Порівняння швидкодії алгоритмів сортування у різних мовах програмування

У дослідженні проаналізовані переваги та недоліки дев’яти популярних алгоритмів сортування (бульбашкою, вставкою, вибором, Шелла, злиттям, швидке, підрахунком, за розрядами, купою), зумовлені їхньою специфікою, та обмеження щодо можливого використання.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык украинский
Дата добавления 20.12.2023
Размер файла 611,0 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Порівняння швидкодії алгоритмів сортування у різних мовах програмування

Трофименко Олена Григорівна

кандидат технічних наук, доцент, доцент кафедри інформаційних технологій, Національний університет "Одеська юридична академія", м. Одеса, Україна

Прокоп Юлія Віталіївна

кандидат історичних наук, доцент, доцент кафедри інженерії програмного забезпечення Національний університет "Одеська політехніка", м. Одеса, Україна

Чепурна Олена Євгенівна

кандидат фізико-математичних наук, доцент, доцент кафедри кібербезпеки, Національний університет "Одеська юридична академія", м. Одеса, Україна

Корнійчук Микола Миколайович

студент факультету кібербезпеки та інформаційних технологій,

Національний університет «Одеська юридична академія», Одеса, Україна

Анотація

Сортування як один із базових алгоритмів має широкий спектр застосування під час розробки програмного забезпечення. Зі зростанням обсягів даних, що опрацьовуються, значно зростає потреба у засобах швидкого та ефективного впорядкування даних. Існує велика кількість різноманітних алгоритмів сортування та їхніх розширень. Однак серед них неможливо вибрати оптимальний та універсальний. Усі ці алгоритми мають свою специфіку роботи, яка зумовлює сферу ефективного використання. Тому актуальною є проблема вибору оптимального алгоритму для певних специфічних умов. Цей вибір є часто нетривіальною задачею, а невдалий вибір алгоритму може спричинити проблеми зі швидкодією опрацювання даних. Щоб визначити, який саме алгоритм буде найкращим в конкретній ситуації, потрібно проаналізувати усі фактори, які впливають на роботу алгоритмів: розмір та структуру набору даних, діапазон значень його елементів, форму доступа (довільна чи послідовна), ступінь впорядкованості, розмір додаткової пам'яті, яка необхідна для виконання алгоритму, тощо. Крім того, різні алгоритми мають неоднакову швидкодію у різних мовах програмування. У дослідженні проаналізовані переваги та недоліки дев'яти популярних алгоритмів сортування (бульбашкою, вставкою, вибором, Шелла, злиттям, швидке, підрахунком, за розрядами, купою), зумовлені їхньою специфікою, та обмеження щодо можливого використання. Протестовала швидкодія зазначених алгоритмів, реалізованих чотирма популярними мовами програмування (C++, С#, Java і JavaScript). Експериментально з'ясовано, що швидкодія алгоритмів сортування має відмінності залежно від мови програмування. Прикладний аспект дослідження полягає в тому, що його висновки і результати дозволять розробникам вибирати найкращий алгоритм для певної мови програмування, залежно від розміру, діапазону, структури тощо набору даних, який треба відсортувати. Врахування цього є важливим, коли виникає потреба перегрупування великих обсягів даних у пошукових системах, наукових та інженерних застосуваннях. Адже ефективність алгоритму сортування суттєво впливає на загальну продуктивність системи.

Keywords: алгоритми сортування, О-нотація, час роботи, продуктивність, сортування.

Вступ

Алгоритми сортування широко використовуються розробниками програмного забезпечення для ефективного перегрупування великих обсягів даних, наприклад, у пошукових системах, наукових та інженерних застосуваннях. Вони часто використовуються для підвищення ефективності інших алгоритмів, які потребують на вході відсортованих даних для своїх операцій. У багатьох системах впорядкування є важливою частиною конвеєра оброблення даних, а ефективність алгоритму сортування суттєво впливає на загальну продуктивність цих систем. Зі зростанням обсягів оброблюваних даних питання вибору найефективнішого алгоритму за певних умов стає дедалі більш гострим й актуальним.

Постановка проблеми. Кожен із численної групи різних алгоритмів сортування має свою специфіку і зумовлені особливостями реалізації переваги та недоліки. Вибір оптимального алгоритму за певних даних та умов може стати нетривіальною задачею, а невдалий вибір алгоритму впорядкування може спричинити проблеми зі швидкодією опрацювання даних.

Поняття «Big-O notation» вживається для позначення часової складності, як залежності між часом роботи алгоритму та обсягом вхідних даних або необхідним обсягом пам'яті в найгіршому випадку. О-нотації обґрунтовано визначені для всіх відомих алгоритмів сортування, і вони не залежать від мови програмування, якою реалізується алгоритм [1]. Використання О-нотацій є поширеною практикою серед програмістів для вибору ефективних алгоритмів у широкому колі сфер розробки [2]: від інтернету речей, науки про дані та аналітики даних до машинного навчання та кібербезпеки. Водночас на практиці виникають певні неоднозначності та складнощі під час вибору того чи іншого алгоритму сортування за певних умов та обставин. Адже на цей вибір впливає не лише оцінка О-нотації, а й інші чинники: обсяги необхідної та наявної апаратної пам'яті, розмір, діапазон та структура вхідних даних, ступінь їх впорядкованості, а також мова та середовище програмування.

