可重构造的网孔机器上的k-选择

对于一个 ｍ ×ｎ（ｍ ≤ｋ）的列有序矩阵,文中在 ｎ × ｎ 可重构造的网孔机器上提出了一个并行 ｋ选择算法,其时间复杂度为 Ｏ（ｌｏｇ２ｍ ＋ ｌｏｇｍ ｌｏｇ２ ｎ＋ ｌｏｇ３ ｎ）,而对于一般的ｌ元集,文中在相同的模型下提出了一个时间复杂度为 Ｏ ｌｏｇ２ ｌｎ ＋ ｌｏｇ ｌｎ ｌｏｇ２ ｎ＋ ｌｏｇ３ｎ＋ ｌｎ ｌｏｇ ｌｎ 的并行 ｋ选择算法．当时 ｌ≥ Ｏ（ｎｌｏｇ３ｎ／ｌｏｇ ｌｏｇｎ,该时间复杂度为 Ｏ ｌｎ ｌｏｇ ｌｎ ．特别地,当ｌ＝ Ｏ（ｎ１＋ ε）（ε＞ ０ 为常数）,则时间复杂度为 Ｏ ｌｎ ｌｏｇｎ ．此时达到的加速比为 ｎ／ｌｏｇｎ．     

0-1背包问题的深度优先算法

本文介绍了０－１背包问题的一种深度优先（ＤＦＳ）算法,并用概率分析方法给出了算法的时间复杂度和空间复杂度,一般情况下,其时间复杂度在Ｏ（ｎ）到Ｏ（１．５）之间。工程管理上的一类整数规划问题都可归结为０．１背包问题。     

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。     

一个多元选择算法

本文基于数排序的思想，从高位关键字开始，对ｍ位关键字的ｎ个记录进行扫描，给出了一个多元选择算法，算法的最坏复杂度为Ｏ（ｍ（ｎ＋ｒ）），但平均复杂度为Ｏ（ｎ＋ｒ）。     

一个用左倾树实现O（nlog2n）排序的算法

一个用左倾树实现Ｏ（ｎｌｏｇ_２ｎ）排序的算法上海工程技术大学计算中心汤彬一、引言许多人致力于计算机排序方法的研究，并对各种排序方法的优劣加以分析比较，以选择其适用的排序方法。从算法时间复杂性角度来讲，通常使用的几种内部排序方法，例如，冒泡、选择、插?..     

一类扩展的Steiner树优化问题及其应用

本文提出了一个计算机网络通信和分布式系统中的一类扩展的Ｓｔｅｉｎｅｒ树问题．对此问题设计了两个求其最优解的算法．这两个算法的时间复杂性分别是Ｏ（３（ｋ－１）·ｎ＋２（ｋ－１）·ｎ２）和Ｏ（２（ｎ－ｋ）·ｎ２）．其中，ｋ是一棵Ｓｔｅｉｎｅｒ树需支撑的给定顶点的个数．     

最长公共子充列问题的改进快速算法

现在几个最常用的解决最长公共子序列（ＬＣＳ）问题的算法的时间复杂度分别是Ｏ（ｐｎ）,Ｏ（ｎ（ｍｐ））。这里Ｍ、ｎ为两个待比较字符串的长度,Ｐ是最长公共子串的长度。给出一种时间复杂度为Ｏ（ｐ（ｍｐ））,空间复杂度为Ｏ（ｍ＋ｎ）的算法。与以前的算法相比,不管在Ｐ〈〈ｍ的情况下,还是在Ｐ接近Ｍ时,这种算法都有更快的速度。     

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）。     

判定点集是否在多边形内部的算法

本文提出了判定ｎ个点的点集Ｓ是否落入多边形Ｌ内部的算法，该算法的复杂性为：ｍａｘ（Ｏ（ｍｎ），Ｏ（ｌｎ ｌｏｇ ｎ））比比较和Ｏ（ｌｎ）次乘法，其中ｍ是Ｌ的顶点数，ｌ为Ｓ的凸包层数。     

TAA薄膜NO_2气敏元件的特性研究

用真空升华方法制作了ＴＡＡ薄膜ＮＯ２气敏元件，并研究了其室温条件下的响应特性．结果表明：该元件在室温下对ＮＯ２具有较高的灵敏度，可检测空气中含１×１０（－６）的ＮＯ２气体．该元件在１．７×１０（－６）～１７×１０（－６）浓度范围内对ＮＯ２呈线性响应，响应时间在３０ｓ内，恢复时间为几分钟的数量级。     

