任意分布数据的基数分配链接排序算法

文中将映射链接思想引入了基数排序,提出了一种谓之基数分配链接的新排序方法（以下简称为“基数分配链接排序”）,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：基数分配链接排序方法和待排序数据分布无关,其时间复杂度为Ｏ（Ｎ）,并且排序速度明显优于Ｑｕｉｃｋ Ｓｏｒｔ＾［１］,Ｆｌａｓｈ Ｓｏｒｔ＾［１］,Ｐｒｏｐｏｒｔｉｏｎ Ｓｐｌｉｔ Ｓｏｒ     

并行归并排序算法

构造效率为Ｏ（１）的并行算法是一个引人注目的问题。［１］和［２］分别提出了并行度为Ｏ（ｌｏｇｎ）和Ｏ（ｎ＾１／２）的、效率为Ｏ（１）的并行排序算法。本文提出一种新的并行排序算法，其效率为Ｏ（１），而并行步数小于［１］和［２］的算法的并行步数。经过改进后，在保持效率为Ｏ（１）的情况下，可进一步将并行度扩大到Ｏ（ｎ＾１／２ｌｏｇ ｎ）。     

一种新的映射链接排序算法

本文通过对长记录数据特性的分析,提出了一种谓之映射链接的新排序方法（以下简称为“晌射链接排序”）,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：映射连接排序方法与待排序数据分布情况无关,其时间复杂度仅为Ｏ（Ｎ）;对于大规模长记录数据的排序,其速度远远优于快速排序、快速分组排序、Ｐｒｏｐｏｒｔｉｏｎ Ｓｐｌｉｔ Ｓｏｒｔ等算法。     

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。     

分组散列排序算法

以比较为基础的快速排序（ｑｕｉｃｋｓｏｒｔ）算法，其复杂性为Ｏ（ＮｌｏｇＮ）。本文结合概率论知识，提出分组散列查找算法，给出算法描述，其算法复杂性为Ｏ（Ｎ），从而优于快速排序算法。最后给出实验结果和ＢＡＳＩＣ程序。     

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。     

一种新的分"档"统计插入排序算法

提出了一种谓之数据代码转换,分“档”统计,迁移插入的新排序方法,给出了该排序算法的描述,时间复杂度分析用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：在待排序数据均匀分布的情况下,分“档”统计插入排序方法的时间复杂度为Ｏ（Ｎ）,并且排序速度明显优于快速排序,分段快速排序,按位段分块排序等算法。     

一种新的二次分"档"链接排序算法

提出了一种谓之二次分“档”链接的新排序方法（以下简称为二次分“档”链接排序）,并给出了该排序算法的描述、时间复杂度分析、空间复杂度分析及用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：在待排序数据满足Ｏ（△Ｍ）≤Ｏ（Ｎ）（这里,Ｎ为待排序数据个数,△Ｍ为关键字的变化范围）的情况下,二次分“档”链接排序方法与待排序数据分布无关且时间复杂度仅为Ｏ（Ｎ）,而附加在存储空间开销仅为Ｎ＋√     

一种新的分"档"置换插入排序算法

近年来，人们提出了众多时间复杂度为O（n）的排序算法．但分析研究结果表明，上述排序方法都不同程度上存在着以下两点不足：（1）附加存储空间开销大，（2）排序效率过分依桢于关键字的均匀分布．基于此，表文提出了一种由分“档”、整体置换和局部直接插入排序所组成的新排序算法——分“档”置换插入排序法．算法分析和实验结果都表明：该排序方法与待排序数据分布无关，其时间复杂度为O（n），而附加存储空间开销少于0．5n，同时排序速度明显优于QuickSort、HeapSort、按字节桶分配链接排序、ProportionSplitSort等算法．     

关于排列集p（n,r）的几种有效算法

本文在按字典排序的前提下，给出了生成排列集ｐ（ｎ，ｒ）的枚举算法，为建立ｐ（ｎ，ｒ）与它的反相集合的映射及逆映射，提供了一对编解码算法；在此编解码算法的基础上，为建立ｐ（ｎ，ｒ）与ｚ＝｛１，２，…，│ｐ（ｎ，ｒ）│｝之间的一一映射关系，还给出了相应的排序和逆排序算法。实际上，我们给出的这些算法，与已知的算法相比，更具有普遍性和优越性。     

