基于大数据的数学算法计算系统及优化方法

本发明公开了基于大数据的数学算法计算系统及优化方法，包括：计算数据集的局部熵密度并构建熵梯度场，采用多层次递归策略提取具有全局排序信息的代表性数据子集；基于该子集计算初始分区映射，并引入熵差驱动的分区调整机制，动态优化数据分区边界；在每个分区内构建数据点的相对顺序关系，利用最小成本最大流方法计算最优交换序列，通过递归层次结构减少全局调整次数，达到低于线性时间的局部排序；排序后，通过动态熵差调整策略进行局部最优交换或全局修正；在实时数据流场景下，构建动态排序拓扑图，仅对局部区域进行更新，避免全局重排序。本发明相较于传统排序方法，在实时性、高效性和计算成本方面均具有显著优势。