[论文解读] Sorting distinct integer keys using in-place associative sort

A. Emre Cetin|arXiv (Cornell University)|Sep 10, 2012

Algorithms and Data Compression参考文献 11被引用 3

一句话总结

该论文提出了一种针对不同整数键的原地关联排序算法，在满足 m = O(n log n) 条件下实现了最优的 O(n) 时间复杂度。通过将排序建模为认知记忆过程——练习、存储和检索，该方法使用常数额外空间，在空间效率上优于传统的分配排序方法（如桶排序和计数排序），同时在实际键值范围下保持线性时间性能。

ABSTRACT

In-place associative integer sorting technique was proposed for integer lists which requires only constant amount of additional memory replacing bucket sort, distribution counting sort and address calculation sort family of algorithms. The technique was explained by the analogy with the three main stages in the formation and retrieval of memory in cognitive neuroscience which are (i) practicing, (ii) storing and (iii) retrieval. In this study, the technique is specialized with two variants one for read-only integer keys and the other for modifiable integers. Hence, a novel algorithm is obtained that does not require additional memory other than a constant amount and sorts faster than all no matter how large is the list provided that m = O (n logn) where m is the range and n is the number of keys (or integers).

研究动机与目标

• 开发一种原地整数排序算法，避免传统分配排序（如桶排序和计数排序）带来的高内存开销。
• 基于认知神经科学原理（练习、存储、检索）建模排序过程，实现高效的内存内操作。
• 在键值范围 m 满足 m = O(n log n) 的条件下，实现大规模列表的最优时间复杂度 O(n)，确保可扩展性。
• 提供两种变体：一种用于只读键，另一种用于可修改整数，分别适配不同的数据访问模式。
• 证明该算法在保持常数额外空间的同时维持线性时间性能，适用于大规模内存内排序。

提出的方法

• 该算法将排序建模为三阶段认知过程：练习（将不同键映射到输入数组内的虚构子空间）、存储（按相对顺序聚类节点）、检索（利用编码线索重建有序顺序）。
• 使用单调双射哈希函数将预定义区间内的整数映射到输入数组内的虚构线性子空间，实现原地操作。
• 通过标签位标记字为“节点”，以区别于普通整数，从而在“练习”阶段追踪关联关系并统计重复项。
• 在“存储”阶段，通过其相对顺序系统性地将节点聚类于列表空间中，必要时将位置信息编码在节点记录或关联的空闲整数中。
• 在“检索”阶段，每个节点的记录或关联的空闲整数提供绝对或相对位置，使反向哈希函数能够重建原始键并将其放置于有序位置。
• 通过从数组末尾扩展已排序区间的方式处理递归，利用返回的计数确定下一次扩展的起始点，确保在最终有序数组中正确放置。

实验结果

研究问题

• RQ1 当 m = O(n log n) 时，能否设计出时间复杂度为 O(n) 且额外空间为 O(1) 的整数排序算法？
• RQ2 如何将认知神经科学中记忆形成原理（练习、存储、检索）应用于设计高效的原地整数排序算法？
• RQ3 在不同 m/n 比例下，只读与可修改整数变体之间的性能权衡如何？
• RQ4 当空闲整数在节点放置过程中被移位时，该算法如何维持稳定性或处理不稳定性？
• RQ5 在均匀分布和最坏情况键分布下，该算法的渐近时间复杂度是多少？

主要发现

• 只读变体在最坏情况下以 O(n + m) 时间排序不同整数键，在均匀分布键下平均时间为 O(m)，最好情况下为 O(n)，所有情况均使用 O(1) 额外空间。
• 可修改变体在最坏情况下时间复杂度为 O(n + m/(w − log n))，平均情况下为 O(m/(w − log n))，最好情况下为 O(n)，空间效率相同。
• 当 m/n ≤ 10 时，只读变体更高效，因其位运算更少；超过该比值后，可修改变体更高效。
• 在 m = O(n log n) 条件下，该算法在空间效率上优于传统分配排序（如桶排序和计数排序），同时在时间性能上与之相当或更优。
• 认知类比（练习、存储、检索）使仅使用常数额外内存即可系统性地将输入数组转换为有序排列。
• 该算法对节点保持相对顺序的稳定性，但对相等整数不稳定，原因是在节点放置过程中空闲整数被移位。