排序算法大数据量测试结果

简介: <2014-01-06 14:53:06> MergeSorter排序40000个数1次所用平均时间为:19.0011 毫秒<2014-01-06 14:53:06> MergeSorter排序60000个数1次所用平均时间为:26.0015 毫秒<2014-01-06 14:53:06> MergeSorter排序80000个数1次所用
<2014-01-06 14:53:06>  MergeSorter排序40000个数1次所用平均时间为:19.0011 毫秒
<2014-01-06 14:53:06>  MergeSorter排序60000个数1次所用平均时间为:26.0015 毫秒
<2014-01-06 14:53:06>  MergeSorter排序80000个数1次所用平均时间为:36.0021 毫秒
<2014-01-06 14:53:06>  MergeSorter排序100000个数1次所用平均时间为:45.0026 毫秒
<2014-01-06 14:53:06>  MergeSorter排序120000个数1次所用平均时间为:54.003 毫秒

<2014-01-06 14:53:06>  HeapSorter排序40000个数1次所用平均时间为:26.0015 毫秒
<2014-01-06 14:53:06>  HeapSorter排序60000个数1次所用平均时间为:37.0021 毫秒
<2014-01-06 14:53:06>  HeapSorter排序80000个数1次所用平均时间为:52.003 毫秒
<2014-01-06 14:53:06>  HeapSorter排序100000个数1次所用平均时间为:98.0056 毫秒
<2014-01-06 14:53:06>  HeapSorter排序120000个数1次所用平均时间为:82.0047 毫秒

<2014-01-06 14:53:06>  ShellSorter排序40000个数1次所用平均时间为:16.0009 毫秒
<2014-01-06 14:53:06>  ShellSorter排序60000个数1次所用平均时间为:25.0015 毫秒
<2014-01-06 14:53:06>  ShellSorter排序80000个数1次所用平均时间为:36.0021 毫秒
<2014-01-06 14:53:06>  ShellSorter排序100000个数1次所用平均时间为:49.0028 毫秒
<2014-01-06 14:53:06>  ShellSorter排序120000个数1次所用平均时间为:55.0031 毫秒

<2014-01-06 14:53:10>  InsertSorter排序40000个数1次所用平均时间为:3529.2019 毫秒
<2014-01-06 14:53:17>  InsertSorter排序60000个数1次所用平均时间为:6832.3908 毫秒
<2014-01-06 14:53:30>  InsertSorter排序80000个数1次所用平均时间为:13641.7802 毫秒
<2014-01-06 14:53:55>  InsertSorter排序100000个数1次所用平均时间为:24231.3859 毫秒
<2014-01-06 14:54:22>  InsertSorter排序120000个数1次所用平均时间为:26997.5441 毫秒

<2014-01-06 14:54:27>  SelectSorter排序40000个数1次所用平均时间为:5179.2962 毫秒
<2014-01-06 14:54:39>  SelectSorter排序60000个数1次所用平均时间为:12218.6989 毫秒
<2014-01-06 14:55:02>  SelectSorter排序80000个数1次所用平均时间为:22897.3096 毫秒
<2014-01-06 14:55:34>  SelectSorter排序100000个数1次所用平均时间为:32309.848 毫秒
<2014-01-06 14:56:23>  SelectSorter排序120000个数1次所用平均时间为:48798.7911 毫秒

<2014-01-06 14:56:38>  CockTailSorter排序40000个数1次所用平均时间为:15111.8643 毫秒
<2014-01-06 14:57:20>  CockTailSorter排序60000个数1次所用平均时间为:41585.3785 毫秒
<2014-01-06 14:58:29>  CockTailSorter排序80000个数1次所用平均时间为:68822.9364 毫秒
<2014-01-06 15:00:18>  CockTailSorter排序100000个数1次所用平均时间为:109633.2707 毫秒
<2014-01-06 15:03:04>  CockTailSorter排序120000个数1次所用平均时间为:165733.4794 毫秒

<2014-01-06 15:03:27>  BubbleSorter排序40000个数1次所用平均时间为:22954.3129 毫秒
<2014-01-06 15:04:17>  BubbleSorter排序60000个数1次所用平均时间为:50343.8795 毫秒
<2014-01-06 15:05:45>  BubbleSorter排序80000个数1次所用平均时间为:87452.002 毫秒
<2014-01-06 15:07:59>  BubbleSorter排序100000个数1次所用平均时间为:134614.6996 毫秒
<2014-01-06 15:11:12>  BubbleSorter排序120000个数1次所用平均时间为:192812.0282 毫秒

