- ข้อความ
- ประวัติศาสตร์
Worst-case, best-case and average-c
Worst-case, best-case and average-case analysis of sorting
algorithms
The worst-case occurs in a sorting algorithm when the elements to
be sorted are in reverse order. The best-case occurs when the
elements are already sorted. The average–case may occur when
part of the elements are already sorted. The average-case has data
randomly distributed in the list (William and William, 2002). The
average case may not be easy to determine in that it may not be
apparent what constitutes an ‘average’ input. Concentration is
always on finding only the worst-case running time for any input of
size n due to the following reasons (Thomas et al., 2003):
i.) The worst-case running time of an algorithm is an upper bound
on the running time for any input. Knowing it gives us a guarantee
that the algorithm will never take any longer. We need not make
some educated guess about the running time and hope that it never
gets much worse.
ii.) For some algorithms, the worst-case occurs fairly often. For
example, in searching a database for a particular piece of
information, the searching algorithm’s worst-case will often occur
when the information is not present in the database. In some
searching applications, searches for absent information may be
frequent.
iii.) The “average-case” is often roughly as bad as the worst case.
Analysis of the proposed algorithm
Generally, the running time of a sorting algorithm is proportional to
the number of comparisons that the algorithm uses, to the number
of times items are moved or exchanged, or both (Robert, 1998).
The approach used in this paper is to measure the number of
comparisons and exchanges carried out by each algorithm
(Batcher’s Sort, Bitonic Sort and Oyelami’s Sort) in the worst case
scenario.
RESULTS AND DISCUSSION
Table 1 shows the result obtained. From the results in
Table 1, the proposed algorithm has fewer numbers of
comparisons and swaps compared with both Batcher’s
Odd-Even Sort and Bitonic Sort. The results also show
that as the size of the input increases, the proposed
algorithm tends to be more efficient as both Batcher’s
Odd-Even and Bitonic sorts are not good for large values
of input. The implication of these is that the proposed
algorithm is faster and therefore, more efficient. The algorithm
is also recommended for large values of inputs to
be sorted.
Conclusion
Bubble Sort is not known to be a good algorithm because
it is a quadratic-time sorting algorithm. However, efforts
have been made to improve the performance of the
algorithm. With Bidirectional Bubble Sort, the average
number of comparisons is slightly reduced and Batcher’s
Sort similar to Shellsort also performs significantly better
than Bidirectional Bubble Sort by carrying out comparisons
in a novel way so that no propagation of exchange
Is necessary. This paper has further improved on BatchSci.
Res. Essays 744
algorithms
The worst-case occurs in a sorting algorithm when the elements to
be sorted are in reverse order. The best-case occurs when the
elements are already sorted. The average–case may occur when
part of the elements are already sorted. The average-case has data
randomly distributed in the list (William and William, 2002). The
average case may not be easy to determine in that it may not be
apparent what constitutes an ‘average’ input. Concentration is
always on finding only the worst-case running time for any input of
size n due to the following reasons (Thomas et al., 2003):
i.) The worst-case running time of an algorithm is an upper bound
on the running time for any input. Knowing it gives us a guarantee
that the algorithm will never take any longer. We need not make
some educated guess about the running time and hope that it never
gets much worse.
ii.) For some algorithms, the worst-case occurs fairly often. For
example, in searching a database for a particular piece of
information, the searching algorithm’s worst-case will often occur
when the information is not present in the database. In some
searching applications, searches for absent information may be
frequent.
iii.) The “average-case” is often roughly as bad as the worst case.
Analysis of the proposed algorithm
Generally, the running time of a sorting algorithm is proportional to
the number of comparisons that the algorithm uses, to the number
of times items are moved or exchanged, or both (Robert, 1998).
The approach used in this paper is to measure the number of
comparisons and exchanges carried out by each algorithm
(Batcher’s Sort, Bitonic Sort and Oyelami’s Sort) in the worst case
scenario.
RESULTS AND DISCUSSION
Table 1 shows the result obtained. From the results in
Table 1, the proposed algorithm has fewer numbers of
comparisons and swaps compared with both Batcher’s
Odd-Even Sort and Bitonic Sort. The results also show
that as the size of the input increases, the proposed
algorithm tends to be more efficient as both Batcher’s
Odd-Even and Bitonic sorts are not good for large values
of input. The implication of these is that the proposed
algorithm is faster and therefore, more efficient. The algorithm
is also recommended for large values of inputs to
be sorted.
