9种排序算法---计数排序算法

        计数排序算法其基本思想是：利用一个额外的数组来记录每个元素出现的次数，然后根据这个次数来排序

 具体代码如下：

def counting_sort(arr):
    if len(arr) == 0:
        return arr

    # 确定数据范围
    min_val = min(arr)
    max_val = max(arr)
    range_of_elements = max_val - min_val + 1

    # 创建计数数组
    count_arr = [0] * range_of_elements

    # 填充计数数组
    for num in arr:
        count_arr[num - min_val] += 1

    # 排序
    sorted_arr = []
    for i in range(range_of_elements):
        if count_arr[i] > 0:
            sorted_arr.extend([i + min_val] * count_arr[i])

    return sorted_arr


# 测试计数排序
arr = [4, 2, 2, 8, 3, 3, 1]
sorted_arr = counting_sort(arr)
print(sorted_arr)

代码解释：

         （1）有这样一组数列，现在我们对其进行递增排序

        （2）根据原始数据的最大值和最小值，确定计数数组的大小

 

        （3） 将对应的数字依次放入，并开始计数

 （4） 最后从小到大依次取出数据，得到排序结果

 小结：

        计数排序适用于数据范围不大的整数数组排序，特别是当数据范围远小于数组长度时，其时间复杂度可以达到O(n+k)，其中n是数组长度，k是数据范围。这使得计数排序在处理某些特定问题时非常高效。

注意事项

1. 数据范围：计数排序的性能依赖于数据范围。如果数据范围很大，计数数组会占用大量内存，且排序过程可能变得低效。

2. 非负整数：计数排序只能用于非负整数排序。对于包含负数的数组，需要先将其转换为非负整数，或者使用其他排序算法。

3. 稳定性：计数排序是一种稳定的排序算法，即相等的元素在排序后保持原有的顺序。

	平均时间复杂度	最坏时间复杂度	空间复杂度
计数排序算法	O(n+k)	O(n+k)	O(k)