基于分段筛选的堆整序改进算法及其复杂度分析

堆整序算法因其比较次数和所城额外空间少而被广泛地采用。     

堆整序的最优算法

本文给出堆整序的一个新算法，其实用价值比以前的算法效率提高一倍，其理论意义是在复杂性的数量级和主项系数方面已具有最优性能．     

堆上的数据分布与堆选择算法

本文对堆上的数据分布进行了测定，根据测定结果并利用堆的性质设计出一个堆选择算法，对于ｎ＜２＾１６，算法的平均复杂度以８．９ｎ为上界。     

堆与贪心算法

堆是一种特殊的树,堆的首元素常常是堆中结点的最小或最大值.堆排序是一种比较快的排序方法,贪心算法中常常要找到最小(大)值.本文介绍了堆在贪心算法中的运用,并分析了其时间优越性.     

堆的路径二分搜索算法

本文提出堆的路径二分搜索算法．当用堆来实现优先队列时，此算法可用较少的比较次数完成插入及删除最大元素等操作．     

算法的折算复杂性分析方法

本文给出分析折算时间复杂性的四种方法.同时我们用直接求上限的方法重新证明了在2-3树上只有插入或只有删除的运算序列的重平衡操作的折算时间是O(1),并讨论了一些常用数据结构的折算性能.     

改进Py区分攻击算法的计算复杂性分析

针对Crowley P提出的一种改进的Py区分攻击算法,利用直接计算的方法分析该算法的计算复杂性。基于以空间换时间的思想提出实现该算法的一种新的方法。结果表明,该方法能有效地将该区分攻击的计算复杂性降为直接计算所需计算复杂性的1／14。     

算法分析和计算复杂性理论

一、算法与程序算法的研究是计算机科学的重要课题之一。早在电子计算机问世之前，就有人开始了算法的研究，并创立了许多有效的算法。特别是1946年以后，由于电子计算机的出现和迅猛发展，使算法的研究取得了空前的进展。到了70年代，随着大规模集成电路的出现和计算机的更新换代，算法的研究又发生了一次飞跃，产生了与并行处理机相适应的并行算法，从而使很多原来难于处理的问题得以迎刃而解。80年代国际上出现了所谓“并行热”。目前，算法的研究正方兴未艾，不论从事计算机硬件设计（如计算机部件设计、系统设计或网络设计等），还是从…     

最优堆排序算法

本文讨论了堆的若干性质,提出对堆排序算法的改进,改进后的堆排序算法是一个最优排序算法,在最坏情况下需要ｎｌｏｇｎ＋ｎａ３（ｎ）＋Ｏ（ｎ）次元素比较和ｎｌｏｎ＋Ｏ（ｎ）次元素移动。     

改进的堆优化算法及其宫颈细胞数据聚类优化

常见的聚类方法存在对初始点敏感和易陷入局部最优的不足,为此提出了一种改进HBO的聚类方法。首先,提出一种改进的HBO,即扰动替换的HBO（disturbance and replacement HBO,DRHBO）克服其不足,即采用一种随机维度值替换策略和高斯扰动机制用于HBO中最优个体的状态更新,解决HBO搜索效率低的问题,提出一种正弦差分扰动策略,以突破当前个体仅与直接领导和同事进行交流的限制,从而增强搜索能力。将随机维度值替换和随机差分扰动策略融合,用于HBO中前期个体状态更新以避免其产生无效解。其次,提出一种DRHBO聚类方法,并运用到宫颈细胞数据集上以获得更好的聚类效果。大量、不同类别和不同样本的宫颈细胞数据集实验结果表明,与HBO及其改进算法和其他最先进算法相比,DRHBO的优化性能更好、稳定性更强且效率更高。DRHBO聚类方法更适应于宫颈细胞数据集。     

矩阵乘法的高速缓存复杂性分析

本文介绍了高速缓存复杂性的概念，并在给定的理想高速缓存模型下，分析了矩阵乘法算法中参数的设置对高速缓存复杂度的影响。     

软件工程硕士“算法与算法复杂性分析”的教学思考与实践

本文针对软件工程硕士计算机专业基础差的实际状况,讨论打破专业限制,开展算法与算法复杂性课程教学的探索和实践体会。     

演化算法的时间复杂性

演化算法在工程领域取得了广泛的应用,但是其基础理论尚未完全建立。文章讨论了演化算法的时间复杂性,提出一个估计(1+1)EA平均计算时间的简单方法,对几个实例的应用显示了该方法分析演化算法计算时间的有效性。     

HEWN算法的复杂性分析——一点商榷意见

对最大团问题的HEWN(hierarchical edge-weight network)算法进行复杂性分析.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(maximum complete sub-graphtree)比较,指出了当2j>n时潜在的、指数的生成和修改GM的次     

基于双字符序检测的BM模式匹配改进算法

BM算法是一类效率较高的单模式匹配算法,通常改进的BM算法往往从提高字符首次不匹配概率和匹配窗口的最大移动距离入手,但为实现此目的所带来的高访存开销使算法实际效率受到影响。DCSBM算法以适当减小关键步长为代价,在利用双字符序检测提高首次匹配失败概率的同时,对匹配窗口移动关键步长字符距离所需的查表次数和访存次数进行优化。经测试,DCSBM算法显著提高了匹配窗口的平均移动距离。在文本或模式串相对较长情况下,该算法实际测试效率优于BM、BMHS、BMN等算法。