ARC Sort: Enhanced and Time Efficient Sorting Algorithm
本文讨论了一种使用桶概念的排序算法,每个桶代表一定数量的数字。使用二维的数据结构,其中一维表示桶i。e;位数和每个桶的对应维度表示属于该桶的输入数字。然后,每个桶被单独排序。由于每个前面的桶元素总是小于后面的桶,因此不需要进行比较。通过这样做,我们可以显著降低任何用于对给定输入集进行排序的排序算法的时间复杂度。
2014-06-06 cs.DS
New Sorting Algorithm Wave Sort (W-Sort)
University of California, Davis(加州大学戴维斯分校)
波排序是一种新型原地排序算法,通过动态主元选择策略解决传统排序算法的性能问题,具有高效的比较复杂度和稳定的性能表现。
2026-01-04 cs.DS
Spin-the-bottle Sort and Annealing Sort: Oblivious Sorting via Round-robin Random Comparisons
我们研究基于随机循环比较的排序算法。具体来说,我们研究旋转瓶排序,其中比较是不受限制的,和退火排序,其中比较被限制到一个由\emph{temperature}参数界定的距离。这两种算法都是简单的,随机的,数据无关的排序算法,这是有用的隐私保护计算,但正如我们所示,退火排序是更有效的。我们表明,有一个输入置换,导致旋转瓶排序需要$Ω(n^2\log n)$预期的时间,以成功,并在$O(n^2\log n)$时间,该算法成功的概率很高的任何输入。我们还展示了退火排序的一个实现,它在$O(n\log n)$时间内运行,并且以非常高的概率成功。
2010-11-10 cs.DS
Engineering Faster Sorters for Small Sets of Items
对一组项进行排序是一项任务,它本身就很有用,也可以作为更复杂操作的构建块。这就是为什么人们投入了大量的精力来寻找尽可能快地对大集合进行排序的排序算法。但是,算法变得越复杂和复杂,由于大的常数因子,它们对于小的项目集合的效率就越低。我们的目标是确定是否有一个更快的方法比插入排序的小项目集,以提供一个更有效的基本情况排序。我们研究了排序网络,研究了它们如何提高对少数元素进行排序的速度,以及如何通过使用条件移动以有效的方式实现它们。由于排序网络需要为每个集合大小显式地实现,因此由于增加的代码大小,为更大的大小提供网络变得效率较低。为了能够对稍大的基本情况进行排序,我们将样本排序调整为寄存器样本排序,将这些较大的集合分解为可以由排序网络进行排序的大小。从我们的实验中,我们发现,当只对小集合进行排序时,排序网络在6到16之间的任何数组大小上都优于插入排序至少1.76倍,在所有机器和数组大小上平均优于插入排序2.72倍。当将排序网络作为基本情况排序器集成到Quicksort中时,我们实现的性能改进要少得多,这可能是由于网络具有更大的代码大小和混乱的L1指令缓存。但是对于具有64 KiB或更大L1指令缓存的x86机器,当使用排序网络作为std::sort中的基本情况排序器时,我们获得了12.7%的加速比。总之,只有在特殊情况下才能实现所需的速度提高,但结果清楚地表明了在排序算法领域使用条件移动的…
2020-10-02 cs.DS
Twin Sort Technique
Twin Sort技术背后的目标是有效地对无序数据元素的列表进行排序,并且允许在排序方法中优化比较和迭代的情况下在数据结构内有效且简单地布置数据元素。如果元素都在迭代之间排序,则当不需要比较时,这种排序技术有效地终止了迭代。与快速排序、合并排序技术不同,这种新的排序技术基于对数据结构内的元素进行排序的迭代法。因此,当不需要对元素进行排序时,这将有利于优化迭代。最后,孪生排序技术是在数据结构内排列元素的更有效和简单的方法,并且与其他排序技术相比,它更容易实现。通过引入比较和迭代的优化,它永远不会允许有序元素上的排列任务。
2017-10-22 cs.DS
Zig-zag Sort: A Simple Deterministic Data-Oblivious Sorting Algorithm Running in O(n log n) Time