Conclusion
Bubble Sort is not known to be a good algorithm because
it is a quadratic-time sorting algorithm. However, efforts
have been made to improve the performance of the
algorithm. With Bidirectional Bubble Sort, the average
number of comparisons is slightly reduced and Batcher’s
Sort similar to Shellsort also performs significantly better
than Bidirectional Bubble Sort by carrying out comparisons
in a novel way so that no propagation of exchange
Is necessary. This paper has further improved on BatchSci.
Res. Essays 744
0/5000
วิเคราะห์ worst-case, best-case และ กรณีค่าเฉลี่ยของการเรียงลำดับอัลกอริทึมเกิดขึ้น worst-case ในอัลกอริทึมการเรียงลำดับเมื่อองค์ประกอบที่เรียงอยู่ในลำดับย้อนกลับ เกิดขึ้น best-case เมื่อการแล้วมีการเรียงลำดับองค์ประกอบ ค่าเฉลี่ย – กรณีนี้อาจเกิดขึ้นเมื่อส่วนหนึ่งขององค์ประกอบจะถูกจัดเรียงเรียบร้อยแล้ว ค่าเฉลี่ยกรณีมีข้อมูลสุ่มกระจายในรายการ (William และ William, 2002) ที่กรณีเฉลี่ยอาจไม่ใช่เรื่องง่ายในการกำหนดที่ไม่อาจชัดเจนว่าถืออินพุต 'เฉลี่ย' มีความเข้มข้นเสมอในการค้นหาเท่านั้น worst-case เวลาทำงานสำหรับการป้อนข้อมูลใด ๆ ของขนาด n เนื่องจากสาเหตุต่อไปนี้ (Thomas และ al., 2003):i.) worst-case เวลาทำงานของอัลกอริทึมจะมีขอบเขตบนเวลาทำงานสำหรับการป้อนข้อมูลใด ๆ เรารู้ว่ามันให้การรับประกันว่า อัลกอริทึมที่จะไม่ใช้อีกต่อไป เราต้องทำบางศึกษาการคาดคะเนเกี่ยวกับเวลาทำงาน และหวังว่าเคยได้รับมากแย่ลงii.) สำหรับบางอัลกอริทึม การ worst-case เกิดขึ้นค่อนข้างบ่อย สำหรับตัวอย่าง ค้นหาชิ้นส่วนเฉพาะของฐานข้อมูลข้อมูล การค้นหาอัลกอริทึมของ worst-case จะเกิดขึ้นบ่อยครั้งเมื่อข้อมูลอยู่ในฐานข้อมูล ในบางค้นหาขาดข้อมูล โปรแกรมประยุกต์อาจบ่อยครั้งiii.) "ค่าเฉลี่ยกรณี" มักจะเป็นประมาณไม่ดีเป็นกรณีเลวร้ายที่สุดวิเคราะห์ขั้นตอนวิธีนำเสนอทั่วไป เวลาทำงานของอัลกอริทึมการเรียงลำดับเป็นสัดส่วนกับจำนวนเปรียบเทียบที่อัลกอริทึมใช้ จำนวนเวลา สินค้าจะย้าย หรือแลก เปลี่ยน หรือทั้งสองอย่าง (โรเบิร์ต 1998)วิธีใช้ในเอกสารนี้คือการ วัดจำนวนเปรียบเทียบและแลกเปลี่ยนที่ดำเนินการ โดยแต่ละอัลกอริทึม(เรียงลำดับของ batcher, Bitonic เรียง และเรียงลำดับของ Oyelami) ในกรณีเลวร้ายที่สุดสถานการณ์ผลและการสนทนาตารางที่ 1 แสดงผลลัพธ์ที่ได้ จากผลในตารางที่ 1 ขั้นตอนวิธีนำเสนอมีราคาน้อยกว่าจำนวนเปรียบเทียบและเปรียบเทียบกับทั้ง Batcher swapsแม้คี่เรียงและเรียงลำดับ Bitonic แสดงผลลัพธ์ที่เป็นขนาดเพิ่มเข้า การนำเสนออัลกอริทึมมีแนวโน้มที่จะมีประสิทธิภาพมากขึ้นเป็นทั้ง Batcherแม้คี่และเรียงลำดับ Bitonic ไม่คุ้มค่ามากของอินพุต เนื่องจากของเหล่านี้จะนำเสนออัลกอริทึมเป็นเร็ว และดัง นั้น มีประสิทธิภาพมากขึ้น อัลกอริทึมการยังได้แนะนำค่าขนาดใหญ่ของอินพุตจะสามารถเรียงลำดับบทสรุปไม่ทราบการเรียงลำดับแบบฟองเป็น อัลกอริทึมดีเพราะเป็นขั้นตอนเรียงลำดับเวลากำลังสองวิธี อย่างไรก็ตาม ความพยายามได้ทำการปรับปรุงประสิทธิภาพของการอัลกอริทึมการ มีการเรียงลำดับแบบฟองแบบสองทิศทาง ค่าเฉลี่ยเปรียบเทียบจำนวนจะลดลงเล็กน้อย และของ Batcherเรียงลำดับเหมือนกับ Shellsort ยังดำเนินการอย่างมีนัยสำคัญดีกว่ากว่าเรียงลำดับแบบฟองแบบสองทิศทางโดยการเปรียบเทียบในนวนิยายที่ไม่เผยแพร่แลกเปลี่ยนจำเป็นต้อง เอกสารนี้มีการปรับปรุงเพิ่มเติมใน BatchSciบทความทรัพยากร 744
การแปล กรุณารอสักครู่..