Аналіз останніх досліджень і публікацій

алгоритм сортування програмування

Оскільки з потребою впорядкування даних розробники програмного забезпечення стикаються доволі часто, то й актуальність швидкого й ефективного добору алгоритму сортування підтверджується численними дослідженнями у цій сфері. Так, робота [3] зосереджена на вивченні швидкодії п'яти алгоритмів сортування (швидке, купою, злиттям, інтроспективне та за розрядами) для 11 000 елементів, реалізованих засобами мови програмування Python, де робота кожного алгоритму перевірялася до п'яти разів поспіль. У статтях [4] і [5] виконано порівняння ефективності двох, а в статті [6] - трьох алгоритмів сортування засобами мови Java. Слід зауважити, що роботи [3] - [6] обмежуються дослідженням алгоритмів сортування, реалізованих лише однією мовою програмування, і не враховують можливих відмінностей, які залежать від мови. У статті [7] без урахування мови програмування порівнюються три (злиттям, швидке, купою), а в дослідженні [8] - чотири різні алгоритми сортування (злиттям, швидке, вставкою та бульбашкою) на основі різних параметрів, як-от: найкраща і найгірша часові складності, стабільність і просторова складність. У дослідженні [9] виконано асимптотичні вимірювання продуктивності алгоритмів сортування для псевдовипадкових даних у діапазоні від 10 000 до 100 000 засобами трьох мов C++, Python і Java. Його автори дійшли висновків: 1) при реалізації засобами Python сортування злиттям є кращим, аніж швидке сортування; 2) при реалізації Java швидке сортування має швидкодію кращу за інші алгоритми; 3) при реалізації C++ найкращі показники показує теж швидке сортування, при цьому результати, отримані в С++, є кращими, аніж в Java та Python для усіх п'яти розглянутих алгоритмів сортування. Дослідження [10] присвячене порівнянню часу виконання двох алгоритмів (злиття та бульбашкою) для масивів розміром 500, 5 000, 7 500 і 10 000 при реалізації чотирма мовами: JavaScript, PHP, Python та C. У роботі [11] оцінювали час і витрати пам'яті на виконання трьох алгоритмів сортування (бульбашкою, вставкою, вибором) мовою C++ для масивів розміром до 200 000 елементів. А в статті [12] порівнювали швидкодію п'яти алгоритмів (бульбашкою, вставкою, вибором, злиттям та швидке), а також їх покращених версій, реалізованих мовою C++. З'ясовано, що для 1000 елементів найкращим вибором є покращене швидке сортування, а для невеликих наборів даних добре підходять покращене сортування вибором і швидке. Сортування бульбашкою доцільне тільки для малих, майже впорядкованих масивів, а сортування вставкою непогано справляється з малими, повністю невпорядкованими масивами. У роботі [13] порівнювали швидкодію таких само п'яти алгоритмів, реалізованих мовами C++ і Java, для масивів розміром до 500 000 елементів. В обох мовах для великих масивів найкращі результати на випадковому наборі даних показали сортування злиттям та швидке, причому реалізація мовою C++ було швидшою за Java. У статті [14] досліджується вплив реалізації мовами Java та C на час виконання шести алгоритмів сортування (бульбашкою, вставкою, вибором, купою, злиттям та швидке) псевдовипадкових масивів цілих чисел розміром від 100 000 до 5 000 000. Її автори вважають, що питання про те, яка комбінація алгоритму сортування та мови реалізації є найбільш ефективною для вирішення задач, залишається відкритим.

Отже, численні публікації свідчать, що у науковців є потреба досліджувати швидкодію алгоритмів сортування задля ефективного вибору того чи іншого алгоритму за певних умов та даних. І оптимальне рішення все ще не знайдено. Проте більшість наявних досліджень або обмежуються малою кількістю розглянутих алгоритмів сортування, або досліджують швидкодію цих алгоритмів за умови реалізації малої кількості мов програмування, або взагалі ігнорують можливу залежність здобутих результатів від мови програмування.

Метою статті є порівняльний аналіз дев'яти найбільш популярних алгоритмів сортування (бульбашкою, вставкою, вибором, Шелла, злиттям, швидке, підрахунком, за розрядами, купою), імплементованих мовами програмування, найбільш затребуваними на сьогодні на ринку ІТ-праці. Прикладний аспект дослідження полягає у виявленні того, як реалізація конкретною мовою програмування впливає на фактичний час виконання алгоритму для масивів псевдовипадкових чисел різних розмірів.

Методика дослідження

1. Визначення переліку мов програмування для дослідження

Вибір мов програмування для цього дослідження зумовлений тією роллю, яку ці мови наразі відіграють у сферах розробки програмного забезпечення, та їх показниками у топі рейтингів мов програмування 2023 року. Були розглянуті індекси популярності мов програмування PYPL [15], TIOBE [16], RedMonk [17], IEEE Spectrum [18] та DOU [19]. Їх аналіз дозволив сформувати для дослідження список із п'яти найпопулярніших мов програмування: Python, C++, С#, Java та JavaScript.