关于p－m度的分裂

本文讨论多项式时间多一可化归度（ｐ－ｍ度）的分裂间题．主要结果是：存在非零的ｐ－ｍ度ａ，对任何自然数ｎ≥１当ａ分裂成ｎ＋１个度ａ₀，ａ₁，…，ａ_n的并时，其中至少有ｎ对（ａ_i，ａ_j）（ｉ≠ｊ；ｉ，ｊ≤ｎ）不是极小对．从而推广了Ａｍｂｏｓ－Ｓｐｉｅｓ中关于存在非零ｐ—ｍ度ａ不能分裂成一个极小对的结果．     

两步迭代自返馈神经网络排序模型

本文提出了用神经网络有效地解决排序问题的途径和方法。建立了一个自反馈神经网络排序模型，对于ｎ个元素的排序问题，利用该模型可在两个迭代步内完成，排序时间与排序问题的规模无关。该模型的空间复杂度为Ｏ（ｎ＾２）。     

完全欧几里德距离变换的最优算法

欧几里德距离变换（ＥＤＴ）对由黑白素构成的二值图象中所有象素找出其到最近黑素的距离，应用于图象分析，计算机视觉，在本文之前，该问题的最好复杂度为Ｏ（ｎ＾２ｌｏｇｎ）。本文提出了一个复杂度为Ｏ（ｎ＾２）的算法，使复杂度达到最优，该算法可以并行化，在有ｒ个处理单元的ＥＲＥＷＰＲＡＭ计算模型上，若ｒｌｏｇｒ≤２２／６ｎ，则时间复杂度为Ｏ（ｎ／ｒ）否则为Ｏ（ｎｌｏｇｒ）。     

二维模式近似匹配的快速算法

给定一个大小为ｎ×ｎ的文本Ｔ和一个大小为ｍ×ｍ的模板Ｐ，如果文本Ｔ中存在一个ｍ×ｍ的子块与模板Ｐ能够逐点匹配，称为精确匹配。如果最多有ｋ个元素不同，称为带有最多ｋ个误差的近似匹配。对于精确匹配，本文给出了一个时间复杂性为Ｏ（ｎ２ｌｏｇ｜∑｜）的算法，∑＝｛ａ１，２，…，ａ｜∑｜｝，是模板的字符集。对于近似匹配，快速算法分为两步：（１）预选。利用精确匹配算法找出能精确匹配的ｓ×ｓ（０≤ｓ≤ｍ）子块，得到ｈ个候选的对准点；（２）验证。把模板对准候选点，逐点比较，以确定不相同的元素是否不超过ｋ个。近似匹配的时间复杂性为Ｏ（ｎ２ｌｏｇ｜∑｜＋ｈｍ２）。     

平面内多边形沿曲线定姿态刚体移动时的碰撞判定算法

设σ为平面内的正则曲线，Ｐ与Ｑ为平面内的两简单多边形，本文讨论Ｐ沿曲线σ作定姿态刚体移动时是否Ｑ相碰撞的问题，并给出Ｏ（ｍｎ）时间的最坏情况下的最优算法，这里ｍ与ｎ分别Ｐ与Ｑ的顶点数。     

二次堆排序算法和提高排序效率的途径

本文讨论了一种堆排序的改进算法，该算法的平均时间复杂度达到ｎｌｏｇ２ｎ＋Ｏ（ｎ）。在此基础上，提出了二次堆排序的算法，使该排序过程中优化数据处理，排序速度提高１８０％。同时，本文给出了提高效率的措施、排序算法和实验结果。最后，给出了快速排序的优化数据处理的途径，从而较大地提高了排序效率。     

分“档”快速排序算法研究

文章在文献［１］的基础上,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。     

关于求平面点集凸包的一个O(n)时间算法的商榷

王志强等于1998年提出了一个计算平面点集凸包的新算法，并且声称该算法的最坏时间复杂度为O(n)，从而为张性时间排序提供了可能性，该文对王志强等提出的求平面点集凸包算法的时间分析提出了不同观点，进一步明确了平面集凸包算法和排序算法的时间下界为Ω(nlogn).     

从中序遍历及后序遍历构造二叉树

本文给出了一个算法，该算法输入一棵二叉树的中序遍历和后序遍历的结点序列，构造出该二叉树。该算法具有Ｏ（ｎ）时间复杂度，是解决该问题的最优算法，其中ｎ为二叉树的结点数。     

几何算法求解货郎担问题

本文提出求解货郎担问题的一种几何算法。它的时间复杂性为：Ｏ（ｎ＾３／ｍ）次比较，Ｏ（ｎ＾２）次乘法，其中ｎ，ｍ分别是点集的点数和凸包顶点数。