用排序网实现ATM信元淘汰

本文探讨了修改排序网实现信元淘汰的方法（简称Ｂ网）。比较了Ｂ网和［１］中淘汰网（简称Ｋ网）的复杂性和时延。给出了集线比λ＝Ｌ／Ｎ的临界值λ０（Ｎ），并证明当λ＞λ０（Ｎ）时Ｂ网有较小复杂性和较小时延。

基于Hadoop的海量网分数据MapReduce排序算法

电信运营商的客户数据以万亿比特计,若充分利用这些数据,深入分析、挖掘隐含在这些数据中的有用信息,将有助于移动运营商更好地管理客户关系。为达到该目的,文章研究一种采用Hadoop技术对网分数据进行排序的方法,将网分位置排序算法用MapReduce技术改写,极大地提高了排序的效率,同时不影响排序的精度。

基于图形硬件的双调排序算法优化

介绍一种新的并行排序算法,该算法以双调归并排序为基础,运用图形硬件的并行体系结构和二叉排序树数据结构的优点,用部分并行代替所有阶段的顺序执行,对双调排序算法进行优化。对该算法进行分析,在理论上n个序列在p个流处理器上的排序,最优的时间复杂度为O((nlogn)/p)。实验测试结果表明,优化后的算法比其它基于图形硬件的双调归并排序算法所用时间短。