Після низки досліджень було вирішено виключити мову Python із розгляду. Справа в тому, що одним із потужних і швидких обчислювальних засобів Python, який на практиці широко використовуються розробниками для опрацювання даних, є бібліотека NumPy. У її гнучко налаштовуваній функції Sort можна окремим аргументом власноруч задавати алгоритм сортування: `quicksort', `mergesort', `heapsort' або `timsort' [20].

Усталене значення аргументу, тобто його відсутність задає швидке сортування, яке у версії 1.12.0 було змінено на інтроспективне сортування (introsort). При цьому, якщо сортування не досягає достатнього прогресу, то відбувається перемикання на тип `heapsort'. Значення аргументу `stable' автоматично змінює алгоритм сортування і вибирає найкращий продуктивний і стабільний алгоритм сортування для певного типу даних. Тому для розробника на Python немає потреби власноручного добору найкращого за продуктивністю алгоритму сортування.

Через це перелік мов програмування у дослідженні швидкодії алгоритмів сортування було звужено до чотирьох: C++, С#, Java та JavaScript.

2. Аналіз переліку алгоритмів сортування для дослідження

Контраст швидкодії алгоритмів можна продемонструвати, залучаючи до дослідження алгоритми, що належать до різних класів часової складності, і досліджуючи водночас декілька алгоритмів, що належать до одного класу складності, розширюючи перелік алгоритмів так, щоб включити у нього приклади алгоритмів з усіх основних класів: O(n2), O(n log(n)), O(nk), O(n+k). Саме тому для дослідження було вибрано по декілька популярних представників цих класів часової складності. У табл. 1 зібрано основні характеристики найбільш поширених алгоритмів сортування.

Таблиця 1

Основні характеристики базових алгоритмів сортування

Алгоритми сортування

Часова складність

Найгірша просторова складність

найгірша

середня

краща

Сортування вибором

O(n2)

©(n2)

Q(n2)

і

Сортування бульбашкою

O(n2)

©(n2)

Q(n)

і

Сортування вставкою

O(n2)

©(n2)

Q(n)

і

Сортування Шелла

O(n2)

©(n(log(n))A2)

Q(n log(n))

і

Швидке сортування

O(n2)

©(n log (n))

Q(n log (n))

log(n)

Сортування злиттям

O(n log(n))

©(n log (n))

Q(n log (n))

n

Сортування купою

O(n log(n))

©(n log (n))

Q(n log (n))

1

Сортування за розрядами

O(nk)

©(nk)

Q(nk)

n+k

Сортування підрахунком

O(n+k)

©(n+k)

Q(n+k)

n+k

При розгляді часової складності алгоритмів беруть до уваги найкращий Q(n), середній ©(n) і найгірший O(n) сценарії. Для звичайних алгоритмів послідовного сортування хороша поведінка дорівнює O(n log(n)), а погана - O(n2). Використання пам'яті для алгоритмів сортування «на місці» потребує однієї комірки пам'яті для обміну даних.

Не існує ідеального та універсального алгоритму сортування. Усі зібрані в табл. 1 алгоритми доволі різні й мають свою специфіку роботи. Так, сортування вибором та вставкою краще працюють для невеликих масивів, оскільки часова складність сортування цих алгоритмів становить O(n2), що робить їх неефективним для великих наборів даних. Однак на малих масивах різниця між повільними та більш швидкими алгоритмами не дуже відчутна.

Сортування вставкою є стабільним алгоритмом (тобто рівні за значенням елементи не переміщуються) і швидко працює, коли список є майже відсортований, адже тоді його часова складність становить O(n). Сортування бульбашкою відповідно до специфіки його роботи є найшвидшим алгоритмом для малого або майже відсортованого набору даних. Він добре працює і з великими наборами даних, де елементи майже відсортовані, оскільки тоді потрібна лише одна ітерація, щоб визначити, відсортовано список чи ні. Але, якщо список значною мірою не відсортований, тоді цей алгоритм має сенс використовувати лише для невеликих наборів даних або списків. Для алгоритмів сортування вибором, бульбашкою та вставкою використання пам'яті є мінімальним, оскільки його просторова складність становить 0(1).

На відміну від сортування вставкою, сортування Шелла не є стабільним сортуванням і виконується швидше, коли вхідні дані частково відсортовані.

Сортування купою (Heapsort, пірамідальне сортування) використовує структуру даних купа, яка є бінарним сортувальним деревом. Оптимізована продуктивність, ефективність і точність є одними з найкращих якостей цього алгоритму. Алгоритм сортування купою не залежить від стану впорядкованості масиву. Для роботи йому не потрібен додатковий простір пам'яті, на відміну від сортування злиттям або рекурсивного швидкого сортування. До недоліків сортування купою можна віднести його нестабільність, високу вартість і неефективність при роботі зі складними даними. Крім того, алгоритм не розпаралелюється і може бути реалізований тільки на структурах із прямим доступом до елементів за індексом. На зв'язних списках такий алгоритм реалізувати не вдасться. Сортування купою буде ефективнішим на великих обсягах даних. Якщо даних небагато, сортування Шелла його обжене.

