.png){kind=icon}
返回
EvoSort: a genetic-algorithm-based adaptive parallel sorting framework for large-scale high performance computing
.png){kind=icon}
OA
AI
DOI：10.1080/17445760.2025.2609138.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出EvoSort，一个可在Python层面访问的通用自适应并行排序框架。EvoSort采用遗传算法（GA）来自动发现和优化关键参数，包括插入排序阈值和算法选择（归并排序与LSD基数排序）。通过持续适应输入数据和系统架构，EvoSort为NumPy和Pandas等标准Python例程提供即插即用式替代方案。在针对九种数据分布和两个硬件平台进行的、包含多达$10^{10}$（10亿）元素的实验表明，EvoSort始终优于竞争方法。结果显示其加速比最高可达$225\times$，展示了大型数据处理中一种强大的自动调优解决方案。
Keyword:
High-performance computing
parallel sorting
genetic algorithm
auto-tuning
radix sort
mergesort
期刊
I
IF:
0.7
论文数:
50
被引数:
266