我们描述和分析曲折排序-一个确定性的数据不经意的排序算法运行在O(n log n)的时间,可以说是简单的比以前已知的算法具有类似的属性,这是基于AKS排序网络。因为它是数据不经意和确定性的,所以曲折排序可以实现为一个简单的O(n log n)大小的排序网络,从而为Incerpi和Sedgewick在1985年提出的一个开放问题提供了解决方案。此外,Zig-zag Sort是Shellsort的一个变体,实际上是第一个在O(n log n)时间内运行的确定性Shellsort变体。Plaxton等人在1992年和Sedgewick在1996年提出了这样一个算法的存在性问题。然而,与今天更相关的事实是,在O(n log n)时间内运行的简单数据不经意确定性排序算法的存在简化了几种提议的遗忘RAM模拟方法(其利用AKS排序网络)中的内部循环计算,并且这反过来意味着在几种云计算应用中用于隐私保护数据外包的简化机制。我们提供了曲折排序的建设性和非建设性的实现,基于被称为ε-halver的电路的存在,使得在我们的建设性实现中的常数因子比AKS排序网络的建设性变体的常数因子小几个数量级,AKS排序网络的建设性变体也基于ε-halver的使用。
2014-03-11 cs.DS
How does the Shift-insertion sort behave when the sorting elements follow a Normal distribution?
本文探讨了行为的移位插入排序(移位插入排序)为正态分布的输入,并在继续我们以前的工作,这种新的算法离散分布的输入,即负二项。移位插入排序被发现更敏感的主效应,但不是所有的交互作用的影响相比,传统的插入排序。
2012-03-01 cs.DS
Hash sort: A linear time complexity multiple-dimensional sort algorithm
排序和散列是计算机科学中两个完全不同的概念,并且相互排斥。哈希是一种使用数据作为关键字来映射到内存中的位置的搜索方法,用于快速存储和检索。排序是将数据从随机排列组织成有序排列的过程,并且是在各种应用中频繁执行的常见活动。几乎所有传统的排序算法都是通过比较来工作的,并且在这样做的时候,算法时间复杂度有一个线性最大下限。排序算法的理论时间复杂度的任何改进都可能导致实现性能的整体更大增益。对于使用排序算法的应用程序来说,算法性能的提高会带来更大的速度提高。这种排序算法需要使用一种替代方法来对数据进行排序,而不是比较,以超过算法性能上的线性时间复杂度边界。散列排序是一种通用的基于散列的非比较排序算法,它具有一些传统排序算法所没有的有趣特性。散列排序的性能逐渐优于最快的传统排序算法快速排序。散列排序算法具有线性时间复杂度因子--即使在最坏的情况下也是如此。散列排序为进一步的工作和研究其他排序方法开辟了一个领域。
2004-08-17 cs.DS
Generalized Sorting with Predictions
广义排序问题,也被称为禁止比较排序,最早由Huang等人提出,同时提出了一个需要$\tilde O(n^{3/2})$探针的随机算法。我们研究这个问题的额外预测作为输入的所有对允许的比较。我们提出了一个随机算法,它使用$O(n \log n+w)$探针具有高概率和一个确定性算法,它使用$O(nw)$探针,其中$w$是预测的错误数。
2020-10-31 cs.DS
In-place associative integer sorting
提出了一种新的整数值排序技术,用以取代桶排序、分布计数排序和地址计算排序算法族。它只需要恒定数量的额外内存。该技术的灵感来自“行为序列”的有序理论之一,并通过与认知神经科学中记忆形成和检索的三个主要阶段(即(i)练习、(ii)存储和(iii))类比来解释。检索。虽然不适合整数等级排序,其中问题是将元素数组按其数字键(每个数字键都是整数)按升序或降序排列,但该技术似乎是有效的,并适用于等级排序以及其他问题,如散列,搜索,元素区分,简洁的数据结构,获得空间等。
2012-11-01 cs.DS
QuickLexSort: An efficient algorithm for lexicographically sorting nested restrictions of a database