Швидке сортування і сортування злиттям використовують стратегію DAC (divide and conquer - розділяй і володарюй). Обидва мають середню часову складність 0(n log(n)). Сортування злиттям зазвичай використовується для надто великого набору даних для зберігання чи оброблення у внутрішній пам'яті [4].

Хоча у найгіршому випадку швидке сортування має часову складність 0(n2), на практиці впровадження цього алгоритму часто призводить до швидшого впорядкування, ніж алгоритми сортування зі складністю 0(n log(n)). Швидке сортування працює краще для частково відсортованих масивів, аніж для заповнених випадково. Для великих наборів даних швидке сортування виявляється неефективним через рекурсивне використання пам'яті. Зазвичай використовується для наборів даних з довільним доступом (масивів).

Сортування злиттям (Merge Sort) показує гарні результати для зв'язних списків, оскільки звертається до даних послідовно і потреба у довільному доступі є низькою. Цей алгоритм широко використовується для зовнішнього сортування, де довільний доступ може бути дуже і дуже дорогим порівняно з послідовним доступом.

Всі алгоритми порівняльного сортування вимагають 0(n log(n)) [5]. При великих n їх ефективність швидко знижується і змінити цю ситуацію неможливо. Продуктивність алгоритмів, які не зосереджені на порівняннях, часто краща. Сортування за розрядами (Radix sort) є алгоритмом без порівняння з лінійною часовою складністю. Цей алгоритм є швидшим, коли діапазон елементів масиву відносно вузький, але кількість елементів для сортування велика. Його обчислювальна складність є O(nk), де к кількість проходів масивом. Якщо n доволі велике, а к навпаки дуже мале, то даний алгоритм виграє у O(n log(n)). Він також набагато швидший, коли алгоритм виконується одночасно на паралельних машинах. З іншого боку, Radix sort потребує простору для допоміжного масиву, який воно використовує для сортування. Просторова складність сортування за розрядами суттєво більша, порівняно зі швидким сортуванням, яке виконує сортування на місці. Крім того, реалізація сортування за розрядами відрізняється для різних типів даних, і тому цей алгоритм є менш гнучким, ніж інші алгоритми сортування.

Сортування підрахунком (Counting sort) теж не є алгоритмом на основі порівняння, він гешує значення в тимчасовому масиві підрахунків і використовує їх для сортування. Підрахункове сортування є ефективним, якщо діапазон значень вхідних даних є меншим за кількість об'єктів, які потрібно сортувати, а також за умови, що набір даних містить багато однакових елементів.

Таблиця 2

Сфери застосування базових алгоритмів сортування

Специфіка та обмеження використання

Алгоритми со

ртування

бульбашкою

вибором

вставкою

Шелла

злиттям

швидке

купою

за розрядами

підрахунком

Невеликі масиви

+

+

+

+

+

+

+

+

+

Великі масиви

--

--

--

+

+

-

+

+

+

Повністю невідсортовані масиви

-

-

-

+

+

-

+

+

+

Частково або майже відсортовані масиви

+

+

+

+

+

+

+

+

+

Обмежена пам'ять

+

+

+

+

--

--

+

-

-

Стабільність (не переміщуються однакові елементи)

+

+

+

-

+

-

-

+

+

Складні структуровані дані

+

+

+

+

+

+

-

+

+

Набори даних з послідовним доступом

+

+

+

+

+

-

-

+

+

Діапазон елементів масиву відносно вузький, невелика кількість різних елементів (ключів) у масиві

+

+

+

+

+

+

+

+

+

Діапазон елементів масиву відносно широкий

+

+

+

+

-

+

+

-

-

Щоб вирішити, який з алгоритмів сортування буде найкращим у конкретній ситуації, потрібно проаналізувати усі фактори, які впливають на їх роботу: кількість елементів масиву, діапазон та розподіл значень елементів, формат, довжина і складність структури даних (масив, список), ступінь впорядкованості (наскільки елементи вже відсортовані), вимоги до додаткової пам'яті тощо. У табл. 2 зібрано та систематизовано орієнтовні обмеження можливих сфер використання, зумовлені специфікою відповідних алгоритмів сортування.

