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

Kiran Kumar Sundararajan, Mita Pal+2 more|arXiv (Cornell University)|Jul 19, 2011

Algorithms and Data Compression参考文献 2被引用 3

一句话总结

K-sort 是一种新型基于比较的排序算法，通过消除其前代算法 K-sort 中使用的辅助数组，提升了空间效率，同时保持了较高的运行速度。对于大规模均匀随机输入（n ≤ 7,000,000），其排序时间快于堆排序（Heapsort），得益于优化的分区策略和原地操作。

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.

研究动机与目标

• 开发 K-sort 算法的一种空间高效变体，消除原始版本中对辅助数组的依赖。
• 在保持原地操作的前提下，提升大规模数组（n ≤ 7,000,000）的排序时间复杂度。
• 证明新算法在均匀分布的随机输入下可超越堆排序（Heapsort）的性能表现。
• 优化分区策略，减少交换次数，并提升基于比较排序的缓存效率。

提出的方法

• 该算法采用受快速排序启发的原地分区机制，避免使用辅助数组。
• 应用一种改进的分区技术，减少排序过程中元素交换的次数。
• 该算法被设计为能高效处理均匀分布于 U[0,1] 的输入，利用其统计特性。
• 采用一种增强分区平衡性的枢纽选择策略，降低最坏情况性能风险。
• 实现中采用迭代分区，并优化内存访问模式，以提升 CPU 缓存性能。
• 通过大规模随机输入对算法与堆排序（Heapsort）进行对比评估，以衡量其实际运行性能。

实验结果

研究问题

• RQ1 能否设计一种 K-sort 的原地版本，在不牺牲性能的前提下彻底消除辅助数组？
• RQ2 对于大规模输入（n ≤ 7,000,000），新 K-sort 变体与堆排序（Heapsort）的性能相比如何？
• RQ3 移除辅助数组是否能带来可测量的空间复杂度降低和运行时效率提升？
• RQ4 该算法的性能在多大程度上依赖于输入分布，特别是均匀分布于 U[0,1] 的输入？

主要发现

• 当输入在 [0,1] 区间内均匀分布时，K-sort 算法在输入规模达到 7,000,000 个元素以内时，性能优于堆排序（Heapsort）。
• K-sort 的原地版本消除了辅助数组，相比原始 K-sort 变体，显著降低了空间复杂度。
• 由于减少了内存访问次数并优化了分区逻辑，该算法的排序时间快于堆排序（Heapsort）。
• 性能优势在大规模数组中最为显著，证实了该方法具有良好的可扩展性。