Esai tentang pemrograman: algoritma penyortiran yang rumit

Apakah peningkatan daya pemrosesan mengurangi kebutuhan akan algoritma penyortiran yang rumit?

Hari ini, kita hidup di era dengan keunggulan teknologi yang hebat, sumber daya berlimpah dan infinity data. Kita dapat belajar tentang apa pun, dari mana saja kapan saja dengan biaya yang masuk akal. Perangkat yang kami gunakan setiap hari semakin kuat dan lebih murah hari demi hari, yang membuat masalah kami lebih mudah dan lebih cepat untuk dipecahkan.

Salah satu operasi paling penting dan yang paling banyak digunakan dalam ilmu komputer, bahkan hari ini, adalah operasi penyortiran. Mereka mendaftar pada prinsip-prinsip sederhana dan algoritma kompleks untuk memberikan hasil terbaik. Masing-masing algoritma ini berbeda dalam struktur dan kecepatan eksekusi. Apakah kecepatan ini bergantung pada kompleksitas algoritma atau apakah mereka juga tergantung pada daya komputasi perangkat yang kita gunakan?

Untuk mendapatkan jawaban dari pertanyaan yang sangat populer ini, saya mulai menganalisis beberapa tes dan hasil dari waktu eksekusi algoritma penyortiran yang paling banyak digunakan dan terkenal dibandingkan pada komputer dengan kekuatan pemrosesan yang berbeda.

Waktu eksekusi algoritma secara langsung berkaitan dengan ukuran data input dan kompleksitas dan efisiensi algoritma itu sendiri. Jika kita memasukkan lebih banyak atau lebih besar data, algoritma penyortiran akan memakan waktu lebih lama untuk memberikan hasilnya. Selain itu, jika algoritma lebih kompleks, sekali lagi, hasilnya akan menghitung lebih lambat. Namun, jika algoritma dibangun secara efisien, kami akan mendapatkan hasilnya lebih cepat.

Waktu eksekusi algoritma ini berbanding lurus dengan konsumsi daya, setelah menjalankan beberapa tes, dihasilkan bahwa beberapa algoritma berjalan lebih cepat daripada yang lain (Ahmed M. Aliyu 4). Ini berarti mereka yang memiliki waktu CPU rendah cenderung memiliki konsumsi daya yang lebih sedikit yang menghasilkan waktu eksekusi yang lebih lambat. Oleh karena itu, artinya bahwa algoritma yang dibangun secara linear akan menghitung hasilnya lebih cepat di komputer dengan lebih sedikit daya pemrosesan daripada pada mesin komputasi canggih.

Alasan untuk ini adalah cara algoritma dibangun. Jika kita memiliki algoritma dasar linier, itu akan menggunakan satu utas CPU dan menghitung secara linear. Jenis perhitungan linear ini menghitung operasi secara berurutan, dari kiri ke kanan, satu operasi pada suatu waktu. Sebagai konsekuensi dari ini, kita tidak perlu kekuatan pemrosesan yang lebih besar, karena algoritma tidak akan menggunakannya dan itu tidak akan mempengaruhi waktu eksekusi.

Prosesor yang kami gunakan saat ini adalah multi-cored dan multi-threaded, dengan kecepatan clock yang hebat dan konsumsi daya rendah. Untuk menggunakannya untuk mempercepat waktu eksekusi algoritma penyortiran, pertama-tama kita harus merekonstruksi algoritma dari linear ke paralel (Kevin Jouper 31-44). Ini akan mengakibatkan mempercepat waktu eksekusi sedemikian rupa sehingga algoritma paralel sekarang menggunakan semua utas prosesor multi-core, bukan satu (darko božidar 5-14). Kami dapat mempercepat perhitungan bahkan lebih menggunakan pemrosesan CUDA GPU, tetapi itu bukan bagian dari diskusi kami di sini.

Dengan menggunakan algoritma paralel yang dibangun dengan CPU saat ini dan jumlah besarnya dari daya pemrosesan, waktu eksekusi algoritma, tidak akan banyak dipengaruhi oleh ukuran jumlah data input.

Kesimpulannya, untuk mempercepat waktu eksekusi algoritma, pertama-tama kita perlu merekonstruksi mereka secara paralel dan meningkatkan efisiensi mereka. Dengan cara ini, CPU daya pemrosesan besar multi-inti multi-inti kami dapat melakukan pekerjaan dengan benar untuk mempercepat perhitungan hasil algoritma penyortiran yang digunakan. Membuat mereka bekerja paralel alih-alih perhitungan linier, yang berarti menghitung lebih banyak operasi pada suatu waktu. Namun, jika kita cenderung menggunakan jenis algoritma linier, daya pemrosesan tidak membuat perbedaan karena perhitungan operasi terjadi secara berurutan, linear, hanya menggunakan satu utas prosesor.

Karya dikutip

Ahmed M. Aliyu, Dr. P. B. Zirra. "Evaluasi konsumsi daya yang dimodifikasi." (IJCSIT) International Journal of Computer Science and Information Technologies 5.1 (2014): 4. Dokumentasikan.
Darko Božidar, Tomaž Dobravec. Perbandingan algoritma penyortiran paralel. Laporan Teknis. Ljubljana: Fakultas Ilmu Komputer dan Informasi, Universitas Ljubljana, Slovenia, 2015. Dokumen.
Kevin Jouper, Henrik Nordin. Analisis kinerja multithreaded. Tesis. Karlskrona: Dept. Sains & Engineering Komputer, Blekinge Institute of Technology, 2015. Dokumen.