Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
スターリンマージソート
Search
suzakutakumi
July 10, 2021
Programming
1
520
スターリンマージソート
Zliの大LTで発表したスライドです
suzakutakumi
July 10, 2021
Tweet
Share
More Decks by suzakutakumi
See All by suzakutakumi
ピクロス作成の中間発表
suzakutakumi
0
94
しゅみろん
suzakutakumi
0
160
trap-search
suzakutakumi
0
41
Pyramid Makerの作成
suzakutakumi
0
22
マークダウンパーサーの自作
suzakutakumi
0
110
絵文字ジェネレータボットの作成
suzakutakumi
0
160
send_discord
suzakutakumi
0
49
独自ドメインについて
suzakutakumi
0
42
ESP32とAlexaを用いたエアコン制御
suzakutakumi
0
1.3k
Other Decks in Programming
See All in Programming
Canon EOS R50 V と R5 Mark II 購入でみえてきた最近のデジイチ VR180 事情、そして VR180 静止画に活路を見出すまで
karad
0
130
JETLS.jl ─ A New Language Server for Julia
abap34
2
440
Cell-Based Architecture
larchanjo
0
140
開発に寄りそう自動テストの実現
goyoki
2
1.4k
GISエンジニアから見たLINKSデータ
nokonoko1203
0
180
大規模Cloud Native環境におけるFalcoの運用
owlinux1000
0
190
モデル駆動設計をやってみようワークショップ開催報告(Modeling Forum2025) / model driven design workshop report
haru860
0
280
Jetpack XR SDKから紐解くAndroid XR開発と技術選定のヒント / about-androidxr-and-jetpack-xr-sdk
drumath2237
1
190
堅牢なフロントエンドテスト基盤を構築するために行った取り組み
shogo4131
8
2.5k
これならできる!個人開発のすゝめ
tinykitten
PRO
0
130
ELYZA_Findy AI Engineering Summit登壇資料_AIコーディング時代に「ちゃんと」やること_toB LLMプロダクト開発舞台裏_20251216
elyza
2
590
公共交通オープンデータ × モバイルUX 複雑な運行情報を 『直感』に変換する技術
tinykitten
PRO
0
160
Featured
See All Featured
Rails Girls Zürich Keynote
gr2m
95
14k
AI: The stuff that nobody shows you
jnunemaker
PRO
1
12
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
190
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
0
63
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
93
Build The Right Thing And Hit Your Dates
maggiecrowley
38
3k
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
0
3.4k
The browser strikes back
jonoalderson
0
120
How Software Deployment tools have changed in the past 20 years
geshan
0
30k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
Ethics towards AI in product and experience design
skipperchong
1
140
Transcript
スターリンマージソート 2021/07/10 Zli 大LT
自己紹介 HN:朱雀 匠(本名:鈴木 拓眞) Twitter: @suzakutakumi3
None
None
目的 スターリンソートから新しいソートアルゴリズムを考えました 実用性はない気がします また、世界のどこかに同じアルゴリズムがあると思うのでn番煎じです
スターリンソートとは ソートするのに邪魔な要素を粛清して、昇順・降順に並び替えるアルゴリズムです Pythonでの例: a=[1, 3, 2, -2,10,5,11] print(StalinSort(a)) 出力:[1, 3,
10, 11]
スターリンソートは実用的なアルゴリズムじゃない そこで、実用的なソートアルゴリズムにしよう!
スターリンマージソート スターリンマージソートは、スターリンソートとマージソートを元に考えました 最初にスターリンソートを繰り返し、並び替えられた配列を複数作ります その後、マージソートと同じ原理でマージしていきます 詳しくは次のページで
手順1:並び替えられた配列の生成 例:[0, 114, 13, 600, -282, 114] 1.スターリンソートをして、結果と除外された値の配列を作る 整列された配列:[0, 114,
600] 除外された配列:[13, -282, 114] 2.除外された配列で1と同様のことをする 整列された配列:[13, 114] 除外された配列:[-282] これで、整列された3つの配列が用意できました [ [0,114,600], [13, 114], [-282] ]
手順2:並び替えられた配列をマージする [ [0,114,600], [13, 114], [-282] ] 1.[0,114,600]と[13, 114]をマージします [
[0,13,114,114,600], [-282] ] 2.[0,13,114,114,600]と[-282]をマージします [-282,0,13,114,114,600]
計算量について 最悪計算量はO(n^2)です [n,n-1,n-2,・・・,3,2,1]の場合、最悪計算量になります 平均計算量はよくわかっていません マージ部分の処理数は、 分割された配列の数mとソートする配列の長さnとすると O(nlogm) になります
実際に時間を計測してみた [0,1,2,3,4,5,6,7,8,9]を10!通り並び替え実行し、実行し終えるまでの時間を測定しました マージソートが他のバブルソートなどよりも遅く、しっかりと計測できていなさそう
まとめ 平均処理数がわからないが、処理時間を見て遅いことが予想される アルゴリズムを考えてみて、先駆者たちの考えたアルゴリズムがすごかったこ とが再認識できた