要性和紧迫性     

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。     

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。     

影响金刚石跳汰选别因素的探讨

金刚石矿石的选矿和实验大都采用跳汰选别的方法进行,该文论述了影响金刚石跳汰选别的三大因素：跳汰机的结构、入选物料的性质和跳汰机的操作因素等,供工作中参考。