在SIMD—EREW计算模型上的并行排序算法

本文提出一种在ＳＩＭＤ－ＥＲＥＷ计算模型上实现的并行排序算法。算法采用基数交换排序方法，在处理过程中无存贮访问冲突。对长度为ｎ的序列，算法使用不超过ｎ／２个处理单元，时间复杂度为Ｏ（ｕ．ｌｏｇ２ｎ），其中ｕ为不超过处理器字长的常数。该算法适合于具有较多重复元素的序列排序。     

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。     

排序算法并行化

阐述了BSP上的并行排序算法,进行了该算法的性能分析,并通过与PRAM—CRCW上快排序算法的比较,说明了该算法的可行性．     

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.     

受限SIMD PRAM模型上的高效并行图算法

在限定处理机个数的 CREW PRAM并行计算模型上,给出了图论中一些基本问题的并行算法.所给并行算法的费用c(n)=p(n)*t(n)是目前已知的最好结果,其中p(n),t(n)分别是对一具有n个顶点图实施并行算法所用处理机的个数和最坏情况下的时间复杂性。     

分级数据无需完整排序的并行选择算法及实验

基于分组原理，设计一个无需完整排序的分组数据，从而可大大加快并行选择算法的速度，用并行Ｍｕｌｔｉｐａｓｃａｌ语言编程进行仿真实验，获得了较好的结果。     

并行播送和求和算法在几种实际计算模型上的设计和分析

研究播送和求和算法在几种实际的并行模型上的具体实现方法，展示这些新模型上的算法设计风格，给出各实际模型的内在特性及相互关系，并对它们做一综合评价．     

可行的排序算法探讨

本文分析了三类排序算法的优点和缺点,给出了必要的证明,探讨了研究可行的排序算法条件。此外,本文把第三类排序算法引入了并行算法。     

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．     

采用折叠-展开技术的一种并行排序算法

给出ｎ×ｎ网孔环接式阵列处理机上的一种并行排序算法,它将ｎ×ｎ阵列上的数据折叠成ｎ×ｎ／ｋ子阵列,排序后再展开到整个ｎ×ｎ阵列上,实现ｎ×ｎ项数据的行主序排序,其平均时间复杂度为（２＋１／ｋ）ｎ＋ｏ（ｎ）．若采用ｎ×ｎ／ｋ阵列模型,且各处理器初始、结束状态允许有ｋ项数据时,该算法的平均时间复杂度只有（１＋２／ｋ）ｎ＋ｏ（ｎ）．     

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     

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。     

一种新的数组排序法

提出一种新的数组排序法，分析了该算法在最坏情况下的计算复杂度。该算法经C．A．R．Hoare算法要快，操作简便。     

实现冒泡排序算法的一种新方法

冒泡排序中，每趟比较结束时都能确定一个数据的最终位置，在数组中用下标表示，标值的变化为循环控制变量的变化给出了一种实现冒泡排序算法的新方法．     

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%。     

分枝限界法的并行处理

该文对分枝阻界法的并行化作了深刻的研究，提出一通用的并行分枝限界算法设计方法，从而使该类问题并行机上难以设计算法求解的问题变得容易解决。     

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。