期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种基于数据分块的快速原地归并算法 被引量:6
1
作者 范时平 汪林林 《计算机科学》 CSCD 北大核心 2004年第8期204-208,共5页
与其它排序算法相比,二路归并最适合于对两个有序子表进行排序。归并长度分别为 m 和 n 的两个有序子表,经典算法有两种。第一种算法完成归并需要○(m+n)的附加空间,○(m+n)次比较和移动。第二种算法是原地的,但完成归并需要○(m+n)次... 与其它排序算法相比,二路归并最适合于对两个有序子表进行排序。归并长度分别为 m 和 n 的两个有序子表,经典算法有两种。第一种算法完成归并需要○(m+n)的附加空间,○(m+n)次比较和移动。第二种算法是原地的,但完成归并需要○(m+n)次比较和○(m×n)次移动。经过长期研究,提出了一种基于数据分块的快速原地归并算法。新算法通过将数据分块、对数据块排序等方法最多用○((m+n)log_2 (m+n)^(1/2)次比较和○((m+n)^(3/2))次移动完成两个有序子表的原地归并。实验证明,该算法与经典的原地算法相比,极大地降低了元素的移动次数和算法的运行时间。 展开更多
关键词 原地算法 分治法 二路归并 分块 块交换 块排序
在线阅读 下载PDF
一种线性原地二路归并算法 被引量:2
2
作者 范时平 汪林林 何先刚 《计算机科学》 CSCD 北大核心 2004年第12期221-222,225,共3页
和其它排序算法相比,二路归并最适合于两个有序子表的排序。但经典原地二路归并算法的时间性能是乘积型的,尚有改进空间。文章介绍了改进经典原地二路归并算法所需的基本技术,提出了一种线性原地二路归并算法。归并长度分别为m和n的两... 和其它排序算法相比,二路归并最适合于两个有序子表的排序。但经典原地二路归并算法的时间性能是乘积型的,尚有改进空间。文章介绍了改进经典原地二路归并算法所需的基本技术,提出了一种线性原地二路归并算法。归并长度分别为m和n的两个有序子表,该算法最多需要2.5m+1.5n+4.5 m+n^(1/m+n)次比较和8m+7n-3 m+n^(1/m+n)次移动。 展开更多
关键词 归并 排序算法 移动 线性 有序 性能 时间性 原地 基本技术 经典
在线阅读 下载PDF
基于PAC算法的流数据Top-k实时查询 被引量:3
3
作者 杨矫云 郭思伊 李廉 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第2期56-61,共6页
针对流数据的Top-k查询问题,为降低对存储容量和处理时间的要求,利用概率近似正确(PAC)原理,提出了一种实时查询算法,通过随机抽样近似地估计流数据中最大的k个数据,并保证误差和可信度均在规定的范围内。该算法设置k个随机独立排序器,... 针对流数据的Top-k查询问题,为降低对存储容量和处理时间的要求,利用概率近似正确(PAC)原理,提出了一种实时查询算法,通过随机抽样近似地估计流数据中最大的k个数据,并保证误差和可信度均在规定的范围内。该算法设置k个随机独立排序器,每个排序器独立地抽取N个数据并返回各自不同的最大值d,然后用这k个最大值排序获得该流数据集合当前的Top-k序列。证明了在给定误差β、可信度γ的条件下,当抽取的样本数量N满足N+1≥log (1-k√γ)/log (1-β)时,所得到的Top-k序列即可满足要求的误差和可信度,样本复杂度仅与误差和可信度有关,与当前数据总量无关。在生成的随机浮点数流数据集上进行了实验验证,在给定误差β=0.01的情况下,当抽样数为450时,Top-1查询(即最大数据查询)可以达到γ=0.992的可信度;当抽样数为700时,Top-10查询可以达到0.992的可信度。 展开更多
关键词 流数据 随机抽样 样本复杂度 Top-k问题 PAC算法
原文传递
一种O(n+nlog_2m)时间复杂度的排序算法
4
作者 鲁晓明 钟诚 《广西科学院学报》 2002年第4期151-154,共4页
通过分析任意输入的 n个数据的组成特性 ,设计一种 O( n +nlog2 m)时间复杂度的排序算法 ,m为原始输入数据序列中有序 /逆有序的子序列个数 ,1≤ m≤ n/2。
关键词 O(n+nlog2m)时间复杂度 排序算法 数据置换 计算机算法 概率分布 数据交换
在线阅读 下载PDF
基于数据驱动的单循环排序算法及其优化
5
作者 王海军 张南平 《微计算机应用》 2006年第2期213-214,共2页
排序是计算机科学中最基本、最重要的研究问题之一。目前常用的排序算法均为双重或多重循环设计,并且大多是程序驱动,本文提出一种新型的基于数据驱动的单循环排序算法,并对该算法进行了性能优化与分析。
关键词 数据驱动 排序算法 复杂度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部