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
Apply Sorting Algorithms to FAST Problem
FAST问题是在竞赛图中寻找最小反馈弧集问题。在本文中,我们提出了一些算法,类似于排序算法的FAST问题,我们分析他们。本文提出了一种求解FAST问题的伪插入排序算法,并证明了该算法的平均后向边数等于((n^2- 5 n +8)/4)-2 ^(1-n).我们引入了伪归并排序算法,我们发现的概率是落后的边缘。最后,我们介绍了其他算法这个问题。
2019-10-15 cs.DS
Recombinant Sort: N-Dimensional Cartesian Spaced Algorithm Designed from Synergetic Combination of Hashing, Bucket, Counting and Radix Sort
排序是一个被广泛使用的基本操作,对于一些非常基本的日常实用程序(如搜索,数据库,社交网络等)来说是基础。在复杂性和效率方面优化这个基本操作是至关重要的。相对于算法的空间和时间复杂度实现优化。结合桶排序、计数排序和基数排序的优点,提出了一种新的左域N维Carnival间隔排序方法,并采用哈希和动态规划提高了排序效率。比较了所提出的排序方法与现有的各种排序方法,如冒泡排序、插入排序、选择排序、归并排序、堆排序、计数排序、桶排序等,也被执行了。该模型的时间复杂度是线性的,即O(n)的最佳,平均和最坏的情况下,这是优于迄今为止介绍的任何排序算法。
2021-07-03 cs.DS
Insertion and Sorting in a Sequence of Numbers Minimizing the Maximum Sum of a Contiguous Subsequence
令$A$是$n \geq 0$实数序列。$A$的子序列是$A$的连续元素的序列。$A$的一个\emph{maximum scoring subsequence}是它的元素之和最大的子序列,它可以用Kadane的动态规划算法在O(n)时间内找到。本文考虑两个涉及序列的最大得分连续性的问题。这两个问题都出现在计算机网络中缓冲存储器最小化的上下文中。第一种称为{ \sc在具有得分的序列中的插入(ISS)},包括以使所得序列的最大得分子序列之和最小化的方式在$A$中插入给定实数$x$,这可以在$O(n^2)$时间内通过连续地应用Kadane算法来计算对应于每个可能的序列的结果序列的最大得分子序列而容易地完成$x$插入位置。我们表明,在本文中,ISS问题可以解决在线性时间和空间的更专门的算法。本文考虑的第二个问题是{ \sc Sorting a Sequence by Scores(SSS)}问题,如下所述:找到$A$的置换$A'$,使最大得分子序列的和最小化。我们证明了SSS问题是强NP-困难的,并给出了它的一个2-近似算法。
2013-02-25 cs.CC cs.DM cs.DS
Quadratic Time Algorithms Appear to be Optimal for Sorting Evolving Data
我们实证研究排序在不断发展的数据模型。在这个模型中,排序算法保持数据项列表的排序顺序的近似值,同时,通过算法进行的每次比较,对手随机交换真实排序顺序中相邻项的顺序。以前的工作只研究了快速排序的两个版本,并且在Omega(n)的下界和O(nlog log n)的最佳上界之间存在差距。我们在本文中进行的实验提供了经验证据,一些二次时间算法,如插入排序和冒泡排序是渐近最优的任何常数率的随机交换。事实上,这些算法的性能与传统算法分析模型中更有效的算法(如快速排序)一样好或更好。
2018-05-14 cs.DS
Equivalence between Priority Queues and Sorting in External Memory
优先级队列是一种基本的数据结构,它维护一组动态有序的键,并支持以下基本操作:插入键、删除键和查找最小键。优先级队列的复杂性与排序的复杂性密切相关:优先级队列可以用来实现一个简单的排序算法。Thorup \cite{thorup2007equivalence}证明了在RAM模型中也是如此。特别是,他设计了一个优先级队列,使用排序算法作为黑盒,这样优先级队列的每个操作成本与排序的每个键成本渐近相同。在本文中,我们证明了一个类似的结果,在外部存储器模型,优先级队列是计算等价于排序在外部存储器中,在一些温和的假设。这种减少提供了一种可能性,证明下界的外部排序通过显示一个下界的优先级队列。
2012-07-18 cs.DS
Hybridizing Non-dominated Sorting Algorithms: Divide-and-Conquer Meets Best Order Sort