Worst-case, best-case and average-case analysis of sorting
algorithms
The worst-case occurs in a sorting algorithm when the elements to
be sorted are in reverse order. The best-case occurs when the
elements are already sorted. The average–case may occur when
part of the elements are already sorted. The average-case has data
randomly distributed in the list (William and William, 2002). The
average case may not be easy to determine in that it may not be
apparent what constitutes an ‘average’ input. Concentration is
always on finding only the worst-case running time for any input of
size n due to the following reasons (Thomas et al., 2003):
i.) The worst-case running time of an algorithm is an upper bound
on the running time for any input. Knowing it gives us a guarantee
that the algorithm will never take any longer. We need not make
some educated guess about the running time and hope that it never
gets much worse.
ii.) For some algorithms, the worst-case occurs fairly often. For
example, in searching a database for a particular piece of
information, the searching algorithm’s worst-case will often occur
when the information is not present in the database. In some
searching applications, searches for absent information may be
frequent.
iii.) The “average-case” is often roughly as bad as the worst case.
Analysis of the proposed algorithm
Generally, the running time of a sorting algorithm is proportional to
the number of comparisons that the algorithm uses, to the number
of times items are moved or exchanged, or both (Robert, 1998).
The approach used in this paper is to measure the number of
comparisons and exchanges carried out by each algorithm
(Batcher’s Sort, Bitonic Sort and Oyelami’s Sort) in the worst case
scenario.
RESULTS AND DISCUSSION
Table 1 shows the result obtained. From the results in
Table 1, the proposed algorithm has fewer numbers of
comparisons and swaps compared with both Batcher’s
Odd-Even Sort and Bitonic Sort. The results also show
that as the size of the input increases, the proposed
algorithm tends to be more efficient as both Batcher’s
Odd-Even and Bitonic sorts are not good for large values
of input. The implication of these is that the proposed
algorithm is faster and therefore, more efficient. The algorithm
is also recommended for large values of inputs to
be sorted.
Conclusion
Bubble Sort is not known to be a good algorithm because
it is a quadratic-time sorting algorithm. However, efforts
have been made to improve the performance of the
algorithm. With Bidirectional Bubble Sort, the average
number of comparisons is slightly reduced and Batcher’s
Sort similar to Shellsort also performs significantly better
than Bidirectional Bubble Sort by carrying out comparisons
in a novel way so that no propagation of exchange
Is necessary. This paper has further improved on BatchSci.
Res. Essays 744
algorithms
The worst-case occurs in a sorting algorithm when the elements to
be sorted are in reverse order. The best-case occurs when the
elements are already sorted. The average–case may occur when
part of the elements are already sorted. The average-case has data
randomly distributed in the list (William and William, 2002). The
average case may not be easy to determine in that it may not be
apparent what constitutes an ‘average’ input. Concentration is
always on finding only the worst-case running time for any input of
size n due to the following reasons (Thomas et al., 2003):
i.) The worst-case running time of an algorithm is an upper bound
on the running time for any input. Knowing it gives us a guarantee
that the algorithm will never take any longer. We need not make
some educated guess about the running time and hope that it never
gets much worse.
ii.) For some algorithms, the worst-case occurs fairly often. For
example, in searching a database for a particular piece of
information, the searching algorithm’s worst-case will often occur
when the information is not present in the database. In some
searching applications, searches for absent information may be
frequent.
iii.) The “average-case” is often roughly as bad as the worst case.
