按字节桶分配链接排序法

本文准备提出一种谓之按字节桶分配链接的新序方法，给出排序算法，流科和用Ｃ语言编写程序进行实验的结果。算法分析和实验结果都表明，该排序方法的时间复杂性Ｏ且与数据的分布情况，附加存储开销为（Ｎ＋５１２）ε。该排序方法不仅速度上明显快于快速排序法，而且在非均匀分布数据的民政部下了明显快于桶排序法。     

一个期望时间为O（N）的递归分组排序

1982年,Akl等人提出桶排序算法；若排序文件中的数据服从概率分布,其密度函数有界,则桶排序的平均工作量为O(N),特殊的,若排序文件中的数据服从均匀分布,则桶排序的平均工作量也为O(N)。但当数据服从正态分布时,由于数据范围无界,桶排序的平均工作量大于O(N)。     

桶外排序算法的抽样分点分发策略

计算机外排序常用二阶段多路归并算法和桶算法.后者运算开销小,效率更高.但基于关键字高位比特的子文件分发策略应用受限:关键字必须是整数;得到的子文件可能大小不一;子文件数不能任意选择.基于统计学理论,提出抽样分点分发策略克服以上问题,扩展桶排序的应用范围.讨论了抽样分点估计的收敛性,给出了不发生内存溢出的保证概率.该策略使桶排序算法在SheenkSort排序系统上得到成功应用,并最终获得2003年度PennySort世界排序比赛Indy组冠军.     

基于数组的桶排序算法

经典桶排序算法以链表形式实现"桶",处理均匀数据效率很高,是O(N)算法 .但对极不均匀数据则退化成低效的O(N2)插入排序 .讨论了记录携带附加数据的计数排序算法,将"桶"实现为顺序数组,避免链表的动态内存分配直接提高算法效率,并允许快排等O(N log N)算法处理桶内数据 .对均匀数据仍然保持O(N)时间复杂度,对极端不均匀数据则只退化为O(N log N)的原算法 .对一般非均匀数据,证明数组桶排序算法总体性能高于经典算法 .均匀数据实验表明,桶排序算法明显优于Linux下标准qsort系统调用,且数组桶排序算法效率更高 .而在非均匀的正态数据实验中数组桶算法性能下降明显小于经典桶排序,总体效率仍然优于qsort的直接应用 .     

计算机递归分组排序算法

本文在介绍快速排序，桶排序算法基础上，较为详尽地论述了计算机递归分组排序算法的算法描述及复杂性，文末给出了实验结果。     

线对象邻接关系快速重构算法

给定向量化坐标,计算n个线对象两两邻接关系,普通算法时间复杂度为O(n*n);理论最好时间复杂度为O(C),其中C是邻接关系的基数。基于散列桶,给出了建立线对象邻接关系的快速算法,其平均时间复杂度为O(n(1+1/r)),r为算法分配的桶数量与n的比,空间复杂度为O(n)。证明了若不允许使用额外空间,则不可能使用排序算法解决该问题;给出了允许使用额外空间条件下的两遍排序算法,时间复杂度为O(n(lbn+1+2/r))。应用表明快速算法比普通算法速度提高1~3个数量级。     

一种快速属性核求解算法

在Rough Set理论中,计算属性核是最重要的计算之一。以桶排序的思想设计了一个新的求解U/C的算法,其时间复杂度被降为O（|C||U|）。基于此,提出了一个新的求核算法,其时间复杂度被降为[O(|C|2|U|)]。通过实验证明了求核算法的高效性。     

汉字词组的快速排序研究

本文提出的按汉字笔划权值为序对汉字词组的排序方法不仅有很快的运算速度, 而且内存开销较少。文中详细介绍了汉字笔划权值的转换方法以及用汇编语言实现的技术要点, 并给出了改进的桶排序算法描述以及一些汉字词组的排序实验结果。     

基于桶内动态融合的透明现象的高效绘制

基于桶排序的顺序独立透明现象绘制算法,采用桶排序原理将投影收集到同一个像素上的多个片元并排序,当发生桶内片元冲突时会产生错误的绘制结果.为此,提出一种基于桶内动态融合的透明现象的高效绘制算法.此算法采用桶内动态融合和并发读/写的方法逐一融合落入同一个桶内的所有片元,并在后处理中按从前向后的顺序融合各个桶内的颜色值.由于同时发生桶内片元冲突和读/写冲突的概率非常小,因而可以大大提高绘制结果的准确性.实验结果表明,与基于桶排序的绘制算法相比,采用文中算法可以更准确地绘制场景,生成与真实结果非常相近的绘制效果,同时算法的效率基本保持不变.     