Patenting signals

The US Patent and Trademark Office (PTO) has decided to encourage inventors to file for a new kind of patent that you surely would never have dreamed possible before. The PTO proposes patents on signals. Say you think up a new algorithm for signal compression or even a new algorithm for sorting-call it Blister Sort. It has been accepted for some time that you could get a method patent covering a method of compressing signals in accordance with your algorithm. By the same token, you could get a patent for a method of sorting data in accordance with the Blister Sort algorithm. That is, if the algorithmic procedure is novel and unobvious. More recently, the PTO decided it should allow patents on floppy disks and other storage media or devices (ROMs, for example) encoded with computer-readable program data. Thus, you can now get a patent on a floppy disk containing computer program code for carrying out Blister Sort. The PTO's latest idea is to spread the idea of floppy-disk patents beyond tangible storage media and devices to “propagated signals”. This would mean issuing a patent claim to “a propagated signal carrying computer-readable information representing a computer program to carry out a Blister Sort on computer-readable encoded information (data)”     

基于Fermi架构的Join算法

在列数据库中,连接操作依然是最核心和最耗时的操作,GPU强大的计算能力可为此提供新的优化手段。基于Fermi架构,提出了新的Hash Join算法和Sort merge Join算法,其基本思想是充分利用该架构新增的缓存结构来减少连接操作的cache缺失率。与CUDA stream技术相结合,新算法在输出结果较多时可以有效地隐藏主存与显存间数据传输带来的延迟,进一步提升其执行效率。实验结果证实了基于Fcrmi架构的Hash Join算法处理偏抖数据的高效性及Sort merge Join算法的稳定性,并且通过比较表明,这两种算法的性能全面优于基于多核CPU充分优化的Join算法,最大加速2.4倍,在外键分布高偏抖时新的Hash Join算法的执行速度甚至达到每秒217M元组。     

Symmetry Partition Sort

In this paper, we propose a useful replacement for quicksort‐style utility functions. The replacement is called Symmetry Partition Sort, the principle of which is similar to that of Proportion Extend Sort. The main characteristic of the new algorithm is that it always places partially sorted inputs (used as a basis for proportional extensions) at each end of an array when entering the partitioning routine. This is advantageous in speeding up the processing for partitioning. The library function we developed based on the new algorithm is more attractive than the Psort library function introduced in 2004 because of its simple implementation mechanism, clearer source code, and faster operation with a performance guarantee of O(n log n). Increased robustness and adaptivity also make it highly competitive as a library function. Copyright © 2007 John Wiley & Sons, Ltd.     

Bidirectional Conditional Insertion Sort algorithm; An efficient progress on the classical insertion sort

In this paper, we proposed a new efficient sorting algorithm based on insertion sort concept. The proposed algorithm is called Bidirectional Conditional Insertion Sort (BCIS). It is in-place sorting algorithm and it has remarkably efficient average case time complexity when compared with classical insertion sort (IS). By comparing our new proposed algorithm with the Quicksort algorithm, BCIS indicated faster average case time for relatively small size arrays up to 1500 elements. Furthermore, BCIS was observed to be faster than Quicksort within high rate of duplicated elements even for large size array.     

无符号整数按位快速排序算法

无符号整数按位快速排序（简称UIBSort）,是根据无符号整数对应的二进制数的特点提出的一种快速排序算法,文中给出了算法分析和相应的源程序。该算法的时间复杂度为O（n）,且附加存储空间为一个记录大小,特别适合数据量大的场合。     

Insertion Sort is O(n log n)

Traditional Insertion Sort runs in O(n²) time because each insertion takes O(n) time. When people run Insertion Sort in the physical world, they leave gaps between items to accelerate insertions. Gaps help in computers as well. This paper shows that Gapped Insertion Sort has insertion times of O(log n) with high probability, yielding a total running time of O(n log n) with high probability.     

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.     

Stochastic Analysis of Shell Sort

We analyze the Shell Sort algorithm under the usual random permutation model. Using empirical distribution functions, we recover Louchard's result that the running time of the 1-stage of (2,1) -Shell Sort has a limiting distribution given by the area under the absolute Brownian bridge. The analysis extends to (h,1) -Shell Sort where we find a limiting distribution given by the sum of areas under correlated absolute Brownian bridges. A variation of (h,1) -Shell Sort which is slightly more efficient is presented and its asymptotic behavior analyzed. Received June 6, 2000; revised September 27, 2000.