Analysis of the proposed algorithm
Generally, the running time of a sorting algorithm is proportional to
the number of comparisons that the algorithm uses, to the number
of times items are moved or exchanged, or both (Robert, 1998).
The approach used in this paper is to measure the number of
comparisons and exchanges carried out by each algorithm
(Batcher’s Sort, Bitonic Sort and Oyelami’s Sort) in the worst case
scenario.
RESULTS AND DISCUSSION
Table 1 shows the result obtained. From the results in
Table 1, the proposed algorithm has fewer numbers of
comparisons and swaps compared with both Batcher’s
Odd-Even Sort and Bitonic Sort. The results also show
that as the size of the input increases, the proposed
algorithm tends to be more efficient as both Batcher’s
Odd-Even and Bitonic sorts are not good for large values
of input. The implication of these is that the proposed
algorithm is faster and therefore, more efficient. The algorithm
is also recommended for large values of inputs to
be sorted.
Conclusion
Bubble Sort is not known to be a good algorithm because
it is a quadratic-time sorting algorithm. However, efforts
have been made to improve the performance of the
algorithm. With Bidirectional Bubble Sort, the average
number of comparisons is slightly reduced and Batcher’s
Sort similar to Shellsort also performs significantly better
than Bidirectional Bubble Sort by carrying out comparisons
in a novel way so that no propagation of exchange
Is necessary. This paper has further improved on BatchSci.
Res. Essays 744
การแปล กรุณารอสักครู่..
กรณีเลวร้ายที่สุด กรณีที่ดีที่สุดและการวิเคราะห์กรณีเฉลี่ยของขั้นตอนวิธีการเรียงลำดับ
เนื่องเกิดขึ้นในการเรียงลำดับขั้นตอนวิธีเมื่อองค์ประกอบที่จะถูกจัดเรียงเป็นลำดับ
ย้อนกลับ กรณีที่ดีที่สุดเกิดขึ้นเมื่อ
องค์ประกอบก็เรียงลําดับ กรณี–เฉลี่ยอาจเกิดขึ้นเมื่อส่วนหนึ่งขององค์ประกอบ
ไปแล้วเรียบร้อย กรณี เฉลี่ยมีข้อมูล
กระจายแบบสุ่มในรายการ ( วิลเลี่ยม วิลเลี่ยม , 2002 )
กรณีเฉลี่ยอาจจะไม่ง่ายที่จะตรวจสอบว่ามันอาจจะไม่ใช่สิ่งที่ถือเป็น
ชัดเจน ' เฉลี่ย ' ใส่ สมาธิ
เสมอในการหาเพียงทินวิ่งเวลาสำหรับสัญญาณใด ๆของ
n ขนาดเนื่องจากเหตุผลดังต่อไปนี้ ( Thomas et al . , 2003 ) :
. ) ทินวิ่งเวลาของขั้นตอนวิธีเป็นขอบเขตบน
บนวิ่งเวลาป้อนข้อมูลใด ๆ รู้ว่ามันช่วยให้เรารับประกัน
ที่ขั้นตอนวิธีนี้จะไม่ใช้อีกต่อไป เราต้องไม่ทำให้เดาการศึกษา
บางเกี่ยวกับเวลา และหวังว่ามันไม่ได้เลวร้ายมาก
.
2 ) บาง อัลกอริทึม ที่เลวร้ายที่สุดจะเกิดขึ้นค่อนข้างบ่อย สำหรับ
ตัวอย่างเช่นในการค้นหาฐานข้อมูลสำหรับบางชิ้น
ข้อมูล ค้นหาขั้นตอนวิธีของทินมักจะเกิดขึ้น
เมื่อข้อมูลไม่แสดงในฐานข้อมูลในบาง
ค้นหาโปรแกรมค้นหาข้อมูลขาดอาจจะบ่อย
.
