关于整数向量卷积的一个算法的时间复杂度

众所周知,两个n维整数向量循环卷积的常规算法(即按定义计算)的时间复杂度为O(n~2),现在已有时间复杂度为O(nlog_2n)的快速算法,[1]中提出一个新算法,称其时间复杂度为O(n),因而是最佳的。 本文首先指出[1]的错误原因,再根据算法分析理论得出[1]中算法的时间复杂度不低于O(n~2log_2n),因而比常规算法的运算量还大。     

带运输机的流水车间调度的最优算法

研究带运输时间的流水调度:在该问题中有两台机器A,B和一个运输机V,n个工件,工件需要先在机器A上加工然后在机器B上加工最后被运输机V运往目的地,而且运输机V最初停在机器B旁边.模型的目标是使所有工件都运往目的地的时间最短.文中给出了三种情况下的最优调度算法:i)A,B机器加工工件顺序给定时我们给出了线性时间的最优算法;ii)所有的工件加工时间在机器B上时间相等时我们给出了时间复杂度为O(nlogn)的最优算法;iii)机器B上工件最短加工时间大于等于机器A上工件最长加工时间时给出了时间复杂度为O(n~2)的最优算法.     

关于具有最大路长限制的顺序二分树

本文给出了一个构造具有最大路长限制的最小价格顺序二分树的算法;引进了分界数的概念。并证明了关于分界数的基本定理,从而使算法的计算量同O(n~2L)成比例,文中还讨论了具有最大路长限制的Huffman树问题,给出相应的算法,计算量也为O(n²L)。     

有理矩阵求逆与正定性判别的快速算法

本文应用文献[1]的结果给出了有理矩阵求逆与有理矩阵正定性判别的O(n~2)算法。     

具有时间与位置相关的两类平行机排序问题

研究带有维修时间限制的时间和位置效应平行机排序问题,涉及同型机和非同类机两种机器类型.工件的实际加工时间同时受到位置效应和时间效应影响,且机器具有维修限制.目标函数由机器负载,总完工时间与总等待时间组成.非同类机情形下,通过将排序问题转化为指派问题,给出多项式时间算法,其算法的时间复杂度为O(n~(k+2))/((k-1)!).同型机情形下通过转化目标函数,使用匹配算法得出排序问题的多项式时间解,其时间复杂度为O((2n+m+n log n)n~(k-1))/((k-1)!).     

形如2kp+1的数的素性检验

本文初步探讨了如何快速检验一个大数n是素数(这里n-1含有大的素因子)的算法问题以及如何生成一个大素数p使得p-1有大的素因子q的算法问题.我们给出了形如n=2kp+1的数的素性检验的多项式时间算法,这里p是一个给定的大素数,k是正整数满足22k＜2kp.该算法的计算量为O(log32n).然后我们给出了生成一个大素数p使得p-1有大的素因子q的算法,其中q满足q＞(p-1)/log2(p-1).特别地,我们给出了判定并生成一个安全素数p的算法.     

目标为最小化工件运输时间和的单台机器带一个维修时间段的排序问题的一个改进算法

单台机器带一个维修时间段的排序问题,目标是最小化所有工件的运输时间和.在这篇文章里,重新研究了该问题,并给出了一个时间复杂性为O(n~3)的近似算法,将性能比从3/2改进到5/4.     

Vandermonde行列式的快速并行算法

n阶Vandermonder行列式的求值通常需要O(n~2)次算术运算．本文从计算复杂性的角度出发，给出一种求Vandermonde行列式、合流型Vandermonde行列式、广义Vandermonde行列式的快速算法．该算法仅需O(nlog~2n)次算术运算．若在n台处理机上并行计算，该算法需并行步数O(nlog_(2~2)n)．速度倍数为s_p=O(n)．并行效率为O(1)．     

不相交的m—路中心

本文提出图的顶点和边不相交的 k-支配数的概念.并就树的情形对顶点和边不相交的 k-支配数分别给出 O(n~2)算法.从而解决了树的顶点和边不相交的 m-路中心问题.本文还解决了[2]中的一个未解决问题.     

一个约束乘积最大问题的强多项式时间算法

本文讨论了约束乘积最大问题最优解的结构特征,在此基础上给出了一个计算时间为O(n2)的强多项式时间算法,并且对于单边约束的情形给出了复杂度更低(O(nlnn))的强多项式时间算法.     

关于调和级数部分和的估计

本文利用 Bernoulli 数给出可以精确到任意 O(1/n~(2k))阶的 Euler 公式,即对任意自然数 k,总有(?)1/m=C+(?)nn+1/(2n)-((?)B_(2(?)))/(2i)·1/(n~(2(?)))+O(1/(n~(2(k+1)))其中,B_(2(?))(i=1,2,3,…)为 Bernoulli 数,C 为 Euler 常数.     