字典排序是一个基本问题,应用于列联表,数据库,贝叶斯网络等。按字典顺序对一般数据进行排序的标准方法是迭代地使用稳定排序--一种保留现有顺序的排序。在这里,我们提出了一种新的字典排序方法称为QuickLexSort。基于稳定排序的字典序排序算法从最不重要的特征到最重要的特征进行排序,而QuickLexSort则从最重要的特征到最不重要的特征进行排序,并不断完善排序。QuickLexSort首先需要一个一次性的适度预处理步骤,其中数据集的每个特征都独立排序。当对数据库进行字典排序时,QuickLexSort(包括预处理)的运行时间与使用基于稳定排序的方法相当。对于具有$m$行和$n$列的数据库,以及在时间$O(mlog(m))$中运行的排序算法,基于字典序排序的稳定排序和QuickLexSort都需要时间$O(nmlog(m))$。然而,在许多应用程序中,需要对嵌套数据进行字典排序,例如\所有可能的子矩阵,直到列的某个基数。在这种情况下,我们显示QuickLexSort提供了一个性能改进的日志因子的数据库长度(矩阵中的行)使用一个标准的稳定排序的方法。例如\为了将所有子矩阵排序到基数$k$,QuickLexSort具有运行时间$O(mn^k)$,而基于字典序排序的稳定排序将花费时间$O(mlog(m)n^k)$。在对整个矩阵只运行一次的预处理步骤之后,QuickLexSort的运行时间…
2013-10-06 cs.DS
QuickXsort: Efficient Sorting with n log n - 1.399n +o(n) Comparisons on Average
在本文中,我们推广的QuickHeapsort的想法导致QuickXsort的概念。给定一个外部排序算法X,如果X满足某些自然条件,QuickXsort会产生一个内部排序算法。对于QuickWeakHeapsort和QuickMergesort,我们给出了QuickXsort构造的两个示例。这两种算法都是有效的,平均产生大约n log n - 1.26n +o(n)次比较。最坏情况下的n log n + O(n)比较可以实现,而不会显着影响平均情况。此外,我们描述了一个实现的合并插入小n。以MergeInsertion为基础,建立了一个最坏情况下的排序算法,该算法平均需要进行n log n - 1.3999n + o(n)次比较.具有恒定大小基本情况的QuickMergesort在实际输入上表现出最好的性能:当对整数排序时,它只比STL-Introsort慢15%。
2013-07-11 cs.DS
Anytime Sorting Algorithms (Extended Version)
本文研究随时排序问题,提出让任意排序算法具备随时性的通用方法,推出multizip sort和Corsort两种新算法,经仿真验证性能优于现有方法,分别兼具低全局复杂度和更优中间估计效果的优势。
2024-05-14 cs.DS
K-sort: A new sorting algorithm that beats Heap sort for n <= 70 lakhs!
Sundararajan和Chakraborty(2007)引入了一个新版本的快速排序,删除了交换。Khreisat(2007)发现这个算法与其他版本的快速排序竞争得很好。然而,它使用辅助阵列,从而增加了空间复杂度。在这里,我们提供了新排序的第二个版本,其中我们删除了辅助数组。这个算法的第二个改进版本,我们称之为K-sort,发现对于均匀U[0,1]输入的相当大的数组大小(n <= 70,00,000),排序元素的速度比堆排序快。
2011-07-19 cs.DS
Sort Race
排序是最古老的计算问题之一,在大数据时代仍然非常重要。已经提出了各种算法和实现技术。在这项研究中,我们专注于比较为基础,内部排序算法。我们创建了12种不同大小的数据类型用于实验,并在单个设置中广泛测试了各种实现。使用一些有效的技术,我们发现快速排序是自适应的近排序的输入,仍然是最好的整体排序算法。我们还确定了哪些技术在timsort中有效,timsort是基于自然mergesort的最流行和最有效的排序方法之一,并创建了我们的mergesort版本,它在接近排序的实例上运行速度比timsort快。我们的quicksort和mergesort实现与所有教科书或研究文章中报道的其他实现不同,比任何版本的C库qsort函数都快,不仅适用于随机生成的数据,而且适用于各种类型的近似排序数据。这个实验可以帮助用户选择最好的排序算法来处理手头的困难排序工作。这项工作提供了一个平台,任何人都可以测试自己的排序算法对最好的领域。
2016-09-14 cs.DS
