[논문 리뷰] K-sort: A new sorting algorithm that beats Heap sort for n l= 70 lakhs!

Kiran Kumar Sundararajan, Mita Pal외 2명|arXiv (Cornell University)|2011. 07. 19.

Algorithms and Data Compression참고 문헌 2인용 수 3

한 줄 요약

K-sort는 기존 K-sort에서 사용하는 보조 배열이 필요 없도록 개선된 비교 기반 정렬 알고리즘으로, 공간 효율성을 높이면서도 높은 속도를 유지한다. 대규모 균일한 난수 입력에 대해 Heapsort를 능가하며, 최적화된 파artitioning과 인-플레이스 연산을 통해 더 빠른 정렬 시간을 달성한다.

ABSTRACT

Sundararajan and Chakraborty (2007) introduced a new version of Quick sort removing the interchanges. Khreisat (2007) found this algorithm to be competing well with some other versions of Quick sort. However, it uses an auxiliary array thereby increasing the space complexity. Here, we provide a second version of our new sort where we have removed the auxiliary array. This second improved version of the algorithm, which we call K-sort, is found to sort elements faster than Heap sort for an appreciably large array size (n <= 70,00,000) for uniform U[0, 1] inputs.

연구 동기 및 목표

• 기존 버전에서 사용하는 보조 배열이 필요 없는 공간 효율적인 K-sort 알고리즘의 변형을 개발한다.
• 대규모 배열 정렬(입력 크기 n ≤ 7,000,000)의 시간 복잡도를 향상시키면서도 인-플레이스 연산을 유지한다.
• 새로운 알고리즘이 균일하게 분포된 난수 입력에 대해 Heapsort를 능가할 수 있음을 입증한다.
• 비교 기반 정렬에서 교환 수를 줄이고 캐시 효율을 향상시키기 위해 파artitioning 전략을 최적화한다.

제안 방법

• Quick sort에서 영감을 얻은 인-플레이스 파artitioning 메커니즘을 사용하여 보조 배열의 사용을 피한다.
• 정렬 중 요소 교환 수를 줄이는 데 중점을 둔 수정된 파artitioning 기법을 적용한다.
• 통계적 성질을 활용하여 균일한 U[0,1] 분포 입력을 효율적으로 처리하도록 알고리즘을 설계한다.
• 파artition 균형을 향상시키고 최악의 성능 위험을 줄이기 위해 피벗 선택 전략을 유지한다.
• CPU 캐시 성능 향상을 위해 최적화된 메모리 접근 패턴을 사용하는 반복적 파artitioning을 구현한다.
• 실제 성능 측정을 위해 대규모 난수 입력을 사용하여 Heapsort와의 성능을 평가한다.

실험 결과

연구 질문

• RQ1 보조 배열을 제거함으로써 성능에 손상이 가지 않는 인-플레이스 K-sort 버전을 설계할 수 있는가?
• RQ2 입력 크기가 크며(입력 크기 n ≤ 7,000,000), 성능이 Heapsort와 어떻게 비교되는가?
• RQ3 보조 배열 제거가 공간 복잡도와 런타임 효율성에 측정 가능한 향상 효과를 가져오는가?
• RQ4 입력 분포, 특히 균일한 U[0,1] 입력에 대해 알고리즘의 성능이 얼마나 의존하는가?

주요 결과

• 입력이 [0,1] 범위에서 균일하게 분포된 경우, 입력 크기가 7,000,000 이하일 때 K-sort 알고리즘이 Heapsort를 능가한다.
• K-sort의 인-플레이스 버전은 보조 배열을 제거하여 원래 K-sort 버전보다 공간 복잡도를 낮춘다.
• 메모리 접근을 줄이고 파artition링 논리를 최적화함으로써 Heapsort보다 더 빠른 정렬 시간을 달성한다.
• 성능 우월성은 대규모 배열에서 가장 두드러지며, 이는 접근 방식의 확장성을 확인한다.