许多生产级算法受益于将用于解决大问题实例的渐进有效算法(通过将它们拆分为较小的问题实例)与用于解决小子问题的具有非常小的实现常数的渐进低效算法相结合。一个著名的例子是稳定排序,其中合并排序通常与插入排序相结合,以实现恒定但明显的速度提升。我们把这个想法应用到非支配排序中。也就是说,我们结合了分治算法,它具有目前最好的已知的渐近运行时间的$O(N (\log N)^{M - 1})$,与最佳顺序排序算法,它具有运行时间的$O(N^2 M)$,但展示了最好的实际性能的二次算法。经验评估表明,混合动力的运行时间通常不会比两个原始算法差,而对于大量的点,它优于他们至少20%。对于较少数量的目标,加速可以高达四倍。
2017-04-13 cs.DS
Need for Speed Sort: A Recursive Distribution-Based Sorting Algorithm
IT University of Copenhagen(哥本哈根IT大学)
介绍基于递归分布的NFS排序算法,通过划分区间、递归细化桶等操作,结合不同方法处理大小输入,保证O(n log n)运行时间和O(log n)辅助空间,实验表明其在多方面优于现有排序方法。
2026-07-14 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
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
QuickXsort - A Fast Sorting Scheme in Theory and Practice
QuickXsort是一种高效的就地顺序排序方案,它将Hoare的Quicksort算法与X混合在一起,其中X可以从更广泛的其他已知排序算法中选择,如Heapsort,Insertionsort和Mergesort。它的主要优点是QuickXsort可以在X没有的情况下就位。在这项工作中,我们提供了一般的转移定理表示的比较的QuickXsort的X的数量的比较。更具体地说,如果选择枢轴作为(不太快)增长大小样本的中位数,则QuickXsort和X的平均比较次数仅相差$o(n)$项。对于某些常数$k$的$k$的中值主元选择,差是一个线性项,我们精确计算其系数。例如,三个QuickMergesort的中位数最多使用$n \lg n - 0.8358n + O(\log n)$比较。此外,我们还研究了使用更少比较的其他算法对基本情况进行排序的可能性。通过这样做,比较的平均情况数量可以减少到$n \lg n- 1.4106n + o(n)$,剩余的间隙仅为$0.0321n$与已知下限的比较(同时总体上仅使用$O(\log n)$额外空间和$O(n \log n)$时间)。这些排序策略的实现表明,这些算法挑战了成熟的库实现,如Musser的Introsort。
2018-11-03 cs.DS
Applying Sorting Networks to Synthesize Optimized Sorting Libraries
本文展示了排序网络理论的应用,以促进优化的通用排序库的合成。标准排序库通常基于经典的快速排序算法与插入排序的组合,插入排序作为小的固定数量输入的基本情况。通过忽略循环条件展开基本情况的代码消除了分支,并导致代码等效于排序网络。这使得基于排序网络优化的进一步程序转换的应用成为可能,并最终从排序网络合成代码。我们表明,如果考虑比较和交换的数量,那么理论预测这种方法没有真正的优势。然而,当利用指令级并行和非分支条件赋值指令时,获得了显著的加速,这两者在现代CPU架构中是常见的。我们提供的经验证据表明,使用代码合成从高效的排序网络作为快速排序库的基本情况下,在现实世界中显着的速度提升。
2015-10-16 cs.DS cs.MS
BlockQuicksort: How Branch Mispredictions don't affect Quicksort
自Kaligosi和Sanders(2006)的工作以来,众所周知,Quicksort-通常被认为是最快的就地排序算法之一-在本质上受到分支错误预测的影响。我们提出了一种新的方法来解决这个问题,通过部分解耦控制从数据流:为了执行分区,我们分裂的输入块的恒定大小(我们建议128个数据元素),然后,在一个块中的所有元素与枢轴和比较的结果存储在一个缓冲区。在第二遍中,重新布置相应的元件。通过这样做,我们完全避免了基于比较结果的条件分支(除了最后的Insertionsort)。此外,我们证明,对于静态分支预测的分支误预测的平均总数是最多$εn \log n + O(n)$一些小的$ε$取决于块大小排序时,$n$元素。我们的实验结果是有希望的:当对随机整数数据进行排序时,我们实现了比C++ std::sort的GCC实现速度提高80%。对于许多其他类型的数据和非随机输入,仍然比std::sort有显著的加速。只有在少数特殊情况下,如排序或几乎排序的输入,std::sort可以击败实现。此外,即使在随机输入排列上,我们的实现甚至比高度调优的Super Scalar Sample Sort的实现稍快,后者使用线性量的额外空间。