The technique of in-place associative sorting
首先,提出了一种新颖的、直接的整数值就地排序算法。它使用恒定数量的额外内存在线性时间内进行排序,用于存储输入数组旁边的计数器和索引。该技术的灵感来自于“行为序列”理论背后的主要思想,并通过与认知神经科学中记忆形成和检索的三个主要阶段进行类比来解释:(i)练习,(ii)存储和(iii)检索。它在时间复杂度方面得到了进一步的改进,并且专门用于不同的整数,尽管仍然不适合秩排序。之后,另一种新颖的,但简单的技术,这使得这种有效的值排序技术适合排序。因此,给定一个n个元素的数组,每个元素都有一个整数键,该技术仅使用恒定量的额外存储器在线性时间内根据它们的整数键对元素进行排序。所设计的技术是非常实用和有效的优于桶排序,分布计数排序和地址计算排序算法家族,使其在几乎所有情况下,即使空间不是一个关键资源的吸引力。
2013-07-10 cs.DS
Stochastic and Worst-Case Generalized Sorting Revisited
\emph{generalized sorting problem}是标准比较排序的受限版本,我们希望对$n$元素进行排序,但只允许对的子集进行比较。形式上,在$n$元素$v_1, \dots, v_n$上存在某个已知图$G = (V, E)$,目标是使用尽可能少的比较来确定元素的真实顺序,其中所有比较$(v_i, v_j)$必须是$E$中的边。我们承诺,如果真正的排序是$x_1 < x_2 < \cdots < x_n$,对于$\{x_i\}$是顶点$\{v_i\}$的未知置换,那么对于所有$i$,则是$(x_i, x_{i+1}) \in E$:这个哈密顿路径确保排序实际上是可能的。在这项工作中,我们提高了随机图和最坏情况图的广义排序的界限。对于Erdens-Renyi随机图$G(n, p)$(添加承诺的Hamilton路径,以确保排序是可能的),我们提供了一个算法,广义排序与预期的$O(n \log (np))$比较,我们证明是最佳的查询复杂性。这大大改进了Huang,Kannan和Khanna(FOCS 2011)的最知名算法,该算法使用$\tilde{O}(\min(n \sqrt{np}, n/p^2))$比较。对于任意图$G$与$n$顶点和$m$边(再次承诺的哈密顿路径),我们提供了一个算法广义排序与$\tilde{O}(\sqrt{mn})$比较。这改进了Huang…
2021-11-14 cs.DS
Sorting with Recurrent Comparison Errors
我们提出了一个排序算法的情况下,经常性的随机比较错误。该算法基本上实现了同时良好的性能,以前的算法排序$n$不同的元素在这个模型中。特别地,它在$O(n^2)$时间中运行,输出中元素的最大位错是$O(\log n)$,而总位错是$O(n)$。这些保证是最好的可能,因为我们证明,即使是随机算法不能实现$o(\log n)$最大错位的高概率,或$o(n)$总错位的期望,无论其运行时间。
2017-09-21 cs.DS
The Geometry of Tree-Based Sorting
该研究建立了BST模型与一大类排序算法的代价等价关系,利用BST的几何解释提出排列复杂度的对数交错界,还设计了对应并行排序算法并证明相关离线BST算法的存在性。
2023-05-04 cs.DS
TSSort: Probabilistic Noise Resistant Sorting
在本文中,我们提出了TSSort,概率,抗噪声,快速收敛的比较排序算法的基础上,微软TrueSkill。该算法将TrueSkill的更新规则与新开发的下一个项目对选择策略相结合,使其能够击败标准排序算法w.r.t.收敛速度和抗噪声能力,如模拟所示。如果项目的比较是昂贵的或嘈杂的,或者如果中间结果应该近似排序,TSSort是有用的。
2016-06-16 cs.DS
An $O(N)$ Sorting Algorithm: Machine Learning Sort
University of Science and Technology of China(中国科学技术大学);Lanzhou University(兰州大学);State University of New York at Stony Brook(纽约州立大学石溪分校)
