表插入排序方法的改进

表插入排序的改进方法是在折半插入排序和表插入排序基础之上提出的[1],可以称为表折半插入排序。文章介绍了新方法的原理、实现过程和相应算法的类c语言代码,并从时间复杂度和空间复杂度入手,对新方法进行了分析与探讨。     

常用排序算法时间开销的实验统计分析

以数值数据为排序对象,对交换排序、冒泡排序、选择排序、插入排序、归并排序以及快速排序等常用的六种排序算法的时间复杂度从实验统计角度进行分析和对比.本实验统计数据分析可知具有相同定性指标的排序算法,可能实际时间效率有着很大的差异,这组实验数据可为实际应用中排序算法的选择提供参考.     

周期为2pn的q元序列m紧错线性复杂度

结合k错线性复杂度曲线和最小错误的理论,提出m紧错线性复杂度的概念来研究序列线性复杂度的稳定性.首先优化魏-肖-陈算法的结构,即GF(q)上求周期为2pn的q元序列线性复杂度的快速算法;然后通过采用联合代价的方法,给出一个GF(q)上求周期为2pn的q元序列k错线性复杂度的快速算法;接着给出周期为2pn的q元序列的m紧错线性复杂度快速算法,其中p和q是奇素数,q为模p2的一个本原根.     

计算周期为pn的二元序列k错线性复杂度及误差向量的一个算法

k错线性复杂度是密钥流序列稳定性的重要度量指标,误差向量的计算有非常重要的作用.在王-张-肖算法的基础上,改写cost向量的结构,给出了计算pn周期二元序列k错线性复杂度的新算法,该算法更容易理解.同时给出了计算相应误差向量的算法,即在该误差向量下,能实现原始序列的k错线性复杂度.这里p为奇素数,2为模p2的本原根.     

二元周期序列4-错误序列的研究

通过将周期为2n的二元序列的k-错线性复杂度的计算转化为求Hamming重量最小的错误序列的方法,研究序列的k-错线性复杂度的分布情况,讨论了序列不同k-错线性复杂度条件下对应的k-错误序列的分布情况。基于Games-Chan算法,给出了线性复杂度小于2n的2n周期二元序列的4-错线性复杂度分别为2n-1-(2m+2j)和2n-1-(2m+2j)+x情况下的4-错误序列的计数公式。同时,给出实例并使用计算机进行验证。     

周期为2p~n二元序列的m紧错线性复杂度

结合k错线性复杂度、k错线性复杂度曲线和最小错误的理论,利用紧错线性复杂度的概念来研究序列线性复杂度的稳定性。首先改写周期为2pn二元序列k错线性复杂度的快速算法,并给出了周期为2pn二元序列m紧错线性复杂度快速算法,这里p是素数,2是模p2的本原根,最后给出例子验证该算法的正确性。     

高中数学教学中排序算法的分析与讨论

本文首先总结排序算法的发展现状和分类,然后对内部排序中的交换排序和插入排序做了进一步的研究,包括对其基本思想和实现方案的研究。在基于冒泡排序和简单插入排序的基础上更深入的研究了快速排序和希尔排序这两种更为有效的排序方案并分析和比较这些算法的性能。     

插入排序算法优化

当今时代,云计算与大数据越来越被人们所重视.算法的时间复杂度作为评估算法性能的最重要的因素之一,亟需得到改善和提高.而排序算法的优劣直接影响算法的运行速度.为了减少大数据和云计算算法的排序时间,提高排序算法运行的效率,对插入排序算法进行了优化.分别从随机获取无序区元素、分组、增量和设立标志位等方面进行优化,有效降低了插入排序算法的时间复杂度.实验结果表明,改进后的排序算法在排序效率上得到了很大提高.     

2n周期平衡二元序列的8错线性复杂度

线性复杂度和k错线性复杂度分别是流密码密钥流序列强度和稳定性的重要度量指标.通过研究周期为2n的二元序列线性复杂度,基于Games-Chan算法,讨论了线性复杂度小于2n的2ⁿ-周期二元序列的8错线性复杂度的分布,给出其对应8错线性复杂度为2^n-2,2^n-3,2^n-4和2^n-3-2^n-j的原始二元序列计数公式.     

电路板布线问题的改进算法

本文针对电路板布线问题的动态规划解法进行了讨论,在给出一般常见的时间和空间复杂度均为o(n2)的算法描述后,进一步讨论了在时间和空间复杂度上都有显著提高的算法(其时间复杂度为o(n*log(k)),空间复杂度为o(n).     

带索引的排序方法

提出了适用于多种排序法的带索引排序和基于带索引排序方法的记录环移动算法,并对所提算法复杂度进行了分析。实验结果表明,在一定条件下,带索引排序方法使算法的时间复杂度有明显的改进。     

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。     

多线程机制下位排序算法的讨论

计算机软硬件的发展改变了传统的程序设计思想，多线程程序设计在微机上可以实现；位排序在传统方式下时间复杂度为O(n^2)，但利用Linux下多线程机制可以将其时间复杂度在理论上改进为常数级。     

对最大团问题的HEWN算法分析

对最大团问题的HEWN(hierarchicaledge-weightnetwork)算法进行了复杂性分析.首先通过分析HEWN的结构特点和所需进行的操作,设计了一种实现HEWN算法的数据结构,指出了在HEWN算法中HEWN的存储宜采用邻接多重表和二叉链表相结合的链表表示法,然后从HEWN的存储结构入手,剖析了HEWN的构造过程,在剖析过程中,通过与MCST(maximumcompletesub-graphtree)比较,指出了当2j>n时潜在的、指数的生成和修改GM的次数存在于HEWN算法中.因而,HEWN算法的时间复杂度是指数的,而不是O(n8.5).     

周期二元序列的部分4-错误序列计数公式

k-错线性复杂度是度量密钥流序列的密码强度的一个重要指标.为了更好地刻画和研究序列的随机性,研究了周期为2n的二元序列s的k-错线性复杂度(LCk(s的分布情况,讨论了满足LCks)=LC(s+e)条件下的k-错误序列e的分布情况.基于Games-Chan算法,通过将k-错线性复杂度的计算转化为求Hamming重量最小的错误序列的方法,给出了线性复杂度小于2n的2n周期二元序列的部分4-错误序列的计数公式.     

一种面向对象软件的伪动态复杂性度量的方法

着眼于对象的继承和交互两个正交方面,提出一种面向对象的伪动态复杂性度量方法.该方法集成了继承和消息路径的度量,借助于简化消息交互图和继承扩展图较全面度量了软件复杂性.最后使用一个实例说明和验证了方法的有效性.     

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。     

一种面向对象的类级复杂性度量方法

从属性、操作、属性间、操作间、操作属性间等方面给出类内复杂性度量方法,再从节点的强度、簇系数、平均路径长度等方面给出类结构的复杂性度量方法,最后以具体系统的类图为例进行类结构的复杂性度量实证检验。结果表明:该度量方法能较好地对面向对象类级复杂性进行度量。     

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）．