2016-06-23 cs.DS
An O(n^{2.75}) algorithm for online topological ordering
我们提出了一个简单的算法,它保持了一个在线的边插入序列下的n个节点的有向无环图的拓扑顺序在O(n^{2.75})的时间,独立于插入的边的数量m。对于密集DAG,这是Katriel和Bodlaender之前的O(min(m^{3/2} log(n),m^{3/2} + n^2 log(n))最佳结果的改进。我们还提供了一个经验比较我们的算法与其他算法的在线拓扑排序。我们的实现在某些硬实例上优于它们,同时在导致完整DAG的随机边缘插入序列上仍然具有竞争力。
2006-04-20 cs.DS
ExpoSort: Breaking the quasi-polynomial-time barrier for reluctant sorting
本文提出 ExpoSort 算法,以 Θ(2^n) 时间首次突破 SlowSort 的拟多项式下界,成为最慢排序的新标杆,同时揭示其微小改动即可变为实用的 InsertionSort 变体。
2024-09-04 cs.DS
On the Average Case of MergeInsertion
MergeInsertion,也被称为Ford-Johnson算法,是一种排序算法,到今天为止,对于许多输入大小,它都能达到比较次数的最佳上限。事实上,它非常接近信息论的下限。虽然最坏的情况下的行为是很好的理解,只有很少的人知道的平均情况。这项工作需要仔细研究的平均情况下的行为。特别是,我们建立了一个上限的$n \log n - 1.4005n + o(n)$比较。我们还给出了一个精确的描述链的长度的概率分布的一个给定的元素被插入,并使用它来近似的平均数的比较数字。此外,我们计算精确的平均数比较$n$高达148。此外,我们实验探索不同的决策树的二进制插入的影响。总之,我们进行的实验表明,略有不同的插入顺序导致一个更好的平均情况下,我们比较该算法与最近的组合(1,2)-Insertionsort岩间和照山。
2019-05-23 cs.DS
Soft Sequence Heaps
Chazelle [JACM 00]介绍了软堆作为有效的最小生成树算法的构建块,最近Kaplan等人[SOSA 2019]展示了如何应用软堆来实现各种选择问题的更简单算法。通过允许在总共$N$插入之后损坏堆中的项目的$εN$,软堆权衡效率的准确性,其中损坏的项目是具有人为增加的键的项目,并且$0 < ε\leq 1/2$是固定的错误参数。Chazelle的软堆是基于二叉树的,并且支持在摊销$O(\lg(1/ε))$时间内的插入和在摊销$O(1)$时间内的提取最小操作。在本文中,我们探讨了软堆的设计空间。本文的主要贡献是一个替代的软堆实现合并排序序列的基础上,与Chazelle的软堆的时间范围相匹配。我们还讨论了Kaplan等人[SICOMP 2013]的软堆的变体,其中我们避免了懒惰地执行插入。它是基于三进制树而不是二进制树,并匹配卡普兰等人的时间界限,即,摊销的$O(1)$插入和摊销的$O(\lg(1/ε))$ extract-min。我们的两种数据结构都只在extract-min操作之后引入损坏,该操作返回被该操作损坏的项集合。
2020-08-12 cs.DS
Energy-Efficient Algorithms
基于物理学中的Landauer原理,我们对算法的能量复杂度(除了时间和空间复杂度之外)进行了系统的研究。Landauer原理给出了一个系统在破坏信息时必须消耗的能量的下限。我们提出了三种标准计算模型的能量感知变体:电路RAM,字RAM和transdichotomous RAM。在这些模型之上,我们建立了熟悉的高级原语,如控制逻辑,内存分配,和垃圾回收与零能量复杂度和空间和时间复杂度只有常数因子开销,使简单的表达节能算法。我们分析了几个经典的算法在我们的模型和开发低能耗的变化:比较排序,插入排序,计数排序,广度优先搜索,贝尔曼-福特,Floor-Warshall,矩阵所有对最短路径,AVL树,二叉堆,和动态数组。我们探讨了时间/空间/能源的权衡,并开发了几种通用的技术分析算法,降低其能源的复杂性。这些结果为半可逆计算的新领域奠定了理论基础,并为算法的研究提供了新的框架。
2016-05-26 cs.DS
An Explicit and Efficient $O(n^2)$-Time Algorithm for Sorting Sumsets
