KMP算法中next数组的计算方法研究

next数组的计算方法是KMP(Knuth-Morris-Pratt)算法的难点和核心.当前数据结构教材中普遍采用递推的方式来计算next数组值.文中给出一种新的采用递归思想设计的计算next数组的算法;并对当前数据结构教材中对next数组定义的其它一些改进方式进行了讨论与分析.实验数据表明,递归算法的思想正确;并且,从算法设计上考虑,采用递归方法设计的算法具有思路清晰、易于理解和分析的优点.     

Web使用挖掘中Apriori算法的改进研究

分析了挖掘频繁访问模式的过程和当前Apriori算法的缺陷,提出了一种Apriori算法的改进算法:BI_Apriori算法.改进的算法采用不规则数组来保存项集信息,有效省去了扫描数据库所耗费的大量时间.将项集有序性引入到该数组上,减少了候选项集的个数.并采用二进制来表示1阶频繁访问模式,提高了模式匹配和连接的效率.试验结果表明,该改进算法能更有效地发现各种长度不同的访问模式.     

基于数组向量的Apriori算法改进

在分析Apdori算法的基础上,提出一种改进Apriori的算法,其主要思想是基于数组向量的数据布局,即根据每个事务不同的项目长度,分别存储在相应列长度的二维数组中,同时合并项目完全相同的事务,并记录事务的数目.新的算法改进了连接比较的次数、减少不必要事务的扫描和提高了算法对内存空间的利用效率.应用示例表明,该算法时间复杂度降低;实验结果显示算法是有效可行的.     

一种改进的基于后缀数组的无词典分词方法

文中改进了基于后缀数组的无词典分词算法.原算法通过对输入字符集建立后缀数组并按字典序进行排列来筛选汉字结合模式形成候选词集,并通过置信度的比较来筛选候选词集以获得分词集.文中改进了其计算候选词出现频率的方法并且大大减少了筛选候选词集时两两判断候选词是否具有父子关系的次数.试验表明,改进的算法能够在没有词典的情况下更快速构建候选词集和筛选候选词集.适用于对词条频度敏感,对计算速度要求较高的中文信息处理.     

游戏中寻找路径的改进算法

通过分析A*算法,设计并实现用索引数组和二叉堆表示开放列表的A*改进算法。该算法与用索引数组表示的开放列表相比,可以节省约11%的运行时间。     

稀疏矩阵快速转置算法的分析与优化

介绍稀疏矩阵的三元组表压缩存储方案时,提出了利用数组首下标元素存储稀疏矩阵总行数、总列数和非零元素总个数三方面信息的改进的存储定义方式.给出了基于新的定义结构上用C语言编写的快速转置算法,并通过对算法性能进行分析,提出了仅使用一个数组的两种改进的快速转置算法.经过对比两种改进算法的时间复杂度和空间复杂度,总结出既具有原快速转置算法时间复杂度低的优点,又降低了算法的空间复杂度的优化算法,达到了对原快速转置算法进行优化的目的.     

双环网络G(N;1,s)的L形瓦仿真算法改进

利用仿真来研究双环网络L形瓦,在国内外文献中尚不多见,文献[1]提出了一种仿真算法,文献[2]使用数组对文献[1]的算法作了改进.其不足之处是使用了过多过长的中间数组,影响了仿真速度.针对这一不足,根据L形瓦的h边特性,使用了更少更短的数组改进了文献[2]的算法,实验结果表明,改进的算法极大地提高了仿真速度.此外还给出了L形瓦的h边分布特点,并作了进一步分析.     

一种改进的Apriori关联规则挖掘算法（英文）

关联规则挖掘是数据挖掘中的一个重要研究内容.为了高效、快速地从事务数据库中挖掘出频繁项集,针对数据挖掘的经典关联规则Apriori算法的瓶颈问题提出了改进的方法.算法将事物数据库映射到布尔型数组中,然后所有的操作都针对数组元素值展开.这样大大减少了数据库的扫描次数.算法利用数组的随机访问特性及布尔型数据的简单"与"操作,直接产生频繁项集,而不产生大量的候选项集.经理论分析和实验结果显示该算法在效率上明显优于Apriori 算法.     

一种高效的广义后缀数组构造算法

本文介绍了后缀数组和广义后缀数组的概念,然后提出了一种类似桶排序的广义后缀数组的高效构造算法,并对算法的复杂度进行了分析.     

一种改进的BMH模式匹配算法

分析了目前网络上最流行的BM算法及其改进算法BMH,在此基础上提出了BMH算法的改进算法BMH2。考虑了模式串自身的特征,在原有移动距离数组的基础上增加一个新的移动数组,从而充分利用模式串特征进行更大距离的移动,使算法获得更高的效率。实验证明,改进后的算法能够增加“坏字符”方法的右移量,有效地提高匹配速率。