基于Bucket Sort的快速属性约简算法

利用桶排序思想设计了一个求解U/C的算法,其时间复杂度降为O(∣C∣∣U∣).由此,给出一种无需求解正域便能判断正域是否变化的方法.基于以上方法,提出一种快速属性约简算法.该算法的求解策略是在每次迭代过程中求解决策表相对核,如果在某次迭代过程中找不到这样的核属性,则任意排除一个条件属性.最后通过实验分析了该算法在最坏情况下的时间复杂性,其复杂性降为O(∣C∣2∣U/C∣).     

多核机群上通信高效的整数序列并行排序方法

建立一个适用于整数序列排序的数据分配模型,在多核计算节点组成的异构机群上设计通信高效的整数序列并行算法。所提出的数据分配模型依据机群中各节点不同的计算能力、通信速率和存储容量,动态计算出调度分配给各节点的数据块的大小以平衡各个节点的负载。所设计的并行排序算法利用整数序列的特性,主节点采取两轮分发数据与接收结果的方法,从节点运用分桶打包方式返回有序的整数子序列给主节点,主节点采用桶映射方法将各个有序子序列直接整合成最终有序序列,以减少需要耗费较多通信时间的数据归并操作。分析与实验测试结果表明,给出的多核机群上的整数序列并行排序算法高效,具有良好的可扩展性。     

令牌桶算法比较研究

令牌桶算法是流量整型的重要方法,该文在对令牌桶算法作了分析的基础上,对IETF的两种令牌桶算法：单速率三色标记算法和双速率三色标记算法进行了研究。对算法的性能进行了比较分析,并用仿真实验对不同算法的输出流与参数值之间的关系作了研究．揭示了不同算法中参数设置的内在关系。     

SL3-1型双翻斗雨量计测量协调性研究

为研究双翻斗雨量计测量协调性,通过模拟降水建立统计模型,分析上下翻斗排水量的构成因子,上翻斗流失量与倾角及雨强的关系,论证下翻斗流失量的必然性及消失现象,讨论下翻斗流失量被上翻斗的影响程度,以及下翻斗翻转阈值和流失量的合理取值范围。根据上翻斗不同翻转阈值对测量结果的影响对雨量计的测量协调状态进行分类,指出大小雨强两极分化原因和解决方法,得出雨量计最佳协调状态时的数据模型为： 上翻斗翻转阈值接近 0.100 mm,下翻斗翻转阈值接近 0.080 mm,上下翻斗在小雨强下完全同步而大雨强下翻转比例低于 9∶10。实践表明：据此模型将上下翻斗翻转阈值和不同雨强下翻转比例关系纳入双翻斗雨量计检修流程中可明显提高检定效率,也为双翻斗雨量计的分析研究提供新的方法和思路。     

混合散列连接算法随机I/O消除

混合散列连接算法(HHJ)是数据库管理系统查询处理中一种重要的连接算法. 本文提出通过缓存优化来减少随机I/O的缓存优化混合散列连接算法(OHHJ), 即通过合理优化分区阶段桶缓存的大小来尽量减少分区过程中产生的随机I/O. 文章通过对分区(桶)大小、桶缓存大小、可用缓存大小、关系表大小与硬盘随机I/O访问特性之间的关系进行定量分析, 得出桶大小以及桶缓存大小最优分配的启发式. 实验结果表明OHHJ可以较好地减少传统HHJ算法分区阶段产生的随机I/O, 提升了算法性能.     

基于熵的组桶式存储区间分配

基于组桶的数据存储是数据库服务提供者模型下对数据进行加密存储的一种方式,论文采用熵来度量这种存储方式下的数据安全性,针对区间这类特殊的组桶,提出了一个算法生成具有较大熵值的区间集,并比较了所生成的区间集在不同查询行为下的查询误中情况。     

最佳基数排序

基数排序由于其效率高而被广泛应用。通常,基数排序所用的基数是10,然而,如果求得一个基数r_(best),并且用r_(best)为基数进行基数排序使排序时间达到最小,则这将具有非常重要的意义。本文给出了求r_(best)的方法,分析了以r_(best)为基数进行基数排序的时间复杂度,提出了进一步提高效率的措施,并将以r_(best)为基数的基数排序速度与以10为基数的基数排序进行了比较。     

基于数据分布特性的快速排序

文中提出了一种基于数据分析特性的快速排序算法，根据被排数据的分布行性，选择数据比较次数和数据移动次数较少的排序算法，当被排数据存在ｍ个有序序列时，其算法的时间复杂度为Ｏ（ｎｌｏｇ２ｍ）其中ｍ∈（１，ｃｆ√ｎ），ｃ为某一常数，其最佳性能为Ｏ（ｎ）。当ｍ≥ｃ（√ｎ）时，保持快速排序的最佳平均性能，使排序运行于较优状态下。     

C语言教学中常用排序方法分析

排序是C语言教学中经常碰到的内容,其方法有很多,常用的有三种:交换排序法、选择排序和冒泡排序等。对这三种方法用C语言进行详细分析,以便初学者能够更好的理解和应用。