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。     

按位拆分排序算法的动态演示程序

按位拆分排序是一种新的排序算法。为了使学生更好地理解算法思想,利用C＋＋功能强大的图形界面功能,设计实现了按位拆分排序算法的动态演示程序,其图形用户界面十分直观形象,有助于初学编程者更好地理解这一排序算法的原理和具体的实现过程。     

按位链接快速排序算法

提出了一种对任意整数都适用的按位链接快速排序算法，其时间复杂性为O（n)，只需附加2n 10k（其中k为待排序数组最大数的位数）个存储空间。     

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。     

超快速排序算法

快速排序将文件分成两个子文件，然后递归地将两个子文件排序，其平均复杂性为Ｏ。本文给出超快速排序算法，建立将文件分成Ｎ个子文件，然后递归地将Ｎ个子文件排序，其平衡复杂性为Ｏ（Ｎ）。     

浅谈快速排序算法的改进

快速排序是冒泡排序经改进之后的一种新的排序方法。拥有速度快,原地排序等特点,本文主要探讨了对原始的快速排序的一些改进的想法,提高其效率。     

基于按位排序的射频识别防碰撞算法

在射频识别系统中碰撞问题是不可避免的,因此高效的防碰撞算法对于射频识别（RFID）系统是至关重要的,研究了碰撞问题的原理、比较了当前主流的防碰撞算法的优缺点,在此基础上创造性地引入了按位排序的思想。通过标签序列号的唯一性和无需比较的按位排序算法来确定标签在争用帧内相应时隙的相应顺序位的发送顺序,给标签分配不同的时序,从而更有效地解决了碰撞问题。通过仿真和比较表明该算法效率更高、稳定性更强,适合于现实中绝大多数的应用情况。     

位排序--一种快速排序法

众所周知,排序速度的快慢,取决于排序算法的时间复杂度和空间复杂度。因而,排序算法设计的主导思想,就是要千方百计降低算法的时间复杂度和空间复杂度。虽然计算机硬件的运算速度越来越快,但排序算法的研究仍是算法理论中的一个重要课题。已有的排序算法很多,在所有基于“记录关键字之间比较”的排序方法中,快速排序(quick sort)是平均时间性能最好的一种方法,平均时间为O（n*log n)。但是在最坏情况下,时间复杂度却很高,为O(n^2)。     

超快速排序算法

快速排序算法结构简单,平均性能较佳;基数排序性能较稳定。结合快速排序和基数排序,提出超快速排序算法,通过理论分析和实验表明,新算法的性能优于快速排序算法和基数排序算法。     

浅析C语言快速排序算法的改进

排序是计算机程序设计中一种重要操作,本文论述了C语言中快速排序算法的改进,即快速排序与直接插入排序算法相结合的实现过程.在C语言程序设计中,实现大量的内部排序应用时,所寻求的目的就是找到一个简单、有效、快捷的算法.本文着重阐述快速排序的改进与提高过程,从基本的性能特征到基本的算法改进,通过不断的分析,实验,最后得出最佳的改进算法.     

改进快速全局滑模控制方法

针对全局滑模控制的动态滑模面不能在有限时间内演化为线性滑模面的缺点, 提出一种改进的全局滑模控制方法, 其动态滑模面的衰减函数由3个指数函数项组成一阶可导函数, 并能在有限时间内衰减为零. 这样, 该方法不仅具有了全局滑模控制的全局鲁棒性, 而且能够使动态滑模面在有限时间内演化为线性滑模面, 从而加快了系统的响应速度. 利用该方法实现了二阶电力系统的混沌控制, 仿真结果验证了所提出方法的有效性.     

