“内部排序算法”可视化教学软件的设计与实现

介绍了利用C#开发"内部排序算法"可视化教学软件的方法,实现了快速排序、冒泡排序、堆排序、直接插入排序、折半插入排序等基本算法的动态演示。软件动态演示排序算法的抽象性、动态性,使学生直观、清晰地掌握学习排序算法,从而达到辅助教学,提高教学效果的目的。     

排序算法的选择

影响排序效率的首要因素是算法，但算法时间复杂性的“O”表示法仅反映了渐近特性，不能作为依据来选择排序算法。本文指出了影响排序效率的一些其它因素，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。     

常用排序算法的比较与分析

排序是计算机领域的一种重要操作,实现方法有很多种。该文从算法的基本思想、时间复杂度、空间复杂度、稳定性和问题的规模n值大小等方面对常用的排序算法进行了比较分析,为各种实际应用领域选择、设计一个高效且合理实用的算法提供了依据。     

基于链表的对分排序算法及实现

针对以链表为存储结构的数据对象进行排序方法研究,具体描述了对分排序的算法思想,并给出了实现排序算法的有关函数.     

超快速排序算法

快速排序将文件分成两个子文件，然后递归地将两个子文件排序，其平均复杂性为Ｏ。本文给出超快速排序算法，建立将文件分成Ｎ个子文件，然后递归地将Ｎ个子文件排序，其平衡复杂性为Ｏ（Ｎ）。     

一种新的分“档”快速排序算法

本文提出了一种由分“档”、整体置换和局部快速排序所组成的新排序算法-分“档”快速排序法,算法分析和实验结果都表明,在待排序数据均匀分布或正态分布的情况下,分“档”快速排序算法的时间复杂度可以达到O（n),而附加存储空间开销却仅仅为[（n 1)/2],同时排序速度明显优于Quick Sort[2]、快速分组排序[5]、分“档”统计插入排序[1]和Proportion Split Sort[4]等算法。     

经典选择排序算法研究和实现

介绍了计算机算法特别是排序算法的概念,以及评估算法性能的指标。然后介绍了常见排序算法,重点研究了选择排序的原理,并进行具体的实现,并分析了该算法的时间和空间复杂度。     

分布排序算法

提出了一个分布排序算法。它利用数学公式j=「N·F(Y(i))」+1 (F(Y(i))是数据元素Y(i)的分布函数)进行排序。并给出了算法复杂性证明。该算法排序n个元素序列的期望时间为O(n)。     

基于链表的对分排序算法及实现

针对以链表为存储结构的数据对象进行排序方法研究，具体描述了对分排序的算法思想，并给出了实现排序算法的有关函数。     

一种全新的排序算法

本文介绍一种新的排序算法,该算法基于划分小的区间,具有更快的运行速度.     

一种改进的计数排序算法

提出了一种新的计数排序算法,在保持排序稳定性的前提下,相比原始计数排序适用范围更广、拥有更好的时间和空间效率。此外,大量实验数据表明,算法在给定的任何数据规模下,时间效率均优于原始计数排序。当输入规模达到元素取值上限的1/10时,相比原始计数排序时间效率提高了51%,相比快速排序提高了39%;当输入规模与元素取值上限相等时,相比原始计数排序时间效率提高了67%,相比快速排序提高了71%。随着数据规模的增长,效率提高的越明显。     

程序设计中常用的排序算法

针对程序设计中常出现的排序问题，介绍了六种常用的排序算法：插入排序、希尔排序、堆排序、归并排序、冒泡排序、快速排序，以及每种排序所需的时间复杂度，当对大量的数据排序时，以选择适应的算法，提高程序的执行速度。     

二次分级连接排序算法

近年来，人们提出了不少排序运算量为Ｏ（Ｎ）的新算法。但对这些算法分析研究的结果表明，普遍存在着以下两点不足：（１）附加空间开销大；（２）排序效率过分依赖于键值的均匀分布。对此，本文提出了一个排序算法－二次分级连接排序法。该方法保证排序时间在最坏下为Ｏ（Ｎ）的基础上，仅需附加空间开销Ｎ＋√△Ｍ＋２。这里，△Ｍ为键值的变化范围。     

常用排序算法的比较

排序是一种非常重要的算法,其方法也是多种多样,列举出几种常用排序的基本思想、算法实现及算法分析,并在最后给出这些排序算法的比较和选择。     

一种基于统计的排序算法

本文提出了一种基于统计的快速排序算法 ,并对该算法的时间复杂度和空间复杂度进行了分析 .该算法要求排序关键字满足一定的约束条件 ,其时间复杂度为 O(n) .对该算法做一些简单的修改 ,还可以将其推广到对一般关键字的排序问题 .     

整数排序—一种新的图排序算法及应用

提出一种新的图排序算法，它将一些较难实现的图排以简化为整数排序，不仅提高了问题解的精度度，而且便于编程，该算法的时间复杂率为０（ｍ＾２），文中还介绍了该算法的一些应用。