移动边缘计算环境下的动态资源分配策略

在通讯设备爆炸式增长的时代,移动边缘计算作为5G通讯技术的核心技术之一,对其进行合理的资源分配显得尤为重要。移动边缘计算的思想是把云计算中心下沉到基站部署(边缘云),使云计算中心更加靠近用户,以快速解决计算资源分配问题。但是,相对于大型的云计算中心,边缘云的计算资源有限,传统的虚拟机分配方式不足以灵活应对边缘云的计算资源分配问题。为解决此问题,提出一种根据用户综合需求变化的动态计算资源和频谱分配算法(DRFAA),采用"分治"策略,并将资源模拟成"流体"资源进行分配,以寻求较大的吞吐量和较低的传输时延。实验仿真结果显示,动态计算资源和频谱分配算法可以有效地降低用户与边缘云之间的传输时延,也可以提高边缘云的吞吐量。     

一个有效的圆片规模布局算法

本文提出了一个圆片规模布局算法，它是国外一个相应算法的改进形式，区别在于利用力定向布局法的方式不同。在相对位置阶段，该算法利用布局的层次特性将需确定所有电路元件相对位置的问题缩减至仅需确定宏电路元件相对位置的问题；在实际位置阶段，采用分治策略和取消前阶段层次划分的方式回避了需确定任意元实际位置的问题．其时间复杂度远低于国外相应算法．     

网格计算机上的平行视图算法

文中给出了二维网络结构的计算机上求平面上一组不相交简单物体平行视图的算法，并分析了算法的正确性和时间复杂性。     

k分搜索的时间复杂度分析

分治策略的思想是将一个规模较大的问题分解为多个形式相同的子问题来解决。搜索是指在一个排好序的数组中寻找与给定数值x相等的元素,传统的搜索算法是遍历,而二分搜索是一种基于分治策略的搜索算法。二分搜索是将数组每次分为相等的两部分,将待查元素x与数组中间的元素比较,若相等则搜索成功;否则将搜索范围缩小为原来的一半,之后以此类推,直到找到待查元素,与遍历相比,二分搜索复杂度明显降低。以二分搜索为基础,每次可以将数组分为更多部分,即k分搜索,探寻k为何值时k分搜索算法的时间复杂度最低,能够对搜索算法进一步优化。通过分析、归纳与证明,得出k分搜索的时间复杂度为O(klog_kn),由于该函数是递增的,因此二分搜索是效率最高的搜索算法,复杂度为O(log₂n);此外,当k=n时,k分搜索退化为遍历,复杂度退化为O(n)。     

分治法在管道涡流检测阻抗解析中的应用

介绍了一种铁磁性管道涡流阻抗模型的数值解析方法。该方法利用阻抗模型中贝塞尔函数在大宗量(分治法产生的一个子区间)时的渐近性,在整个广义积分区间采用分治法简化积分函数,降低了对阻抗模型广义积分的计算难度。基于对计算量与计算准确度的折中,讨论了该解析方法中分治点的选择原则。将该方法的阻抗模型计算结果与通过物理检测设备测试实际管道的值进行比较,验证了分治法解阻抗模型的可行性。该方法对于解析柱坐标系下管道涡流检测阻抗模型的应用,具有简单、快速和高精度的优点。     

一种基于Quartet Puzzling和邻接法的进化树构建算法

最大似然法是目前较准确的一种进化树构建方法,但是其时间复杂度非常高.在实际应用中,用分治策略实现最大似然法的Quartet Puzzling(QP)得到了人们的关注.它首先估计Quartet拓扑结构集合Q,然后利用重组技术将Q中的信息合并到一起构成一个包含所有序列的进化树.研究表明,QP的准确性不像人们所期望的那样高.如何快速有效地将Q所包含的信息融合在一起仍然是QP所面-临的一个问题.为了提高QP,结合邻接法提出一种新的进化树构建方法QPNJ.理论上,QPNJ与QP具有相同的时间复杂度.通过模拟实验将QPNJ与QP以及目前流行的进化树构建方法进行了比较.结果表明,QPNJ比QP和邻接法更准确,并且其性能不依赖于模型树的结构,从而证明了QPNJ的有效性.     

空间最近点对的计算机算法研究

最近点对问题是空中交通控制系统中的一个重要问题,并且在许多领域都有应用,也是计算几何学研究的基本问题之一.利用分治法解决该问题的线性和平面情况,算法可以在O(n*logn)时间内完成.本文在此基础上,进一步实现空间最接近点的算法,并对算法的复杂性进行分析.     

动态语言实现MapReduce应用

并行计算技术的发展和网络带宽的提升,让云存储和云计算一步步走进实际业务应用之中。对于动态语言开发者,如果希望用动态语言借助Hadoop平台实现分治规约应用,并不是一件复杂的事情。Hadoop框架使用Java语言开发,但业务处理不要求必须使用Java语言,而可以使用Python或C++等其他语言进行编码。在Hadoop安装路径下的/src/     

一种应用分治策略改进的FCM聚类算法

传统的快速聚类算法大多基于模糊C均值算（Fuzzy C-means,FCM）,而FCM对初始聚类中心敏感,对噪音数据敏感并且容易收敛到局部极小值,因而聚类准确率不高。建立使用分治策略解决聚类问题的算法架构,充分考虑数据本身特性并对传统的FCM算法进行改进,标准数据集的实验结果表明这种基于分治策略的FCM聚类算法较好地提高了算法的聚类准确率,加快了收敛速度。     

循环赛日程表的递归和非递解

介绍了算法设计技术分治法的应用。使用分治法实现了循环赛日程表的递归和非递归解,并作了较为详细的说明,供《算法设计与分析》课程教学参考。