<2014-01-06 15:11:12>  QuickSorter排序40000个数1次所用平均时间为:19.0011 毫秒
<2014-01-06 15:11:12>  QuickSorter排序60000个数1次所用平均时间为:66.0038 毫秒
<2014-01-06 15:11:12>  QuickSorter排序80000个数1次所用平均时间为:32.0018 毫秒
<2014-01-06 15:11:12>  QuickSorter排序100000个数1次所用平均时间为:42.0024 毫秒
<2014-01-06 15:11:12>  QuickSorter排序120000个数1次所用平均时间为:44.0025 毫秒


相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps&nbsp;
相关文章
|
2月前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到&quot;hand.txt&quot;文件。
|
15天前
|
算法 TensorFlow 算法框架/工具
基于直方图的图像阈值计算和分割算法FPGA实现,包含tb测试文件和MATLAB辅助验证
这是一个关于图像处理的算法实现摘要,主要包括四部分:展示了四张算法运行的效果图;提到了使用的软件版本为VIVADO 2019.2和matlab 2022a;介绍了算法理论,即基于直方图的图像阈值分割,通过灰度直方图分布选取阈值来区分图像区域;并提供了部分Verilog代码,该代码读取图像数据,进行处理,并输出结果到&quot;result.txt&quot;以供MATLAB显示图像分割效果。
|
29天前
|
算法 计算机视觉 异构计算
基于直方图相似性的图像分类算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容包含了一段关于图像处理算法的摘要,主要包括: 1. 展示了MATLAB和FPGA的测试结果图像,显示了图像读取完成的标志和相似性指标,其中图1与图2有较强相似性,图1与图3相似性较弱。 2. 算法使用的是vivado 2019.2和matlab 2022A版本。 3. 算法原理涉及图像直方图统计和直方图相似性度量,通过计算直方图的差异来衡量图像相似度,FPGA实现包括图像采集、直方图计算、比较和分类决策步骤。 4. 提供了一个部分核心Verilog程序,用于读取图像数据并在FPGA上进行直方图相似性计算。
|
1月前
|
算法 安全 Java
java代码 实现AES_CMAC 算法测试
该代码实现了一个AES-CMAC算法的简单测试,使用Bouncy Castle作为安全提供者。静态变量K定义了固定密钥。`Aes_Cmac`函数接受密钥和消息,返回AES-CMAC生成的MAC值。在`main`方法中,程序对给定的消息进行AES-CMAC加密,然后模拟接收ECU的加密结果并进行比较。如果两者匹配,输出&quot;验证成功&quot;,否则输出&quot;验证失败&quot;。辅助方法包括将字节转为16进制字符串和将16进制字符串转为字节。
|
2月前
|
编解码 算法 计算机视觉
基于FPGA的图像最近邻插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
基于FPGA的图像最近邻插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
|
4月前
|
分布式计算 大数据 Hadoop
如何对大数据应用进行性能测试
如何对大数据应用进行性能测试
|
4月前
|
监控 算法 计算机视觉
基于FPGA的图像自适应阈值二值化算法实现,包括tb测试文件和MATLAB辅助验证
基于FPGA的图像自适应阈值二值化算法实现,包括tb测试文件和MATLAB辅助验证
|
23天前
|
网络协议 安全 测试技术
性能工具之emqtt-bench BenchMark 测试示例
【4月更文挑战第19天】在前面两篇文章中介绍了emqtt-bench工具和MQTT的入门压测,本文示例 emqtt_bench 对 MQTT Broker 做 Beachmark 测试,让大家对 MQTT消息中间 BenchMark 测试有个整体了解,方便平常在压测工作查阅。
123 7
性能工具之emqtt-bench BenchMark 测试示例
|
17天前
|
机器学习/深度学习 数据采集 人工智能
【专栏】AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计
【4月更文挑战第27天】本文探讨了AI在软件测试中的应用,如自动执行测试用例、识别缺陷和优化测试设计。AI辅助工具利用机器学习、自然语言处理和图像识别提高效率,但面临数据质量、模型解释性、维护更新及安全性挑战。未来,AI将更注重用户体验,提升透明度,并在保护隐私的同时,通过联邦学习等技术共享知识。AI在软件测试领域的前景广阔,但需解决现有挑战。
|
6天前
|
SQL 测试技术 网络安全
Python之SQLMap:自动SQL注入和渗透测试工具示例详解
Python之SQLMap:自动SQL注入和渗透测试工具示例详解
17 0