Результати дослідження

У практичні частині дослідження ми порівнювали фактичний час роботи кожного алгоритму для наборів псевдовипадкових чисел від 100 до 100 000 елементів для кожної з вибраних мов програмування: C++, Java, JavaScript та С#. Числові 64-бітні цілі псевдовипадкові значення були згенеровані вбудованими засобами кожної конкретної мови. Розміри масивів для всіх мов однакові: {100, 300, 500, 1000, 1500, 2000, 3000, 4000, 5000, 6000, 7000, 8000, 9000, 10000, 15000, 20000, 25000, 30000, 35000, 40000, 50000, 60000, 70000, 80000, 90000, 100000}. Апаратно-програмна складова дослідження: ноутбук на базі процесора Ryzen 5 5600H; Java - JDK 20; C++ - LLVM GCC Compiler 16.0; C# - .NET 7.0; JS - Nodejs 19.8.1. Часом вважали середнє арифметичне значення п'яти вимірювань часу роботи алгоритму, оскільки цей підхід демонструє свою ефективність у багатьох дослідженнях [3] - [11]. Одиниці виміру - мілісекунди (у випадку, якщо вбудована функція повертала результат в інших одиницях, він підлягав конвертації).

Функції та типи результатів функцій, використаних для визначення часу в різних мовах:

- JS - process.hrtime.bigint() - повертає системний час у високій роздільній здатності у наносекундах у BigInt;

- Java - Sysytem.TimeNano() - повертає час у наносекундах у long;

- C++ - auto startTime = std::chrono::high_resolution_clock::now() - метод

бібліотеки chrono, що повертає час у високій роздільній здатності, обрахування у потрібних одиницях відбувається автоматично із застосуванням одиниці вимірювання;

- C# - методи класу StopWatch, який відноситься до System.Diagnostics, повертає тип TimeSpan і в подальшому конвертується у рядок.

Аналіз результатів програмної реалізації алгоритмів сортування масиву псевдовипадкових чисел мовою Java показує, що найповільнішим, незалежно від кількості елементів, є сортування бульбашкою, а найшвидшим - залежно від розміру масиву або швидке сортування (для масиву до 2 тис. елементів включно), або сортування підрахунком для масивів від 3 тис. елементів (табл. 2, найкращі результати позначено напівжирним шрифтом), при цьому часова різниця між алгоритмами є суттєвою і зростає стрімко зі зростанням кількості елементів.

На рис. 1,а та 1,б наведено порівняння швидкодії алгоритмів сортування при реалізації мовами C++ та Java для кількості елементів в інтервалі від 100 та 100 000 елементів. Тут і далі з візуалізації виключені три найповільніші алгоритми сортування бульбашкою, вибором та вставкою, оскільки вони мають доволі великі показники в усіх мовах і на їх фоні важко спостерігати й аналізувати тенденції поведінки інших шести алгоритмів. Про порядок відповідних значень можна судити по даних, наведених у табл. 2. Із рис. 1,а та 1,б видно, що найшвидшими для великих масивів даних є (у порядку спадання ефективності) сортування підрахунком, за розрядами, швидке і купою. Ретельний аналіз виявив певні відмінності поведінки часової складності алгоритмів сортування злиттям і Шелла. Так, при реалізації мовою Java алгоритм сортування злиттям виявився швидшим за сортування Шелла. При реалізації засобами С++ алгоритм сортування Шелла навпаки працює повільніше за алгоритм сортування злиттям.

