一种实用的数值型伪Hash函数排序方法

本文给出一种具有实用价值的数值型伪Ｈａｓｈ函数排序方法。该方法通过尽量避免比较而直接计算定位的方式提高排序速度。测试结果表明：该算法的排序时间好于比较式排序的代表性算法Ｑｕｉｃｋｓｏｒｔ，Ｓｈｅｌｌｓｏｒｔ。与现有算法相比，该算法简洁，灵活，易于实现，适合于某些应用领域的特殊需求。     

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。     

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。     

4路插入排序法

提出一种4路插入的排序方法。给出了算法思想、算法描述、算法分析和实验结果。其理论意义是改进了一类时间复杂度为O（N^2）排序法的时间复杂度，其实用价值是该排序法存一类时间复杂度为O（N^2）排序法中排序效率较高的，其平均排序速度比直接插入排序法、选择排序法、冒泡排序快66％以上。     

多项选择和分布式排序

本文定义了多项选择概念,并给出了串行和分布式多项选择算法以及基于多项选择的分布式排序算法。该分布式排序算法所需要的平均信件数为O(p×max{log_2×log_2p,p}),最坏情况为O(p×n),其中n为要排序的元素个数,p为参加排序的机器台数。因此所提出的算法比现有的分布式排序算法好。     

Radix Sort——复杂度为O（n）的排序方法

在每一本讲算法的教科书中差不多都有讲排序的方法，从最初的选择排序、冒泡排序，到哈希排序、快速排序、堆排序，二叉树排序等等。一般的认为，通用排序中．最低的算法复杂度为O(n·LoG(n))，n是待排序的元素个数。那么有没有比这更快，算法复杂度更低的排序算法呢?在本文中，大家将会看到一种算法复杂度为0(n）的     

基于PRank算法的主动排序学习算法

针对排序学习中如何选择最值得标注的样本和通过尽可能少的已标注样本训练出较好的排序模型的问题,将主动学习的思想引入排序学习中,提出一种基于排序感知机的主动排序学习算法——Active PRank。基于真实数据集的实验结果表明,该算法在保证排序模型性能的前提下,减少样本的标注量,在同等标注量的条件下,提高排序结果的正确率。     

一种新的加权中值滤波的快速算法

针对中值滤波排序工作量多、速度慢等缺点，提出了一种新的加权中值滤波快速 算法。把窗口内元素分为小于、等于和大于中心元素的3类并分别统计这3类的个数，同时 构 造两个数组分别放入小于和大于中心元素的元素值，对每个类元素进行比较后可确定输 出中 值的确切位置，因此可根据局部排序找出输出中值，这样可大大减少排序的次数，加 快了处 理速度。最后，对快算算法和标准中值滤波的传统算法进行了比较，给出了二组实 验数据。 实验结果表明，与传统算法相比，该算法的执行速度大大加快。通过选择适当的 权值，加权 中值滤波可代表标准中值滤波和其它一些中值滤波，因此该快速算法有较强适 应性。     

一种新的启发式算法在蜂窝网络信道分配中的应用

在蜂窝小区信道分配算法中,排序分配算法是根据待分配小区的难度系数分配信道,收敛速度较快,但很容易陷入排序的自身循环以至于无法找到更好的排序方式。在MAX MIN蚁群算法的基础上提出一种新的启发式算法,通过概率选择避免排序自身循环,再通过判定收敛系数来确定此次迭代是否已停滞,然后重新初始化信息素以寻找更好的排序方式。在对Philadelphia典型问题的测试中,本算法较排序分配算法更接近理论边界值,而且在解的质量相同情况下,其收敛时间也优于其他蚁群算法。     

一种基于的统计的排序算法

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，还可以将其推广到一般关键字的排序问题。     

基于Java的按位拆分快速排序并行算法

针对大数据量排序算法优化问题,提出一种基于Java的按位拆分的排序新算法。该排序算法按照位拆分数据,并结合Java的多线程对拆分的数据进行并行处理。数据实验结果表明,对于大数据量排序,该算法性能明显优于快速排序算法,而且算法具有很好的并行效率。     