本文提出首个显式基于比较的算法,以最优$O(n^2)$时间排序和集,利用矩阵单调性消除对数开销,并扩展至$k$重和集,实验验证显著加速。
2025-04-23 cs.DM cs.DS
Finger Indexed Sets: New Approaches
在特定情况下,我们在给定的$n$一维元素集合S的尾部有插入/删除,我们提出了一个比[Anderson,2007]中提出的算法更简单和更具体的算法,实现了手指搜索查询的$O(\sqrt{logd/loglogd})$的相同(但也是分期付款的)上限,其中$d$是手指元素和我们正在寻找的目标元素之间的排序键的数量。此外,在一般情况下,我们有插入/删除任何地方,我们提出了一个新的随机算法实现相同的预期时间范围。即使新的解决方案达到最优的边界在摊销或预期的情况下,简单的优点是非常重要的,由于我们获得的实际优点。
2008-05-17 cs.DB cs.DS
Average Case and Distributional Analysis of Dual-Pivot Quicksort
在2009年,Oracle在其Java 7运行时库中替换了长期服务的排序算法,由Vladimir Yaroslavskiy提供了一个新的双枢轴Quicksort变体。这个决定是基于Yaroslavskiy的实现在运行时实验中惊人的良好性能。在那个时候,还没有对该算法的精确研究来解释其优越的性能-相反:以前对其他双枢轴快速排序变体的理论研究甚至不鼓励使用两个枢轴。仅在2012年,两位作者对雅罗斯拉夫斯基算法的简化版本进行了平均案例分析,证明节省比较次数是可能的。然而,Yaroslavskiy的算法需要更多的交换,这使得分析不确定。为了解决这个问题,我们在这里将我们的分析扩展到Knuth的完全详细的风格:我们确定执行的Java字节码指令的确切数量。令人惊讶的是,Yaroslavskiy的算法需要比经典快速排序的简单实现稍微多一点的字节码指令-与观察到的运行时间相矛盾。就像在Oracle的库实现中一样,我们在小的子问题上使用Insertionsort,并表明它确实在字节码方面加快了Yaroslavskiy的Quicksort;但即使有最佳Insertionsort阈值,新的Quicksort变体平均需要稍微多一点的字节码指令。最后,我们表明,(适当规范化)的成本Yaroslavskiy的算法收敛到一个随机变量,其分布特征在于由一个不动点方程。由此,我们计算了成本的方差,并表明对于大n,成…
2015-02-13 cs.DS math.PR
Multiplicative Auction Algorithm for Approximate Maximum Weight Bipartite Matching
本文提出乘法权重更新的拍卖算法,以 $O(m\varepsilon^{-1})$ 时间求二分图 $(1-\varepsilon)$-近似 MWM,并支持单侧顶点插入与删除的动态维护。
2024-01-23 cs.DS
Dynamic Convex Hulls for Simple Paths
本文研究平面动态凸包的两种受限场景,提出基于双端队列的最优方案,实现最坏情况常数时间更新与对数时间查询,并证明匹配下界,改进了此前的摊还对数时间更新结果。
2024-03-08 cs.CG cs.DS
Online Computation of Palindromes and Suffix Trees on Tries
Joint Graduate School of Mathematics for Innovation, Kyushu University(九州大学数学创新联合研究生院);NTT Communication Science Laboratories(NTT通信科学实验室);Department of Computer and Network Engineering, University of Electro-Communications(电子通信大学计算机与网络工程系);Department of Informatics, Kyushu University(九州大学信息学系);M&D Data Science Center, Institute of Integrated Research, Institute of Science Tokyo(东京科学大学综合研究研究所M&D数据科学中心)
本文提出亚二次算法在线计算动态Trie中的回文和后缀树,支持叶节点的增删操作。
2026-01-23 cs.DS
Optimal Dynamic Parameterized Subset Sampling
本文在 Word RAM 模型下研究动态参数化子集采样问题,提出了具有线性预处理时间、常数更新时间及最优查询时间的算法,并证明了浮点权重情形下的计算硬度,同时给出了高效生成截断几何随机变量的关键技术。
2024-09-26 cs.DB cs.DS