Таблиця 2

Швидкодія алгоритмів сортування при реалізації засобами мови Java

Розмір

масиву

Сортування

бульбашкою

вибором

вставкою

Шелла

злиттям

швидке

підрахунком

за розрядами

купою

100

0,140

0,061

0,047

0,023

0,059

0,026

0,487

0,656

0,098

300

1,157

0,492

0,372

0,089

0,159

0,089

0,275

0,102

0,035

500

0,867

0,584

0,867

0,158

0,064

0,035

0,284

0,123

0,064

1000

1,005

0,791

0,540

0,365

0,105

0,063

0,218

0,229

0,117

1500

2,765

2,075

0,413

0,606

0,148

0,087

0,186

0,365

0,199

2000

4,590

2,856

0,305

0,564

0,193

0,112

0,155

0,441

0,248

3000

7,520

2,596

0,438

0,302

0,227

0,140

0,126

0,641

0,312

4000

7,154

3,876

0,894

0,470

0,336

0,181

0,127

0,270

0,397

5000

11,161

5,244

1,242

0,507

0,434

0,215

0,112

0,263

0,495

6000

16,272

7,394

1,714

0,487

0,446

0,257

0,113

0,357

0,619

7000

23,911

9,698

2,307

0,545

0,524

0,303

0,111

0,335

0,707

8000

35,988

13,028

3,003

0,748

0,592

0,344

0,131

0,379

0,824

9000

47,987

16,088

3,732

0,733

0,689

0,385

0,116

0,419

0,821

10000

61,794

18,493

4,410

0,805

0,733

0,418

0,111

0,454

0,689

15000

164,331

41,731

9,764

1,228

1,159

0,644

0,134

0,665

1,088

20000

325,920

72,732

17,811

1,753

1,664

0,911

0,147

0,598

1,497

25000

550,950

112,381

27,372

2,175

1,807

1,115

0,135

0,741

1,864

30000

834,038

163,113

39,402

2,733

2,202

1,373

0,150

0,815

2,222

35000

1183,037

220,517

53,129

3,284

2,682

1,601

0,173

0,879

2,581

40000

1575,846

286,796

69,567

3,882

3,046

1,850

0,244

1,032

2,987

50000

2531,741

449,920

109,792

4,942

4,226

2,373

0,245

1,267

3,920

60000

3710,014

645,044

158,911

5,988

5,220

2,864

0,286

1,531

4,662

70000

5111,171

875,461

217,096

7,040

6,227

3,393

0,303

1,764

5,510

80000

6760,528

1146,487

283,628

8,382

7,125

3,895

0,332

2,068

6,384

90000

8649,009

1448,465

374,694

9,555

8,118

4,379

0,322

2,143

7,239

100000

10770,493

1813,723

471,963

10,792

8,364

4,960

0,438

2,489

8,111

Рисунок 1 - Порівняння швидкодії алгоритмів сортування мовами C+ + та Java

Рисунок 2 - Порівняння швидкодії алгоритмів сортування мовою C#

На рис. 2 наведено результати роботи шести алгоритмів сортування мовою C#. Встановлено, що найшвидшими є сортування підрахунком та за розрядами. Далі за спаданням швидкодії йдуть сортування Шелла, злиттям, купою і швидке.

На рис. 3 наведено результати роботи шести алгоритмів сортування мовою JavaScript. Для малих масивів найкращі результати показали алгоритми сортування купою і Шелла. Для наборів даних понад 60 тис. елементів найкращим виявився алгоритм сортування підрахунком, випереджаючи сортування купою і Шелла, які мають майже однакову ефективність. Швидке сортування, злиттям та розрядами посідають відповідно з четвертого по шосте місця.

Рисунок 3 - Швидкодія алгоритмів сортування мовою JavaScript

Проведене дослідження дозволило виявити певні відмінності між ефективністю та швидкодією алгоритмів сортування при реалізації різними мовами програмування, які варто враховувати під час вибору того чи іншого алгоритму. Отже, при виборі алгоритму недостатньо керуватись лише O-нотацією.

Висновки та перспективи подальших досліджень

Алгоритми сортування є фундаментальною частиною завдань при розробці програмного забезпечення для е-комерції, обслуговування, маркетингу, аналізу даних тощо. Повсюдне використання алгоритмів сортування під час розробки програмного забезпечення зумовлює потребу розуміння програмістами механізмів роботи того чи іншого алгоритму. Адже вибір оптимального алгоритму за певних даних та умов використання може стати нетривіальною задачею, а невдалий вибір алгоритму впорядкування даних може спричинити проблеми зі швидкодією програмного опрацювання даних.

З наведеного вище аналізу було зроблено висновок, що мови програмування впливають на швидкодію алгоритмів сортування. Крім того, на вибір алгоритму також впливає кількість та діапазон значень елементів у наборі даних і його структура (зокрема, довільний або послідовний доступ). Хороший вибір алгоритму для певної мови програмування особливо важливий при сортуванні великих наборів даних.

Виявлено, що в розглянутих мовах програмування найкращу швидкість для великих масивів показує алгоритм сортування підрахунком. Але він має певні обмеження у застосуванні. Так, якщо діапазон випадкових значень елементів більшій, ніж розмір набору даних, і кількість однакових елементів є малою, то ефективність цього алгоритму є низькою. Прояви такої поведінки зафіксовано на малих масивах, особливо при реалізації мовами JavaScript і Java, де сортування підрахунком поступається деяким іншім алгоритмам. Тому, якщо використання сортування підрахунком є небажаним через відповідні обмеження, алгоритмом вибору стає другий за ефективністю алгоритм у певній мові програмування. Якщо і його використовувати не можна через обмеження, то треба використовувати третій тощо.

Подальші дослідження можуть стосуватися вивчення поведінки та швидкодії алгоритмів сортування для різних типів та структур даних, різного ступеню впорядкованості елементів при реалізації різними мовами програмування та для одночасного виконання на паралельних машинах.

Список використаних джерел

1 Big-O Complexity Chart. https://www.bigocheatsheet.com/

2 Корнійчук, М.М., Трофименко, О.Г. (2023) Оцінка часової складності деяких алгоритмів сортування у популярних мовах програмування. Інформаційне суспільство: проблеми та перспективи : матер. VIII всеукр. наук.-практ. конф., 72-74, https://doi.org/10.32837/11300.25263.

3 Marcellino, M., Pratama, D. W., Suntiarko, S. S., Margi, K. (2021). Comparative of Advanced Sorting Algorithms (Quick Sort, Heap Sort, Merge Sort, Intro Sort, Radix Sort) Based on Time and Memory Usage. 1st International Conference on Computer Science and Artificial Intelligence (ICCSAI), 1, 154-160. https://doi.org/10.1109/ICCSAI53272.2021.9609715.

4 Ali, I., Lashari, H., Keerio, I., Maitlo, A., Chhajro, M., Malook, M. (2018). Performance Comparison between Merge and Quick Sort Algorithms in Data Structure. International Journal of Advanced Computer Science and Applications, 9, 192-195. https://doi.org/10.14569/IJACSA.2018.091127.

