基于Map/Reduce的分布式数据排序算法分析

为了解决大规模数据的存储与计算,近年来分布式系统得到了大量的应用.如何在分布式系统中对大规模数据集进行排序是影响许多应用性能的基础问题,其中不仅涉及每个节点上排序算法的选择,更重要的是设计协调各节点的分布式算法.本文总结了分布式系统中常用的分布式排序算法,对每种算法的执行流程、代价模型和适用场景进行了分析,并通过实验对分析结果进行了验证.本文的工作可以帮助开发人员选择和优化分布式环境下大规模数据排序的算法.     

五种排序算法的性能分析

排序是计算机科学中基本的研究课题之一,其目的是方便记录的查找、插入和删除.通过描述冒泡、选择、插入、归并和快速5种排序算法,总结了它们的时间复杂性和空间复杂性,指出5种排序算法可分为平方阶排序和线性对数阶排序两类.通过实验验证了5种排序算法在随机、正序和逆序3种情况下的性能,指出排序算法的适用原则:当记录较小时,可采用插入或选择排序;当记录基本有序时,可选用插入或冒泡排序;当记录较大时,则应选择快速排序或归并排序.     

基于串行计算的排序算法实证分析

文章简述了排序算法的研究现状,着重分析地址映射计数排序的基本思想,提出了相异密度因子的概念,以快速排序为参照系,通过理论分析和实验数据的实证分析验证,表明相异密度因子是应用领域选择合适的排序算法的重要参考因素,最后指出了排序算法的研究新趋势.     

单台机器排序问题中工件的预排序

在排序问题中,为了寻找一个工件的加工次序,有时需要对原来工件进行重新编号,即对工件进行预排序.例如用动态规划求解工件有先后约束关系的单台机器排序问题时,需要对工件进行预排序,使得先加工的工件的序号小于它的后继工件的序号,且使得某种指标达到最优.对于工件之间的先后关系呈链状结构的单台机器排序问题,给出了一个算法,并证明了该算法是最优的.对于工件之间的先后关系呈树形结构的单台机器排序问题,也给出了一个算法,并证明了对于某些特殊的树形结构的单台机器排序问题,该算法是最优的.     

排序算法中的分治策略

讲述了排序算法中分治法的应用策略,然后各种排序算法的效率进行了分析和比较,得到了采用分治策略的排序算法是最有效的算法。并提出了一种应用分治策略解决第k个元素问题的算法。     

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.     

无监督排序学习算法的一致性比较

对于无监督的排序学习算法来说,排序结果的评价指标是非常具有挑战性的问题.从一致性的角度,比较了4种比较典型的无监督排序学习方法,并在机器学习标准数据库中进行实验比较分析.结果显示,RPC这种非线性的无监督排序融合方法产生的排序结果有最小的Kendall距离和Spearman简捷距离,体现了RPC在无监督排序方法上的优越性.     

任意分布数据的映射归并排序算法研究

针对银行业务管理、高考成绩统计、气象资料整理等一类特殊“汇总”排序问题。文中提出了一种以映射、链接和归并为基础的新排序算法－映射归并排序算法（以下简称为“映射归并排序”）,给出了该排序算法的描述、时间复杂度分析及用C语言编写程序进行算法比较的实验结果。算法分析和实验结果都表明：映射归并排序方法和待排序数据分布无关,其时间复杂度仅为O（N）;而且在处理上述大规模“汇总”排序问题时,映射归并排序速度明显优于Flash Sort,Proportion Split Sort,2－路重复的K路归并排序和直接K路归并排序等算法。     

基于分治策略的排序方法的比较研究

讨论了运用分治策略的思想实现快速排序、归并排序和堆排序三种排序算法,从分、解、合三方面剖析排序,从而得出分割方式是影响排序效率的关键,并将分治法扩展应用到更多排序方法中.     

数据结构中基于分治策略的排序算法探讨

讨论了数据结构中基于分治策略的排序算法：合并排序和快速排序，给出了算法步骤，设计了算法实现的一般模式，并介绍了它们的几种改进算法。     

基于Mealy机的蒙古文排序算法

排序是语言文字信息处理中的重要工作之一,它的目的是将单词(或词组)的任意序列重新排列成按关键字有序的序列,从而优化存储结构,提高检索速度.但由于蒙古文排序习惯和其"UCS"编码的特殊性,单词排序不能完全依靠字符编码的自然顺序.单词的排列顺序不仅与字符编码有关,而且与字符状态有着密切的关系.因此先给出字符状态和词状态的定义,然后提出一种基于Mealy机的字符串排序算法.该算法是传统的字符串排序算法的一种扩展,主要解决了编码相同状态不同情况下词的排序问题,并且在传统蒙古文排序中的应用证实了算法的有效性.该算法具有很好的适应性,能够解决其它一些复杂文本语言的排序问题.     

基于二叉树的位排序算法

利用二叉树的结构性质 ,给出了一个基于二叉树的位排序算法 (BBS算法 ) .并证明了 BBS算法是生成二叉树的这组数据按排序码升序的排序 ,最后 ,我们讨论了该算法的算法复杂性 .     

链式插入排序算法分析

链式插入排序是建立在模仿人类思维方式基础上的一种非比较排序算法,与传统的以比较为基础的排序算法相比,速度极快,特别适合于数据量大的场合.本文在分析链式插入排序算法的基础上,给出了具体的C程序实例.     

三种常用内部排序算法探讨

排序是计算机程序设计中一项经常而又重要的操作,研究排序算法具有重要的理论意义和广泛的应用价值。本文论述了常用的三种内部排序算法,并比较了它们的异同,最后得出一定指导意义的结论。     

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。     

对某种排序算法是“稳定的”或“不稳定的”的浅析

排序是《数据结构》这门学科所包括的一项重要内容.排序主要是针对文件而言，有些文件存在多个具有相同排序码的记录，对于这样的文件，按着不同的排序算法进行排序，会得到不同的排序结果．排序算法可以分为“稳定的”和“不稳定”的两种，应正确理解这两个概念，掌握不同的排序算法的基本思想．     

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。     

端定位排序方法的研究

为了让原本无序的数据有序,已经有了很多的排序方法.随着研究的发展,要排序的数据容量会与日俱增,人们一直努力研究排序的算法以提高执行的效率.端定位排序算法提出了一种从两端向中间的排序思想,能很大程度上提高排序的速度.理论和实验证明了端定位排序方法和现有排序算法相比的确能有效提高排序的效率,具有切实的可行性.     

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.     

一个高效的外排序方法

针对外排序存在的困难，给出了一种高效的外排序方法．利用分段的思想将内、外排序算法结合起来，减少计算过程中读写外存的次数，从而提高速度和效率，算法复杂性为Ｏ（ｎｌｏｇ２ｎ），通常数百万的排序数据仅需读写磁盘二三遍便可完成排序，大大地减少读写磁盘遍数．本算法既适合内排序，也适合外排序