Accelerating Large-Scale Sorting through Parallel Algorithms

This study explores the application of parallel algorithms to enhance large-scale sorting, focusing on the QuickSort method. Implemented in both sequential and parallel forms, the paper provides a detailed comparison of their performance. This study investigates the efficacy of both techniques through the lens of array generation and pivot selection to manage datasets of varying sizes. This study meticulously documents the performance metrics, recording 16,499.2 milliseconds for the serial implementation and 16,339 milliseconds for the parallel implementation when sorting an array by using C++ chrono library. These results suggest that while the performance gains of the parallel approach over its serial counterpart are not immediately pronounced for smaller datasets, the benefits are expected to be more substantial as the dataset size increases.

NOW系统上的并行快速排序算法

介绍了在NOW系统上的并行快速排序算法的设计与实现 ,分析了影响算法性能的因素及改进方法 ,最后给出了该算法对字符串排序的并行效率为 4 9.15 %。

基于群集系统的快速排序并行化方法

本文详细讨论了串行快速排序的并行化过程,并在Windows2000Professional和MPI群集系统的基础上实现了并行快速排序算法,然后对算法的性能进行分析和改进。

一种基于划分与归并的并行快速排序算法

排序作为一种计算机程序设计中的重要操作在海量数据条件下应快速且高效。而且随着当今处理器生产工艺的不断进步,如今的笔记本电脑、台式机乃至商用服务器至少也都是双核处理器,4核、8核乃至16核也并不罕见,如果是单线程的程序,那么在双核处理器上运行便浪费了50%的性能,在4核处理器上运行便浪费了75%的性能。而多核处理器上的多线程能让多段程序逻辑同时工作,可以真正发挥出多核处理器的优势,而达到充分利用处理器的目的。为了提升排序操作的性能,使用灵活的OpenMP并行函数库以及C/C++语言标准库中提供的快速排序函数qsort实现了一种可以运行于任意共享存储多核计算机上的并行快速排序算法。实验结果表明:以同条件下标准库串行快速排序函数qsort作为测试基准,最终在英特尔酷睿i7-4790处理器平台上8线程条件下对200M随机整型数据的排序将性能提升了11.92倍,在相同的数据条件下,英特尔酷睿2-Q9400处理器平台上也可将性能提升4.75倍。