III ) " กรณี " โดยทั่วไปมักจะมีประมาณเป็นเลวเป็นเลวร้ายที่สุด การวิเคราะห์ขั้นตอนวิธีที่เสนอ
โดยทั่วไป เวลาวิ่งของขั้นตอนวิธีการเรียงลำดับตาม
จำนวนเปรียบเทียบว่าวิธีที่ใช้ไปหมายเลข
ครั้งรายการย้าย หรือแลกเปลี่ยน หรือทั้งสองอย่าง ( โรเบิร์ต
, 1998 )วิธีการที่ใช้ในงานวิจัยนี้คือการวัดจำนวน
เปรียบเทียบและการแลกเปลี่ยนที่ดำเนินการโดยแต่ละขั้นตอนวิธี
( เจ้าตัวพลาดอย่างเป็น bitonic oyelami , จัดเรียงและจัดเรียง ) ในกรณี
ผลที่เลวร้ายที่สุด และอภิปราย
ตารางที่ 1 แสดงผลที่ได้รับ จากผลใน
โต๊ะ 1 วิธีที่เสนอมีจำนวนน้อยลงเมื่อเทียบกับการเปรียบเทียบ และแลกเปลี่ยน
ทั้งเจ้าตัวพลาดอย่างของหนึ่งเดียว จัดเรียงและ bitonic จัดเรียง ผลยังแสดง
ที่เป็นขนาดของข้อมูลเพิ่มขึ้น เสนอ
ขั้นตอนวิธีมีแนวโน้มที่จะมีประสิทธิภาพมากขึ้นทั้งเจ้าตัวพลาดอย่างเป็นหนึ่งเดียว และประเภท bitonic
ไม่ดีสำหรับขนาดใหญ่ ค่าของข้อมูล ความหมายของเหล่านี้ ที่เสนอ
ขั้นตอนวิธีเร็วและดังนั้นจึงมีประสิทธิภาพมากขึ้น ขั้นตอนวิธี
ยังแนะนำสำหรับค่าใหญ่ของกระผม
ถูก .
สรุปฟองเรียงไม่ได้เป็นวิธีที่ดีเพราะ
เป็นกำลังสอง เวลาขั้นตอนวิธีการเรียงลำดับ อย่างไรก็ตาม มีความพยายาม
เพื่อเพิ่มประสิทธิภาพของขั้นตอนวิธี กับการจัดเรียงฟองสองทิศทาง จำนวนเฉลี่ยของการลดลงเล็กน้อย
เรียงคล้ายกับเจ้าตัวพลาดอย่างมันยังแสดงดีกว่า
shellsort อย่างมีนัยสำคัญทางสถิติการเรียงลำดับแบบฟองลำดับชั้นเนินกว่าโดยเปรียบเทียบ
ในวิธีใหม่เพื่อให้ไม่มีการแลกเปลี่ยน
ที่จําเป็น บทความนี้ได้ปรับปรุงเพิ่มเติมใน batchsci .
ศาสตร์เรียงความ 744
เนื่องเกิดขึ้นในการเรียงลำดับขั้นตอนวิธีเมื่อองค์ประกอบที่จะถูกจัดเรียงเป็นลำดับ
ย้อนกลับ กรณีที่ดีที่สุดเกิดขึ้นเมื่อ
องค์ประกอบก็เรียงลําดับ กรณี–เฉลี่ยอาจเกิดขึ้นเมื่อส่วนหนึ่งขององค์ประกอบ
ไปแล้วเรียบร้อย กรณี เฉลี่ยมีข้อมูล
กระจายแบบสุ่มในรายการ ( วิลเลี่ยม วิลเลี่ยม , 2002 )
กรณีเฉลี่ยอาจจะไม่ง่ายที่จะตรวจสอบว่ามันอาจจะไม่ใช่สิ่งที่ถือเป็น
ชัดเจน ' เฉลี่ย ' ใส่ สมาธิ
เสมอในการหาเพียงทินวิ่งเวลาสำหรับสัญญาณใด ๆของ
n ขนาดเนื่องจากเหตุผลดังต่อไปนี้ ( Thomas et al . , 2003 ) :
. ) ทินวิ่งเวลาของขั้นตอนวิธีเป็นขอบเขตบน
บนวิ่งเวลาป้อนข้อมูลใด ๆ รู้ว่ามันช่วยให้เรารับประกัน
ที่ขั้นตอนวิธีนี้จะไม่ใช้อีกต่อไป เราต้องไม่ทำให้เดาการศึกษา
บางเกี่ยวกับเวลา และหวังว่ามันไม่ได้เลวร้ายมาก
.