5 Rabiu, A., Garba, E., Baha, B., Mukhtar, M. (2021). Comparative Analysis between Selection Sort and

Merge Sort Algorithms. Nigerian Journal of Basic and Applied Sciences, 29, 43-48.

https://doi.org/10.4314/njbas.v29iL5.

6 Rabiu, A., Garba, E., Baha, B., Malgwi, Y., Dauda, M. (2022). Performance Comparison of three Sorting Algorithms Using Shared Data and Concurrency Mechanisms in Java. Arid-zone Journal of Basic & Applied Research (AJBAR), 1, 55-64. https://doi.org/10.55639/607fox.

7 Hermehar, B., Amandeep, K. (2022). Comparative Study of Different Sorting Algorithms used in Data

Structures. International Journal of Research Culture Society, 6, 114-119.

https://doi.org/10.2017/IJRCS/202203021.

8 Manan, C., Anurag, D. (2022). Establishing Pertinence between Sorting Algorithms Prevailing in nlog(n)

time. Journal of Robotics and Automation Research, 3(2), 220-226.

https://doi.org/10.33140/JRAR.03.02.09.

9 Durrani, O. K. (2023). Asymptotic performances of popular programming languages for popular sorting

algorithms. Semiconductor Optoelectronics, 42, 149-169.

https://www.researchgate.net/publication/369196272_asymptotic_performances_of_popular_programmin g_languages_for_popular_sorting_algorithms.

10 Butt, Sh., Aqib, S., Nawaz, H. (2021). Analysis of Merge Sort and Bubble Sort Python, PHP, JavaScript, and C language. International Journal of Advanced Trends in Computer Science and Engineering, 10, 680686. https://doi.org/10.30534/ijatcse/202m 11022021.

11 Fagbote, O.O. (2022). Performance evaluation of sorting techniques. Global Scientific Journal, 10(1), 112. https://www.globalscientificjournal.com/researchpaper/

performance_evaluation_of_sorting_techniques.pdf.

12 Khan, M., Shaheen, S., Qureshi, F. (2014). Comparative Analysis of five Sorting Algorithms on the basis

of Best Case, Average Case, and Worst Case. International Journal of Information Technology and Electrical Engineering, 3(1), 1-10.

https://www.researchgate.net/publication/310953713_Comparative_Analysis_of_five_Sorting_Algorithm s_on_the_basis_of_Best_Case_Average_Case_and_Worst_Case.

13 Durrani, O. K. (2022). Performance Measurement of Popular Sorting Algorithm Implemented using Java & C. International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME), https://doi.org/10.1109/ICECCME55909.2022.9988424.

14 Fagbola, M., Surendra, T. (2019). Investigating the Effect of Implementation Languages and Large Problem

Sizes on the Tractability and Efficiency of Sorting Algorithms. International Journal of Engineering Research and Technology, 12, 196-203.

https://www.researchgate.net/publication/331408485_Investigating_the_Effect_of_Implementation_Lang uages_and_Large_Problem_Sizes_on_the_Tractability_and_Efficiency_of_Sorting_Algorithms.

15 PYPL PopularitY of Programming Language. https://pypl.github.io/PYPL.html.

16 TIOBE Index for June 2023. URL: https://www.tiobe.com/tiobe-index/

17 The RedMonk Programming Language Rankings: January 2023.

https://redmonk.com/sogrady/2023/05/16/language-rankings-1-23/

18 IEEE Spectrum. Top Programming Languages 2022. https://spectrum.ieee.org/top-programming- languages-2022

19 DOU. Рейтинг мов програмування 2023. https://dou.ua/lenta/articles/language-rating-2023/

20 numpy.sort. https://numpy.org/doc/stable/reference/generated/numpy.sort.html.

Размещено на Allbest.ru

...

Подобные документы

  • Характеристика швидкодії алгоритмів сортування масивів прямим і бінарним включенням, методами "бульбашки", "камінця", та шейкерного відбору, визначення їх переваг та недоліків. Огляд функцій сортування із стандартної бібліотеки мови програмування С++.

    курсовая работа [452,1 K], добавлен 16.09.2010

  • Особливості методів сортування масивів прямим та бінарним включенням. Порівняльна характеристика швидкодії алгоритмів сортування способами включення із зменшуваними швидкостями, обміну на великих відстанях, вибору при допомозі дерева (Тree і Heap Sorts).

    курсовая работа [58,9 K], добавлен 16.09.2010

  • Вирішення задач сортування в програмуванні та розробка ефективних алгоритмів сортування. Знайомство з теоретичним положенням, що стосуються методів сортування файлів, реалізації їх на мові програмування Turbo Pascal. Методи злиття впорядкованих серій.

    курсовая работа [46,9 K], добавлен 16.09.2010

  • Прості алгоритми сортування та їх програмування. Сортування вставками - алгоритм сортування на основі порівнянь. Злиття двох упорядкованих послідовностей (сортування злиттям). Ідея алгоритму швидкого сортування. Алгоритм сортування на основі порівнянь.

