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）。     

几种经典的排序算法综述

排序是将由若干数据元素(或记录)构成的一条任意序列,重新根据特定关键字排列成一条有序的序列的一种操作.介绍了6种经典的排序算法:冒泡、快速、直接插入、希尔、简单选择、归并,详细讨论了这6种排序算法的基本思想、时间复杂度,并对这些排序算法进行了分析和比较.     

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。     

地址基数排序算法的设计与实现

本文提出了一种集地址排序与基数排序优点于一体的具有比传统快速排序算法性能更高的排序方法,全文给出了该算法的描述、部分源程序、时间／空间复杂度分析。本算法由于具有不需要关键字比较的特点而特别适用于大数据量的排序,又由于有不需要移动元素的特点而特别适用于大记录的排序工作,应用结果表明,该算法具有很高的实用价值。     

二维表快速排序的复杂度分析

在假设二维表数据的排列服从均匀分布的条件下,分析了用快速排序方法对二维表进行排序的过程,给出了整个排序过程的时间复杂度和空间复杂度,得到的平均时间复杂度(O(n×(m 1ogn)))低于已有文献中对二维表排序的时间复杂度(O(m×n×log n)),其中,m是二维表的关键字个数,n是二维表的记录数.仿真实验说明了文中结论的正确性.这一结果,将有助于进一步设计高效的海量数据分析方法.     

常用排序算法的分析与比较

排序算法是计算机程序设计广泛使用的解决问题的方法．研究排序算法具有重要的理论意义和广泛的应用价值。论述几种常用的内部排序算法,从时间复杂度、空间复杂度及稳定性方面对这些算法进行了比较分析,提出文献中出现的两种冒泡算法版本商榷之处,以供在不同条件下选择适合的排序算法借鉴。并分别提供实现各种算法的c＋＋源代码。     

快速排序的一种改进算法

快速排序算法是基于关键字比较的一种性能较好的排序算法,平均时间复杂度为O(nlogn)。文章针对快速排序分治的策略和基数排序的原理,提出了一种基于基数的快速排序改进算法,论述了改进算法的理论依据和基本思想,并给出了递归形式的算法描述。改进后的算法在执行效率方面和占用辅助空间方面都有所改善。改进后算法不需要作关键字比较,特别适合大数据量的排序,具有一定的应用价值。     

一种节省空间的排序算法

目前报道的一些排序算法，空间复杂度都比较大．提出了一种改进其空间复杂度的方法，其特点是算法简单、稳定，时间复杂度为O(n^2)，空间复杂度为2n，达到下界．与传统的排序算法用变量与变量比较的思路不同，本文提出的是一种用变量与其分布区间进行比较的新思路．本算法特别适合那些范围确定且分布基本均匀的待排数据，也适合一般数据对象的排序．     

双重映射式快速排序算法

本文研究的快速排序算法采用了关键字与数组下标双重映射的方法．无须反复比较和交换关键字的操作，就可得出数据记录的顺序关系．其时间复杂度为O（N），比已有的同类算法节省空间。     

单循环排序算法及其改进

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,提出一种只需要单重循环结构即可完成排序过程的算法,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,并针对其在逆序或数据复杂的情况下,会重复比较一些已经比较过了的数据这一不足,对该算法进行了改进。改进后的算法效率得到提高。     

一种新的基于哈希函数的排序算法

提出一种哈希函数分档的排序算法。根据数组下标递增的特点,针对任意分布整数,建立有效的哈希函数,通过反复映射完成排序。分析算法的时间和空间复杂度,实验验证算法的运行效率。算法分析和实验结果表明：算法的时间和空间复杂度均为O（n）,在问题规模较大时,效率优势明显。     

新的等价类划分算法—计数法

目前,基于基数排序的等价类划分算法有较低的时间复杂度但存在以下不足：属性值跳跃性大时会产生大量空队列;排序后仍需O（|P‖U|）的时间才实现划分,求出等价类,排序没能发挥应有作用。为此,设计了一种新算法,通过属性值映射避免大量空队列产生,通过增加一个记录等价类长度信息的计数数组,排序后仅需O（|U|）就可实现划分,求出等价类。整个算法时间复杂度为O（|C‖U|）,空间复杂度为O（|U|）,为求等价类划分提供了一个新的解决办法。     

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。     

基于索引表的快速排序方法

提出了一种基于索引表的快速排序方法,并给出了算法描述、平均时间复杂度/空间复杂度的分析及实验数据.     

多符号差分酉空时系统下K-best的排序方法

K-best算法（即M算法）不但具有较低复杂度,而且还具有固定的复杂度和时延,因而被应用于解决多符号差分检测（MSDD）高计算复杂度的问题。然而,当前K-best算法在MSDD中的应用大多仅通过减少节点的分支数来降低复杂度,而对每层排序方法的研究几乎是空白。鉴于此研究了基于动态K-best算法下的Batcher合并排序和K cycles排序。仿真得出Batcher合并排序方法比传统的冒泡排序在比较交换次数上可以减少70%,而性能在高信噪比时仅相差0.25 dB;K cycles排序在复杂度上比Batcher减少将近85%,比冒泡减少90%左右,而其性能在高信噪比时是最优的。     

基于分治和递归策略的排序算法及实现

对关键字数量远少于记录数量的排序问题进行了研究,提出了基于分治和递归策略的有效算法。经与选择排序算法比较,该算法在各种情况下的交换次数均明显少于经典的选择排序算法。     

长记录数据的映射链接排序算法研究

本文针对现有排序方法处理大规模长记录数据的应用局限性,提出了一种谓之映射链接的新排序方法,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。     

均匀分布数据的分"档"统计插入排序算法研究

１．引言 排序（ｓｏｒｔｉｎｇ）是计算机程序设计中的一种重要运算,它的功能是将一个数据元素（或记录）的任意序列,重新排列成一个接关键字有序的序列．其精确定义如下： 设｛Ａｉ｝＝（Ａ１,Ａ２,…,ＡＮ）为一有限的数据集合,其中人是集合中的元素,又叫做记录．若 Ａｉ的某个标识特征为 Ｋｉ,称凡为 Ａｉ的关键字,又称为健或标识符．｛Ａｉ｝也称为记录集合．所谓排序,就是依照集合中元素的关键宇特征,把元素排列顺序重新加以组织,使新的有序集合｛Ａｊ｝对于任意的,有或． 由于排序是计算机科学中一项复杂而重要的技术,…