2 ) บาง อัลกอริทึม ที่เลวร้ายที่สุดจะเกิดขึ้นค่อนข้างบ่อย สำหรับ
ตัวอย่างเช่นในการค้นหาฐานข้อมูลสำหรับบางชิ้น
ข้อมูล ค้นหาขั้นตอนวิธีของทินมักจะเกิดขึ้น
เมื่อข้อมูลไม่แสดงในฐานข้อมูลในบาง
ค้นหาโปรแกรมค้นหาข้อมูลขาดอาจจะบ่อย
.
III ) " กรณี " โดยทั่วไปมักจะมีประมาณเป็นเลวเป็นเลวร้ายที่สุด การวิเคราะห์ขั้นตอนวิธีที่เสนอ
โดยทั่วไป เวลาวิ่งของขั้นตอนวิธีการเรียงลำดับตาม
จำนวนเปรียบเทียบว่าวิธีที่ใช้ไปหมายเลข
ครั้งรายการย้าย หรือแลกเปลี่ยน หรือทั้งสองอย่าง ( โรเบิร์ต
, 1998 )วิธีการที่ใช้ในงานวิจัยนี้คือการวัดจำนวน
เปรียบเทียบและการแลกเปลี่ยนที่ดำเนินการโดยแต่ละขั้นตอนวิธี
( เจ้าตัวพลาดอย่างเป็น bitonic oyelami , จัดเรียงและจัดเรียง ) ในกรณี
ผลที่เลวร้ายที่สุด และอภิปราย
ตารางที่ 1 แสดงผลที่ได้รับ จากผลใน
โต๊ะ 1 วิธีที่เสนอมีจำนวนน้อยลงเมื่อเทียบกับการเปรียบเทียบ และแลกเปลี่ยน
ทั้งเจ้าตัวพลาดอย่างของหนึ่งเดียว จัดเรียงและ bitonic จัดเรียง ผลยังแสดง
ที่เป็นขนาดของข้อมูลเพิ่มขึ้น เสนอ
ขั้นตอนวิธีมีแนวโน้มที่จะมีประสิทธิภาพมากขึ้นทั้งเจ้าตัวพลาดอย่างเป็นหนึ่งเดียว และประเภท bitonic
ไม่ดีสำหรับขนาดใหญ่ ค่าของข้อมูล ความหมายของเหล่านี้ ที่เสนอ
ขั้นตอนวิธีเร็วและดังนั้นจึงมีประสิทธิภาพมากขึ้น ขั้นตอนวิธี
ยังแนะนำสำหรับค่าใหญ่ของกระผม
ถูก .
สรุปฟองเรียงไม่ได้เป็นวิธีที่ดีเพราะ
เป็นกำลังสอง เวลาขั้นตอนวิธีการเรียงลำดับ อย่างไรก็ตาม มีความพยายาม
เพื่อเพิ่มประสิทธิภาพของขั้นตอนวิธี กับการจัดเรียงฟองสองทิศทาง จำนวนเฉลี่ยของการลดลงเล็กน้อย
เรียงคล้ายกับเจ้าตัวพลาดอย่างมันยังแสดงดีกว่า
shellsort อย่างมีนัยสำคัญทางสถิติการเรียงลำดับแบบฟองลำดับชั้นเนินกว่าโดยเปรียบเทียบ
ในวิธีใหม่เพื่อให้ไม่มีการแลกเปลี่ยน
ที่จําเป็น บทความนี้ได้ปรับปรุงเพิ่มเติมใน batchsci .
ศาสตร์เรียงความ 744
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- have you ever had orgasm
- ต้องมีเนื้อมะพร้าวอ่อน
- Usually a prospective buyer makes an off
- ควรจัดในช่วงใกล้เทศกาล
- Testing
- What are you?
- โสด
- Flexible
- ซอยศาลาแดง
- But OK I do a break for holiday
- ติดตามเรื่องระยะเวลาการส่งของ
- Costco is a great place to shop, as all
- คุณว่างตอนไหน
- พ่อตา
- Evaluation of an ultrasonic acid digesti
- contact the administrator of this server
- I have Plan Blast today.
- f. บรรจุภัณฑ์ (ให้เปิดได้ง่ายขึ้น หรือสา
- 안녕히 주무세요
- may you can't be contact me . Don't miss
- Oh ok
- science fiction
- My wife, she was born in communistic Pol
- 通しﾎﾞﾙﾄ外す