    лабораторная работа [631,3 K], добавлен 19.08.2010

  • Задача сортування даних в програмуванні. Алгоритм сортування обміном за критерієм або вибором, деревом, пірамідальне, швидке, сортування Хоара та метод цифрового сортування. Системні вимоги та інструкція для користувача. Алгоритм та лістинг програми.

    курсовая работа [20,6 K], добавлен 08.08.2009

  • Розробка бази даних мовою С для задачі "Біржа праці". Методи організації та зберігання лінійних списків. Операції зі списками при послідовному збереженні. Сортування підрахунком, злиттям, включенням, вибором. Опис функцій, що використовуються програмою.

    курсовая работа [478,1 K], добавлен 04.03.2015

  • Вивчення можливостей інтегрованого середовища розробки програм Qt Creator. Ознайомлення з основами паралельних обчислень мовою програмування С++ в цьому середовищі. Переваги та конструкції OpenMP, сортування масиву злиттям. Тестування програми сортування.

    курсовая работа [87,5 K], добавлен 28.10.2015

  • Принцип роботи методів вибору, вставки з лінійним пошуком місця та шейкерного сортування для одновимірного випадку. Лістинг програми з коментарями. Порівняння результатів та часу сортування для різних станів масивів. Кількість переміщень елементів.

    курсовая работа [311,9 K], добавлен 09.12.2013

  • Визначення поняття алгоритма як набору інструкцій, які можна реалізувати чисто механічно, незалежно від розумових здібностей і можливостей виконавця. Словесний опис алгоритму сортування Шейкер та його роботи. Метод побудови одного найкоротшого покриття.

    курсовая работа [38,1 K], добавлен 27.02.2012

  • Використання мови програмування Turbo Pascal, алгоритмів та графічних примітивів модуля Graph. Розробка та реалізація програми для сортування вагонів з довільного порядку в порядок через один. Присвоєння початкових значень та сортувальний алгоритм.

    курсовая работа [1,2 M], добавлен 23.06.2010

  • Алгоритм покриття за методом "мінімальній стовпець - максимальний рядок". Підпрограми основного алгоритму. Розробка програми сортування методом простих включень (бульбашковим методом). Словесний опис алгоритму, його контрольний приклад та ефективність.

    курсовая работа [36,4 K], добавлен 06.03.2013

  • Алгоритм процедури сортування у порядку зростання елементів побічної діагоналі (зліва направо) за допомогою методу вибору мінімального елементу. Підрахунок та визначення кількості перестановок. Виведення масиву на лист MS Excel до та після перетворень.

    практическая работа [404,3 K], добавлен 26.09.2013

  • Методика та порядок програмування алгоритмів циклічної структури із заданим числом повторень за допомогою мови програмування VAB. Алгоритм роботи з одновимірними масивами. Програмування алгоритмів із структурою вкладених циклів, обробка матриць.

    курсовая работа [27,7 K], добавлен 03.04.2009

  • Прості та умовні оператори мови С++. Робота з двовимірними масивами. Пошук та сортування даних. Робота з файлами та з динамічними структурами даних. Опис мови програмування Delphi. Складення програми до розроблених алгоритмів. Організація циклів.

    отчет по практике [4,3 M], добавлен 28.08.2014

  • Алгоритм сортування методом простого вибору. Знаходження найдовшого шляху в графі. Синтез машини Тюрінга, що розмічає послідовність чисел. Порівняння алгоритмів між собою за часом виконання і займаної пам'яті. Алгоритм пошуку мінімального елементу.

    курсовая работа [90,3 K], добавлен 17.05.2011

  • Приклад реалізації крок за кроком методу сортування масивів "бульбашка", характеристика етапів. Графічне представлення методу, фрагмент програми його реалізації. Алгоритми сортування масивів методами вибору та вставок, опис особливостей їх реалізації.

    презентация [824,2 K], добавлен 26.11.2014

  • Використання методів обробки сигналів, які базуються на використанні малохвильової теорії. Вимоги до алгоритмів компресії та критерії порівняння алгоритмів. Застосування вейвлет-перетворень. Критерії оцінювання оптимальності вибору малохвильових функцій.

    реферат [1,1 M], добавлен 26.05.2019

  • Побудова блок-схем алгоритмів програм. Створення блок схем алгоритмів за допомогою FCEditor. Експорт блок-схеми в графічний файл. Огляд програмних та апаратних засобів. Мови програмування високого рівня. Цикли та умовний оператор IF з лічильником.

    дипломная работа [1,4 M], добавлен 15.12.2013

  • Використання ітерацій для обчислення приблизних значень величин. Розробка ітераційних алгоритмів з перевіркою правильності введення даних. Побудова блок-схеми і програмування мовою Turbo Pascal обчислення значення функції, розкладеної в степеневий ряд.

    лабораторная работа [197,2 K], добавлен 16.12.2010

  • Визначення поняття "алгоритми", їх властивості, метод складання. Способи подання алгоритмів: письмовий, усний, схематичний, графічний, кодований. Навчальна алгоритмічна мова. Особливості створення блок-схеми. Алгоритм поданий мовою програмування.

    презентация [2,9 M], добавлен 06.05.2019

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.