本文提出了一种基于机器学习的$O(N\cdot M)$排序算法,该算法在大数据排序方面具有巨大的潜力。该排序算法可应用于并行排序,适用于GPU或TPU加速。并讨论了该算法在稀疏哈希表中的应用。
2018-08-15 cs.DS cs.LG stat.ML
Bank Conflict Free Comparison-based Sorting On GPUs
在本文中,我们提出了一个框架,设计算法在共享内存的GPU不会招致存储体冲突。使用我们的框架,我们开发了第一个基于比较的共享内存排序算法,不会产生银行冲突。它可以用作GPU排序算法的子例程,以取代当前在共享内存中使用的排序网络。使用我们的银行无冲突共享内存排序子例程作为一个黑盒,我们设计BCFMergesort,合并排序的数据流,大于共享内存的算法。我们的算法执行合并的方式对全局内存的所有访问,并在合并过程中不会引起任何银行冲突。
2016-10-11 cs.DC cs.DS
Cache Analysis of Non-uniform Distribution Sorting Algorithms
我们分析了平均情况下的缓存性能的分布排序算法的情况下,键是独立的,但不一定均匀分布。该分析适用于“就地”和“不就地”分布排序算法,比\cite{RRESA00}中的分析更准确。特别是,这种新的分析产生更严格的上限和下限时,从一个均匀分布的密钥。当整数排序算法MSB基数排序用于对独立均匀浮点数(浮点数)进行排序时,我们使用此分析来调整其性能。当从$[0, 1)$中对均匀浮点数进行排序时,我们的优化MSB基数排序算法轻松地优于缓存优化的桶排序\cite{RR99}和快速排序实现。
2007-08-13 cs.DS cs.PF
An In-Place Sorting with O(n log n) Comparisons and O(n) Moves
我们提出的第一个就地算法排序的大小为n的数组,执行,在最坏的情况下,最多O(n log n)的元素比较和O(n)的元素传输。这解决了一个长期存在的公开问题,明确指出,例如,在[J. I. Munro和V. Raman,Sorting with minimum data movement,J. Algorithms,13,374-93,1992],是否存在同时匹配所有计算资源上的渐近下界的排序算法。
2003-05-09 cs.CC cs.DS
Parallel Sorting System for Objects
传统的排序算法使用诸如数组、文件和列表的数据结构,这些数据结构定义了要排序的项目的访问方法。传统的交换排序、分治排序、选择排序、插入排序等方法都需要监控程序。监督控制程序可以访问这些项目,并负责将它们按正确的顺序排列。本文提出了一种不同的排序算法,不需要监督控制程序。对象会自行排序,并且在排序完成时能够终止。该算法还采用了并行处理机制,以提高其效率和有效性。本文对传统的排序方法进行了回顾,找出了它们的优缺点,并提出了一种基于概念组合的不同设计。设计的算法在Java桌面应用程序中实现和测试
2012-09-13 cs.DC cs.DS
Improving Merge Sort and Quick Sort Performance by Utilizing Alphadev's Sorting Networks as Base Cases
Stetson University(斯特森大学)
本文研究将Google DeepMind优化的排序网络作为归并排序和快速排序的基础情况,以提升小数组排序效率,结果显示优化后的归并排序在随机和近排序数组上速度提升达1.5倍,排序数组达2倍,且在大规模数组中超越传统快速排序。
2025-03-16 cs.CC cs.DS
Sorting and preimages of pattern classes
我们引入了一个算法来确定排序操作(如堆栈排序或冒泡排序)何时输出给定的模式。该算法提供了一个新的证明的描述西-2-栈可排序的排列,即完全排序的排列时,通过两次通过堆栈,在模式。我们还解决了长期存在的问题,描述西-3-堆栈可排序排列。这需要一种新的广义置换模式,我们称之为装饰模式。
2012-03-12 cs.DS math.CO
Sorting an Array Using the Topological Sort of a Corresponding Comparison Graph