基于单目视觉的智能物料分拣机器人的设计

为解决目前工业物料分拣机器人发展的需求问题,以模拟自动化物流系统的作业流程为目标,提出了一种基于单目视觉的智能物料分拣机器人的设计。为实现物料的自动分拣过程,以STM32作为核心控制器,驱动OV2640摄像头对图像进行实时采集、处理与分析,实现颜色识别和目标定位,并将处理结果传送给驱动控制系统。在图像标定方面,采用读取TFT屏中目标的坐标和求取目标的实际坐标,通过MATLAB软件来进行数据拟合,找出两个坐标的函数关系,从而实现目标的定位。采用遍历腐蚀算法、增量式PID算法、DBCSAN算法和Dijkstra算法,分别完成对随机摆放的物料的自动识别和定位、电机控制和路径规划。实验与竞赛结果表明,该单目视觉分拣机器人的分拣准确率和效率高,能够实现智能分拣功能。     

一种新型单循环排序算法

排序是计算机程序设计中一项经常而又重要的操作,研究排序算法具有重要的理论意义和广泛的应用价值。通过对目前常用的几种排序算法的研究,指出它们均为双重循环或多重循环结构设计,借鉴了军队排队列的思想,提出一种只需要单重循环结构即可完成排序过程的新型算法,并进行了编程实现。通过对该算法的时间复杂度、空间复杂度以及稳定性等性能分析,证明该算法对于基本有序的数据排列排序性能优秀,对于数据排列大都是两两错位的排序过程接近最优算法。     

针对字符串等复杂数据的一种新的高效分档混合排序算法

针对字符串及记录等复杂数据及分布不均匀的数字数据的排序问题，在全面分析与提高各种排序算法的优点的基础上提出了一种新的高效分档排序算法，并通过把它与最近排序方面的工作进行比较充分说明了它的优越性与先进性．     

基于System Generator的快速中值滤波算法设计与实现

针对传统中值滤波算法比较运算量大、处理效率低、无法满足实时性的问题,以中值滤波原理为基础,对滤波排序算法和实现方案进行了研究,提出了一种基于System Generator的快速中值滤波算法。该算法通过两次行、列排序将3×3窗口中9个像素取中值简化为3个像素的排序运算,使得单窗口查找中值的比较次数由传统排序算法的36次最少降到了14次。结合System Generator系统建模工具,将处理速度提升到传统方法的近6倍,达到了快速抑制噪声的目的,满足了图像实时处理的要求。     

任意类型的分类数据的快速排序

快速排序在数据部分相等或有序时,时间复杂度最坏为O（n2）。针对于任意类型的分类数据的排序,文章在快速排序的基础上,提出一种新的排序算法,具有快速排序算法的简洁性,但是不使用递归算法,时间复杂度为O（n）,空间复杂度为O（1）。通过理论分析和实验表明,该算法的性能明显优于其它排序算法,特别适合于数据量大的场合。     

针对任意分布数据的高效分档混合排序算法

针对任意分布数据的排序问题,在把对文献[7][8][9]等分档排序算法的改进与该算法在程序语言中的实现技术的改进相结合的基础上,提出了一种新的针对任意分布数据的高效分“档”排序算法,并通过把它与最近排序方面的工作进行比较说明了它的优越性。     

应用于大数据的Trie树排序算法

针对在数据量动态增加的场景下现有的排序算法管理数据导致算法性能大大降低的问题,提出一种16-bit Trie树排序算法.借助邻居节点上存储的链节点指针完成排序,它不仅可以边构建边排序,且引入动态数组可以提高该算法的空间效率.仿真结果表明,传统Trie树支持数据动态更新,但通过遍历Trie树的方式完成排序耗时较多,快速排...     

一种基于和谐理论神经网络的分类算法

文中从和谐理论神经网络派生一种新的神经网络模型，并以该模型为基础提出了一种新的并行分类算法。神经网络采用不完全连接方式，网络节点的连接数大大减少，具有计算功能简单便于硬件实现的优点。同时，文中提出的分类算法不同于大多数基于神经网络的分类算法，不需事先对待分类的数据进行任何形式的预处理，分类运算可在有限步长内自动完成，具有结构简单、透明度高、运算速度快等特点。     

一种中值滤波的快速算法

提出了一种中值滤波的快速算法。与中值滤波的传统算法相比较，该算法的特点是考虑到了相邻的两个中值滤波窗口内信号数据的相关性。在运算过程中，保留前面窗口内数据的排序信息，作为下一个窗口内数据排序的参考。这样可将传统算法中相邻的两次中值滤波运算合并为一次进行，从而减少了中值滤波过程中比较运算的次数，很大程度上提高了运算效率。