[논문 리뷰] An efficient sorting algorithm - Ultimate Heapsort(UHS)

Feiyang Chen, Nan Chen외 2명|arXiv (Cornell University)|2019. 02. 01.

Algorithms and Data Compression인용 수 4

한 줄 요약

이 논문은 최적의 O(n log n) 시간 복잡도를 모든 경우—최선, 평균, 최악—에서 달성하면서도 O(1) 공간 복잡도를 유지하는 비교 기반 정렬 알고리즘인 Ultimate Heapsort(UHS)를 소개한다. 최대 힙 구조와 효율적인 힙화 연산을 활용함으로써 UHS는 삽입 및 삭제가 빈번한 동적 환경에서 기존 힙소트와 퀵소트보다 뛰어난 성능을 발휘한다.

ABSTRACT

Motivated by the development of computer theory, the sorting algorithm is emerging in an endless stream. Inspired by decrease and conquer method, we propose a brand new sorting algorithmUltimately Heapsort. The algorithm consists of two parts: building a heap and adjusting a heap. Through the asymptotic analysis and experimental analysis of the algorithm, the time complexity of our algorithm can reach O(nlogn) under any condition. Moreover, its space complexity is only O(1). It can be seen that our algorithm is superior to all previous algorithms.

연구 동기 및 목표

• 모든 경우—최악의 경우를 포함하여—O(n log n) 시간 복잡도를 유지하는 정렬 알고리즘을 설계하는 것.
• 자주 삽입되거나 삭제되는 데이터가 있는 동적 정렬 환경에서 기존 힙소트를 개선하여 성능을 향상시키는 것.
• 시간 복잡도와 공간 복잡도를 동시에 최적화하여 메모리 내 및 실시간 응용 프로그램에 적합한 알고리즘을 만드는 것.
• 삽입 및 삭제 작업이 빈번한 환경에서 퀵소트 및 기타 비교 기반 알고리즘보다 뛰어난 성능을 보이는 안정적이고 in-place 정렬 솔루션을 제공하는 것.

제안 방법

• 각 부모 노드가 자식 노드보다 크거나 같은 성질을 유지하기 위해 최대 힙 데이터 구조를 사용한다.
• 최대 요소를 추출한 후 힙 성질을 복구하기 위해 MAX-HEAPIFY 절차를 적용한다.
• 마지막 비잎사람 노드부터 시작하여 하향식 접근 방식으로 최대 힙을 구축한다.
• 반복적으로 루트(최대값)를 마지막 요소와 교환하고 힙 크기를 줄이며, 루트를 재정렬한다.
• 모든 입력 유형과 힙 구성에 대해 시간 복잡도를 검증하기 위해 점근적 분석과 실험적 분석을 수행한다.
• 수학적 합계를 사용하여 힙 구축 및 유지 비용의 총합이 O(n)임을 증명하며, 각 힙화 연산의 비용은 O(log n)이다.

실험 결과

연구 질문

• RQ1 비교 기반 정렬 알고리즘이 최악의 경우를 포함한 모든 경우에서 O(n log n) 시간 복잡도를 달성하면서도 O(1) 공간 복잡도를 유지할 수 있는가?
• RQ2 삽입 및 삭제가 빈번한 동적 환경에서 UHS의 성능은 퀵소트 및 기존 힙소트와 비교해 어떻게 다른가?
• RQ3 힙을 구축하고 유지할 때 힙화 과정이 전체 시간 복잡도에 미치는 영향은 무엇인가?
• RQ4 최대 힙 데이터 구조의 사용이 다른 in-place 알고리즘보다 실제 동적 정렬 시나리오에서 더 뛰어난 성능을 발휘할 수 있는가?
• RQ5 알고리즘이 모든 입력 조건에서 안정적임을 증명할 수 있는가, 아니면 동일한 요소의 상대적 순서가 내부 노드에서의 힙화 과정 중에 파괴되는가?

주요 결과

• UHS는 최악의 경우, 평균의 경우, 최선의 경우 모두 O(n log n) 시간 복잡도를 달성하여 다양한 입력 분포에 대해 강건함을 입증한다.
• UHS의 공간 복잡도는 O(1)이며, 이는 입력 배열 외부의 보조 저장소가 필요 없는 in-place 정렬 알고리즘임을 확인한다.
• 실험 결과에 따르면 UHS는 삽입 및 삭제가 빈번한 동적 정렬 시나리오에서 다른 알고리즘보다 뛰어난 성능을 보였다.
• 퀵소트가 이러한 조건에서 성능이 저하되는 것과는 달리, UHS는 데이터가 정렬 중일 때도 최적의 성능을 유지한다.
• 점근적 분석를 통해 힙 구축 및 힙화 연산의 총 비용이 O(n)임을 확인하였으며, 각 연산이 총 시간에 O(log n)의 기여를 한다.
• UHS는 안정 정렬이 아니며, 특히 내부 노드에서의 힙화 과정 중 교환으로 인해 동일한 요소의 상대적 순서가 변경될 수 있다.