基于多条件的单链表快速排序算法研究

单链表由于其存储结构的局限性,通常采用插入算法实现排序,速度很慢,满足不了大规模问题的速度要求。在分析了单链表结构特征及快速排序算法思想的基础之上,作者提出并实现了在单链表中基于多个条件的快速排序算法,从而极大提高了排序的效率。     

Improved bounds on sorting by length-weighted reversals

We study the problem of sorting binary sequences and permutations by length-weighted reversals. We consider a wide class of cost functions, namely f(ℓ)=ℓ^α for all α0, where ℓ is the length of the reversed subsequence. We present tight or nearly tight upper and lower bounds on the worst-case cost of sorting by reversals. Then we develop algorithms to approximate the optimal cost to sort a given input. Furthermore, we give polynomial-time algorithms to determine the optimal reversal sequence for a restricted but interesting class of sequences and cost functions. Our results have direct application in computational biology to the field of comparative genomics.     

快速图像标注的改进跨媒体相关模型

针对跨媒体相关模型（CMRM）标注效率低、标注效果差的不足,提出了改进的跨媒体相关模型。提出的模型在改进了词汇平滑处理方法的基础之上,通过简洁的图像特征表示方法和相似度计算方法更准确地度量了图像与图像之间的相关性。在Corel5k数据集上的实验结果表明,所提出的改进CMRM标注效率显著提高,性能是原始CMRM的近3倍,而且,也优于高质量的标注模型,如著名的多伯努利相关模型（MBRM）和有指导的多类标签（SML）等模型。     

一种改进的非支配排序多目标遗传算法

多目标进化算法的研究目标主要是使算法快速收敛,并且广泛而均匀分布于问题的非劣最优域。在NSGA-II算法的基础上,提出了一种新的构造种群的策略——按照聚集距离选取部分非支配个体,并选取部分较好的支配个体形成下一代种群。该策略与原算法相结合后的算法（NSGA-II+IMP）与原NSGA-II进行比较,结果表明新算法较好地改善了分布性和收敛性。     

子矢量排序的渐进不相似度逼近算法

渐进不相似度逼近(IDA)算法是一种新近提出的高性能快速图像匹配算法,它通过分割匹配矢量,避免了大量的基于像素的计算。但是分割后的子矢量能量集中性差,因此算法效率仍有提升空间。为了改进能量集中性差这个问题,提出一种按子矢量方差顺序展开的方案,按该顺序展开子矢量能使匹配矢量排除得更快,平均展开的子矢量数下降,明显减少了搜索空间。除此之外,还加入了在IDA测试之前的利用整体矢量模的一次新的排除测试,并在子矢量展开中引入了PDS(partial distortion search)算法。本文改进算法对图像数据库中室内场景、室外自然场景和室外人文场景这3类图像进行测试时,整体匹配效率较IDA算法提升了72%~83%。     

码书距离排序对索引压缩算法的性能改进

图像经过矢量量化后得到的索引图具有很强的统计相关性,从而使得邻近块的索引以较大的概率相等或偏移量较小。按照某种准则对码书进行排序,可以有效增强索引之间的相关性。基于平方欧几里得距离提出一种新的码书按距离排序方法。与传统的按均值、方差和能量等排序方法相比,距离排序能大大提高索引图的相关性,使索引之间的偏移量向值小的方向明显集中。将距离排序后的码书用于AICS(adaptive index coding scheme)算法,实现了更好的压缩性能。     

Improved sorting networks withO(logN) depth

The sorting network described by Ajtaiet al. was the first to achieve a depth ofO(logn). The networks introduced here are simplifications and improvements based strongly on their work. While the constants obtained for the depth bound still prevent the construction being of practical value, the structure of the presentation offers a convenient basis for further development.     

改进的分拣作业机械臂基于范例推理信念期望意图推理机制

针对以案例推理机制为推理核心的分拣作业机械臂系统不能用于物体信息较多的复杂场景的问题,提出一种改进的基于范例推理-信念期望意图(CBR-BDI)推理机制。首先,将输入的信息作为信念(Belief),通过分词与检索得到案例属性,将其作为期望(Desire);然后,加入地图匹配、期望分析和引导三个部分以完善期望;最后,完整的期望生成解决方案作为意图(Intention)。在多物体多信息的场景中,用户可通过对话指挥系统进行分拣作业。实验结果表明,与传统的案例推理(CBR)机制相比,改进的CBR-BDI推理机制具有分析和引导能力,能用于多物体复杂场景。