对高效排序的追求正在进行中,我们将探索基于图的稳定排序策略,特别是采用比较图。我们使用拓扑排序将比较图映射到线性域,并且我们可以操纵我们的图,使得得到的拓扑排序是排序数组。利用比较图中的哈密尔顿路与拓扑排序之间的关系,设计了一个在最优$O(n \log n)$时间内运行的分治算法.在这个过程中,我们构造了一个新的合并过程的相关不变性质的图,我们使用。此外,该方法比著名的{ \sc MergeSort}更节省空间,因为我们只修改了我们的固定图。
2020-08-31 cs.DM cs.DS
Parallel External Sorting of ASCII Records Using Learned Models
本文提出ELSAR,一种基于学习数据分布模型的并行外部排序算法,通过等深分区避免多路合并,在SSD和Optane上排序速率分别提升1.65倍和5.31倍,能效提升41%。
2023-05-08 cs.DB cs.DS
Practical Massively Parallel Sorting
以前的并行排序算法不能扩展到最大的可用机器,因为它们要么有禁止通信量或禁止关键路线长度。我们描述的算法是一个可行的妥协,并克服这一差距,在理论和实践中。该算法是已知算法样本排序和多路归并排序的多级推广。特别是,我们的样本排序变体被证明是非常可扩展的。我们开发的一些工具可能是独立的兴趣-一个简单,实用,灵活的排序算法,用于对数时间内工作的小输入,一个近似线性时间的最佳算法,用于解决约束装箱问题,以及一个用于数据传输的算法,保证每个处理器上的消息启动数量很少。
2015-02-25 cs.DC cs.DS
Analysis of String Sorting using Heapsort
在这篇硕士论文中,我们分析了一组字符串排序的复杂性。结果表明,排序字符串的复杂性可以很自然地表示在由字符串的集合诱导的前缀trie。计算模型考虑了符号比较,而不仅仅是字符串之间的比较。给出了快速排序和归并排序等经典算法在该模型下的上下界分析。在这里,我们将分析扩展到另一个经典的算法-堆排序。我们还分析了使用二项式堆作为堆实现的算法版本。
2014-08-11 cs.CC cs.DS
Adaptive Hybrid Sort: Dynamic Strategy Selection for Optimal Sorting Across Diverse Data Distributions
本文提出一种自适应混合排序范式,通过特征提取模块与有限状态机及XGBoost决策引擎,根据数据特征动态选择Counting Sort、Radix Sort或QuickSort,实验证明其在执行时间与灵活性上优于传统静态算法。
2025-06-22 cs.DB cs.DS cs.PF
A Memory Bandwidth-Efficient Hybrid Radix Sort on GPUs
排序是许多数据库操作的核心,如索引创建、排序合并联接和用户请求的输出排序。随着GPU逐渐成为加速各种操作的有前途的平台,在GPU上进行排序成为一项可行的工作。在过去的几年里,已经提出了几项改进,用于GPU上的排序,导致第一个基数排序实现,实现了每秒超过10亿个32位键的排序速率。然而,最先进的方法是严重的内存带宽的限制,因为它们需要更多的内存传输比他们的基于CPU的同行。我们的工作提出了一种新的方法,几乎一半的内存传输量,因此,大大提高了内存带宽的限制。能够排序两个千兆字节的8字节的记录在短短的50毫秒,我们的方法实现了2.32倍的改进,比最先进的基于GPU的基数排序的均匀分布,维持最低的速度不低于1.66的因素,为偏斜分布。为了解决不驻留在GPU上或超过可用设备内存的输入,我们构建了高效的GPU排序方法,采用流水线异构排序算法,减轻了与PCIe数据传输相关的开销。将端到端排序性能与运行16个线程的最先进的基于CPU的基数排序进行比较,我们的异构方法分别对具有偏斜分布和均匀分布的64 GB键值对进行排序,实现了2.06倍和1.53倍的改进。
2017-05-19 cs.DB cs.DC cs.DS
Flip-sort and combinatorial aspects of pop-stack sorting
本文研究自然排序过程 flip-sort 的组合性质,刻画单次迭代后的置换形状及最佳/最差情形相关族,并建立与 pop-stack 排序、自动机、格路径的联系,提出若干双射证明技巧。
2021-04-26 cs.DM cs.DS cs.FL