一个求解单调线性互补问题的高阶不可行内点算法

本文通过使用相同的矩阵因子，给出了一个求解单调线性互补问题的r-阶Mehrotra型宽城不可行内点算法，其中嵌入Wright的快速步与安全步算法．所给算法的迭代复杂性为O（n~((r 1)/r)L）．在考虑的问题有一个严格互补解的条件下，所给算法具有2阶Q-超线性收敛性．     

最小化总完工时间与分批费用之和的有界分批排序问题

考虑了当每分一批均产生固定费用、批容量有界且为固定值b、加工不允许中断抢先.所有工件在零时刻到达时的单机平行分批排序问题.目标是最小化总完工时间与分批费用之和.利用动态规划方法给出了多项式时间算法,时间界为O(n~(b(b-1))).     

数学形态学中结构元素的分解

本文讨论了数学形态学中结构元素的分解问题(B=B_1⊕…⊕B_n)并给出了一系列结果。本文的重点是二维结构元素的1-D分解和点对分解。且相应的可分解必要条件和分解算法被提出。我们的算法是高效的,它们的时间复杂度均为o(n~2),这里n是被分解结构元素中点的个数。     

图象处理中的一些算法问题

本文对数字图象处理中的填充问题,连通分支问题给了一个O(logN)空间的算法,一个O(N^1/2·logN)空间,0(NlogN)时间的算法。并给出了一个高速并行算法及其在数字图象处理中的应用。     

关于Evans三角形的一个结论

探讨Evans三角形的存在问题,给出Evans三角形存在的一个充分条件,作为特例可得到6种Evans三角形,其高与底边之比分别为(n~2-1),2n(n~2-2),2(n~2-1)(2n~2-1),2n(n~2-1)(n~2-2)(n~2-3),4n(n~2-2)(2n4-4n~2+1),4(n~2-1)(2n~2-1)(8n4-8n~2+1)型的整数,其中4(n~2-1)(2n~2-1)(8n4-8n~2+1)为Evans比的新类型.     

一些组合地图新算法的实现

本文主要讨论组合地图列举问题.刘的一部专著中提出了一个判定两个地图是否同构的算法.该算法的时间复杂度为O(m2),其中m为下图的规模.在此基础上,本文给出一个用于地图列举以及进而计算任意连通下图的地图亏格分布的通用算法.本文所得结果比之前文献中所给结果更优.     

关于矩阵乘法与整数卷积最佳算法运算量的估计

§1.引言 [1]通过构造一个大整数然后作整数乘除法给出了用于有理数矩阵相乘的算法,运算量为O(n~2),达到了矩阵乘法复杂性下界,是最佳算法。[2]曾指出[1]中忽略了不同字长有不同运算量这一事实。但对[1]中算法复杂性未作具体讨论和质疑。最近,[3]—[4]采用类似于[1]中的大整数乘除法分别提出整数向量卷积的算法,并认为运算量级为     

有准备时间的最小带权误工工件数问题的最优解

设有工件集合N={J_1,…,J_n}要在一台机器上加工,已知J_i的准备时间、加工时间、应交工期和权分别为r_i、p_i、d_i和w_i(i=1,…,n)。问如何安排工件的加工顺序,使带权的误工工件数最小? 加工顺序确定了J_i的完工时间C_i(i=1,…,n)。当C_i≤d_i定义U_i=0,否则U_i=1本文假定r_i满足:对于我们的问题记为: (P) 当w_i≡1时,Kise等给出O(n~2)的算法求其最优解。当r_i≡0时该问题已被证明是完全的。Lawler曾用动态规划方法求其最优解。我们对r_i不为零的(P),建立了消去准则,构造了分支定界算法求其最优解,并在微机上进行了试算。     

具有CON/SLK交货期指派的一类单机排序问题

研究工件的实际加工时间既具有指数学习效应,又依赖所消耗资源的准时制排序问题.在模型中,探讨了共同交货期(CON)和松弛交货期(SLK)两种情形.管理者的目标是确定最优序、最优资源分配方案和最佳工期(共同交货期或松弛交货期)以便极小化工件的总延误、总提前、总工期和资源消耗费用的总和.对于工件的实际加工时间是资源消耗量的线性函数的排序问题,通过将其转化为指派模型,给出了时间复杂性为O(n~3)的算法,从而证明该类排序问题是多项式时间可求解的.针对工件的实际加工时间是资源消耗量的凸函数的排序问题,也给出了多项式算法.